روبوتات المعرفة

في وقت سابق من هذا العام ، كان لدي مهمة لخلق المعرفة بوت لمنصة على مستوى المؤسسة. كان المستخدمون في المقام الأول من موظفي المنظمة وكانت النية هي استخدام المعرفة بوت لمشاركة عرض واستخدام النظام الأساسي.

هناك عدد كبير جدًا من الأطر في السوق (لكل منها مزاياها وعيوبها) ومن ثم فمن المهم جدًا أن يختار المرء الإطار الصحيح اعتمادًا على نوع الروبوت الذي تستهدف إنشائه. في حالة إنشاء روبوتات المعرفة ، فإن المتطلبات النموذجية هي -

1. الغرض الرئيسي من المعرفة بوت هو توفير المعلومات حول العرض عبر الدردشة الموجهة. إذا رغب المستخدم ، يجب أن يكون قادرًا على الخروج من الدردشة الإرشادية وطرح أسئلة مخصصة حول العرض والعودة إلى الدردشة الإرشادية.

2. يجب أن يكون الروبوت المعرفي قادرًا على أداء مهام بسيطة مثل حجز عرض توضيحي للمنتج.

3. يجب أن يوفر روبوت المعرفة المعلومات الصحيحة حول المجال المحدد (في هذه الحالة عرض النظام الأساسي) بشكل صحيح في المرة الأولى بدلاً من تغطية نطاق واسع جدًا بإجابات صحيحة بنسبة 70-80٪.

4. بينما يجب أن يوفر القدرة على أداء NLU وفهم طلبات المستخدم ، إلا أن الأهمية العامة لتلك الطلبات محدودة. على هذا النحو بشكل عام ، هناك متطلبات قليلة للدردشة السياقية في حالة روبوت المعرفة.

لقد بدأت في تقييم أطر عمل روبوتات الدردشة المتاحة في السوق وفقًا لمعايير التكلفة والمرونة وسهولة الاستخدام وقابلية الصيانة وقابلية التطوير وسهولة التطوير والتوسعة المستقبلية والتكامل ودعم المجتمع والتركيز على منصتين أدناه -

i) Rasa - "Rasa هي منصة محادثة رائدة في مجال الذكاء الاصطناعي للمحادثات الشخصية على نطاق واسع. مع Rasa ، يمكن لجميع الفرق إنشاء تفاعلات شخصية ومؤتمتة مع العملاء على نطاق واسع. توفر Rasa البنية التحتية والأدوات اللازمة لبناء أفضل المساعدين - تلك التي تغير بشكل هادف كيفية تواصل العملاء مع الشركات ". - من موقع راسا.

- تشمل السمات البارزة -

• يستند محرك NLU الافتراضي إلى NLU وهو مفتوح المصدر.
• يأتي مع كل من المصدر المفتوح (ميزات محدودة) ورخصة الشركة المدفوعة (المزيد من الميزات).
• يميل إنشاء روبوتات المحادثة أكثر نحو المطورين.
• يدعم الميزات المتقدمة مثل استدعاء واجهة برمجة التطبيقات الخارجية ، وتحديد النية ، وملء الفتحات ، إلخ.
• يمكن تضمينها في الموقع. النشر في مكان العمل / السحابة. لا يتم إنشاء روبوتات المحادثة باستخدام القصص وبيانات التدريب (الموجهة للمطورين) عبر إطار عمل واجهة المستخدم الرسومية المستند إلى الويب.
• دعم المجتمع الجيد.
• تم بناء النظام الأساسي حول الذكاء الاصطناعي مع اعتبار بيانات التدريب مفتاحًا لتحسين الأداء. لا يعتمد على التدفق قليلاً من الصندوق الأسود.

ب) Botpress - "Botpress عبارة عن منصة مفتوحة المصدر للمطورين لبناء مساعدين رقميين عاليي الجودة. لقد قمنا بتجميع الكود المعياري والبنية التحتية التي تحتاجها للحصول على chatbot وتشغيله. نقترح عليك نظامًا أساسيًا ملائمًا للتطوير يشتمل على جميع الأدوات التي تحتاجها لإنشاء برامج محادثة على مستوى الإنتاج ونشرها وإدارتها في وقت قياسي. " - من موقع Botpress.

- تشمل السمات البارزة –-

• يستند محرك NLU الافتراضي إلى NLU وهو مفتوح المصدر.
• يأتي مع كل من المصدر المفتوح (ميزات محدودة) ورخصة الشركة المدفوعة (المزيد من الميزات).
• إنشاء روبوتات الدردشة على أساس واجهة المستخدم الرسومية.
• يدعم الميزات المتقدمة مثل استدعاء واجهة برمجة التطبيقات الخارجية ، وتحديد النوايا والكيان ، وملء الفتحات ، إلخ.
• يمكن تضمينها في الموقع. النشر في مكان العمل / السحابة ولكنه يوفر واجهة ويب.
• دعم المجتمع الجيد.
• يعتمد التدفق الأساسي مع دعم قدرة NLU. دعم المصحح والتحكم فيه.

تكمن القوة الرئيسية لـ Rasa في محرك NLU وتجربة الدردشة السياقية التي تقدمها. حسب السياق ، أعني أن كل مدخلات من المستخدم مأخوذة في سياق المحادثة الجارية ثم يتم الرد عليها. ومع ذلك ، فإن تدريب الروبوت على إجراء هذه المحادثات بشكل صحيح يتطلب الكثير من الجهود والحساب والمهارات ، ومع زيادة مجال المحادثة ، يزداد العدد الإجمالي للقصص التي يجب كتابتها بشكل كبير.

من ناحية أخرى ، يستخدم Botpress مزيجًا من الذكاء الاصطناعي والمحرك المستند إلى القواعد لإنشاء تجربة الدردشة للمستخدم. إنه ليس قويًا جدًا في المحادثة السياقية ولكنه يحتوي على واجهة مستخدم رسومية غنية لتوفير المعلومات الموجهة.

أثناء عملي كعالم بيانات أول ، كان شعوري الأولي هو الذهاب إلى Rasa (أنت تعلم أن عرض الذكاء الاصطناعي السياقي يبدو جذابًا) ولكن بمجرد أن أقوم بتقييم الإيجابيات والسلبيات فيما يتعلق بالمهمة المطروحة ، وجدت أن Botpress أكثر ملاءمة لإنشاء روبوت المعرفة مع مجموعة من الجولات الإرشادية المستندة إلى القواعد والأسئلة المخصصة المستندة إلى NLU (ميزة QnA في Botpress) نظرًا لقيود الوقت والموارد التي نواجهها عادةً في مشاريع تكنولوجيا المعلومات.

فيما يلي الميزات التي يجب أن يبحث عنها مطورو برامج روبوت المعرفة في إطار عمل الروبوت. لقد ذكرت أيضًا كيف يحقق Botpress ذلك.

1. تقرير اتجاهات Chatbot 2021

2. 4 مهام و 3 لا تفعل لتدريب نموذج Chatbot NLP

3. بوت الكونسيرج: التعامل مع روبوتات المحادثة المتعددة من شاشة دردشة واحدة

4. نظام خبير: الذكاء الاصطناعي للمحادثة مقابل روبوتات المحادثة

سهولة التنمية - ما مدى السرعة التي يمكنك من خلالها الحصول على نسخة أساسية من روبوت المعرفة الخاص بك وتشغيله. هل تتطلب مجموعة مهارات متخصصة جدًا أو حتى يمكن لعلماء بيانات المواطنين العمل معها؟ ما مدى سهولة إعادة تسمية الروبوت؟

مع Botpress ، يمكنك الحصول على روبوت معرفي أساسي وتشغيله باستخدام واجهة المستخدم الرسومية الخاصة به دون أي تشفير على الإطلاق في غضون أسبوعين. كما يوفر طريقة بسيطة لتمييز الروبوت عن طريق تغيير ورقة الأنماط فقط. يوفر عناصر واجهة مستخدم مثل البطاقات والعرض الدائري لمشاركة المعلومات بطريقة غنية بواجهة المستخدم الرسومية.

الاندماج - تحتاج الروبوتات دائمًا إلى التكامل مع البوابة الرئيسية ويجب أن تدعم القنوات الأخرى (مثل Microsoft Team) أيضًا. أثناء اختيار إطار عمل الروبوت ، يجب أن نرى ما إذا كانت عمليات الدمج هذه متوفرة محليًا ويمكن إجراؤها بأقل جهد.

في Botpress ، يكون التكامل مع الموقع الرئيسي أمرًا سهلاً للغاية باستخدام نص برمجي واحد فقط لفتح الروبوت في إطار iframe. كما يوفر التكامل مع قنوات أخرى مثل Facebook و Telegram و Microsoft Teams و Slack على سبيل المثال لا الحصر.

القابلية للتوسع في المستقبل - في حين أن روبوت المعرفة الأولي قد يبدأ بنطاق محدود ، فإن الحقيقة هي أن النطاق سيستمر في الزيادة بمجرد أن تدرك الإدارة فوائدها. قد لا يقتصر برنامج الروبوت على توفير المعلومات ، ولكن من المتوقع أيضًا أن يقوم بمهام أبسط مثل حجز عرض توضيحي وما إلى ذلك ، ومن ثم فمن المهم أن يدعم إطار عمل الروبوت الذي يختاره المرء هذه الميزات.

يوفر Botpress ملحقات لكتابة تعليمات برمجية مخصصة لاستدعاء واجهات برمجة التطبيقات الخلفية لأداء مهام معقدة. تُستخدم ميزات مثل Intent و Entity و slots لالتقاط نية المستخدم للقيام بمهام معينة عن طريق تحديد الكيان الصحيح ، والتقاط القيم المطلوبة باستخدام الفتحات ثم جعل الكود المخصص الخاص بك يستدعي الواجهة الخلفية API لأداء المهام. يمكن أن تتراوح هذه المهام من إرسال بريد إلكتروني إلى حجز غرفة اجتماعات أو تذكرة طيران أو طلب بيتزا.

التدرجية - غالبًا ما يُطلب منك إنشاء روبوت معرفي لحركة المرور على الإنترنت ، وبالتالي من المهم جدًا أن يتم تحجيم إطار عمل الروبوت الذي تختاره.

يحتوي Botpress على بنية قابلة للتوسع أفقيًا قائمة على الكتلة. يمكن للمرء الاستفادة من موازن التحميل لتوزيع حركة المرور بين الروبوتات.

قابلية الصيانة - كما هو الحال مع جميع مشاريع تكنولوجيا المعلومات ، فإنه لا يعد سيناريو نشر ونسيان. نحن نعيش في عالم DevOps حيث يوجد نشر مستمر للتطبيق في الإنتاج. ومن ثم ، فمن الأهمية بمكان أن يكون لإطار عمل الروبوت نموذجًا يتعامل مع الحجم والتعقيد خاصة عندما تبحث عن تطوير قائم على واجهة المستخدم الرسومية.

في Botpress ، يحدث التطوير عن طريق إنشاء مخطط انسيابي ، والهيكل معياري. لديها القدرة على إنشاء تدفقات فرعية مع تحديد نقطة الدخول والخروج للتدفق الفرعي. بهذه الطريقة يمكننا إنشاء روبوتات المعرفة باستخدام العديد من التدفقات الأبسط والأصغر بدلاً من التدفق الكبير.

NLU - في حين أن التدفق الموجه مفيد لتوفير المعلومات ، فإن هذا وحده لا يكفي. الهدف الرئيسي من توفير الروبوت هو أن يكون المستخدم قادرًا على الدردشة كما لو كان هناك فرد يجلس خلف الروبوت. هذا يعني أن الروبوت يجب أن يكون قادرًا على فهم الفروق الدقيقة في اللغة وتقديم استجابة مناسبة.

في Botpress ، توجد وحدة QnA تسمح لك بتلبية الأسئلة العشوائية التي قد يطرحها المستخدم حول المنتج. يمكنك تقديم أسئلة متعددة مقابل إجابة وتدريب محرك Botpress NLU على تحييد الأسئلة ضد الدلالات والقواعد. في حين أن محرك NLU ليس بنفس قوة محرك Rasa ، إلا أنني وجدت أنه يناسب الغرض. كان لدينا حوالي 110 إجابة ليتم تدريبها على حوالي 1100 سؤال. بعد التدريب ، وجدت أن محرك NLU قام بعمل لائق وحصلنا على الإجابات الصحيحة أكثر من 97 ٪ من الوقت. تستفيد محركات Botpress NLU من خدمتين -

أ) البطة - لاستخراج كيانات النظام التي تجعله أكثر قوة أثناء تنفيذ المهام بناءً على الكيان والخانات الزمنية (مثل طلب بيتزا أو حجز تذكرة طيران).

ب) خادم اللغة - يوفر كلمة حفلات الزفاف ولديه دعم للغات متعددة.

تبديل السياق - يجب أن يكون الانتقال بين طرح الأسئلة المخصصة وأخذ التدفق الإرشادي سلسًا. يجب ألا تكون التدفقات طويلة جدًا ، وتوفر نقاط توقف للمستخدم حيث يمكنه طرح الأسئلة ثم العودة إلى التدفق كلما لزم الأمر.

باستخدام ميزة "انتقالات التدفق الواسع" المتوفرة في Botpress ، يمكن تنفيذ تبديل السياق بين الجولات المصحوبة بمرشدين والأسئلة العشوائية بسهولة. أيضًا ، من قسم الأسئلة والأجوبة ، يمنح Botpress القدرة على العودة إلى العقدة التي تعد جزءًا من الجولات الإرشادية ومن ثم إعادة المستخدم إلى الجولة الإرشادية.

هناك ميزات أخرى لـ Botpress مثل القدرة متعددة اللغات ، و Dockerization ، و Human In the loop ، واستخدام طرف ثالث NLU ، وتكامل SSO ، والتجميع ، والمراقبة والتعديل ، ودعم المجتمع القوي الذي يمكن أن يجعل التجربة الإجمالية أكثر قوة.

نبذة عامة - في المرة القادمة التي تريد فيها إنشاء روبوت معرفي في فترة زمنية قصيرة ، ضع في اعتبارك إطار عمل روبوت يستفيد من كل من المحركات القائمة على القواعد والمحركات التي تعمل بنظام NLU. يعتبر Botpress منافسًا قويًا لنفسه خاصةً إذا كانت التكلفة وعائد الاستثمار من عوامل اتخاذ القرار.

أبهيناف أجميرا

كبير علماء البيانات ، أتوس

رأي المؤلف شخصي ولا يرتبط بأي حال من الأحوال بـ Botpress.

Source: https://chatbotslife.com/knowledge-bots-5536c16b8d32?source=rss—-a49517e4c30b—4