Néha csak annyit kell, hogy beszélj valakivel. Olyan ember, aki önmagával felidézheti magát, olyan ember, aki annyira tele van életével és csalódottan, hogy elfelejtette minden problémáját az életben. Valaki, aki szórakoztatja Önt azzal, hogy jobban jön, mint az elvárásaid. Mindenki nem olyan kényelmes, ha beszél a többi emberrel a dolgokról, de vannak kíváncsi emberek, akik az AI-val beszélnek. Itt Ruuh jön a képre.
Ruuh képes hallgatni az ember kérdéseit, észlelni érzéseit, megtudni a felhasználó hátteréről, megfelelő válaszokat adni és így tovább. Ez fokozza a kötődésüket és a kapcsolatukat a felhasználóval. Ez közvetlenül a chatbot és a felhasználó közötti értékes és ésszerűbb beszélgetéseket jelenti.
Ruuh jó beszélgetést folytat
Az érzelmek bevonása nélkül a chatbots létezése haszontalan. A személyes kapcsolat nélküli válaszadás a chat formális és sokszor nem érdekes. A chatbot csak akkor érdekes, ha képesek arra, hogy beszélgetéseket folytassanak az érzelmek alapjaival kapcsolatban. Erről a Microsoft szerint:
Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.
A Ruuh
A Microsoft legfontosabb célja az AI-alapú chatbot fejlesztése volt az, hogy a fiatal, tech-savas korai India. Ez már a Microsoft kínai Chatbot nevű nevéhez hasonló Xiaoice. Ruuh inkább digitális barát, mint egy digitális asszisztens. A Ruuh olyan szoftver, amely nem csak kódkód; ez a barátod. Milyen mélyen működik a tanulás.
Ruuh egy kitalált karakter, mindannyian tudjuk. De a karaktere egy 18-24 éves fiatal, városi indián lány után modellezik. Úgy tűnik, érdekli a popkultúra, és nagyszerű az indiai korlátlan városi szlengek használatánál.
Ezután finomítani kellett azokat a hasznos adatokat, amelyeket gyűjtöttek. Ez a lépés az összegyűjtött adatok 70% -át használta haszontalanul és eltávolították. A Microsoft megbizonyosodott arról, hogy az Egyesült Államokban, az Egyesült Királyságban és Ausztráliában élő emberek, valamint a szexista vagy politikai megjegyzések nem sértő megjegyzéseket tartalmaznak.
Ezeket a finom és hasznos adatokat a kiválasztott modellben kellett alkalmazni. Ez a modell a cDSSM vagy a Convolutional Deep Structured Semantic Model volt. Ez újabb modell, és segít a jobb és mélyebb emberi viselkedésben az AI-ban.
Hogyan fejti ki a cDSSM jobb AI-t?
Lekérdezési azonosító
A lekérdezés azonosítása az első lépés, amikor az AI-t jobban hasonlítja az emberekhez. Egy algoritmus veszi a bemeneti lekérdezést, és hasonló kérdéseket keres az adatbázisban. Ezt nevezzük információ-visszakeresésnek vagy IR-nek is. Például: ha a lekérdezés "hogyan lehet csirke tésztát készíteni?", Ruuh elemzi az adatokat, és több mintát talál hasonló kérdésekből.
Rangsor válaszok
Itt az algoritmus meghatározza a válaszokat a minta relevanciájára alapozva. Így kapható a legrelevánsabb adat kimenetként.
Kontextus megértése
Nos, értelmetlen lehet, ha a chatbot elfelejti, hogy mit beszél a felhasználó.
For Example: Question: “Do you like ice cream, Ruuh?”
Ruuh: “Yes, I like it.”
Question: “which flavors do you like?”
Ruuh: “Chocolate and Vanilla.”
Ruuh tudta, hogy a második kérdés a fagylaltokra vonatkozik, és ezért a válasz megfelelő volt.
Az érzelmi jelek felismerése és reagálása
Most, az emberibb szerűség az érzelmek feltárását jelenti. Ez azért van így, mert az embereknek érzelmi gondolkodásuk van. Tehát, a felhasználók érzelmének felderítése érdekében, Ruuh keresi a csevegő üzenetek mintáit és a csevegésben használt emojis típusát. Tehát amikor beszélsz vele, tudja, hogy boldog vagy, szomorú, izgatott vagy ideges vagy.
Ítélet
Ruuh erőteljes és nagyszerű módja annak, hogy megmutassam, milyen hatást gyakorolhat az AI az emberi lényre. A cDSSM erejével Ruuh sokkal okosabb.
A Microsoft azt mondja:
To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.
Ezt jobban megértsük egy példával. Ha a felhasználó megkérdezte Ruuh-t, "Melyik pizzakészletek a legnépszerűbbek?", Ruuh azonosítaná a lekérdezést a "pizza toppings" -ről, és lekérte a legrelevánsabb válaszokat a lekérdezés alapján. Ruuh a relevancián alapuló hasonló válaszokat rendelt az adatbázisból a legmegfelelőbb válaszok generálásához. A kontextuális tudatossággal Ruuh könnyen válaszolhat a következő kérdésekre: "Melyiket szereted?", Válaszolva "Szeretem a gomba és ananász".
Ruuh most egy éves, és azt kell mondanom, hogy az AI jövője fényes, mert egyre több fejlettebb AI jelenik meg, hamarosan hamarabb látunk okosabb dolgokat körülöttünk. Kívánjuk a Microsoft csapata, a legjobb szerencsét, és remélem, hogy ezek a nagyszerű termékek továbbra is meglepődnek minket a jövőben.
Itt többet olvashatsz a Ruuhról a Microsoft hivatalos cikkében - és próbáld ki itt Facebookon.
