Roboti znanja

V začetku tega leta sem imel nalogo ustvariti znanje bot za platformo na ravni podjetja. Uporabniki so bili predvsem zaposleni v organizaciji, namen pa je bil uporabiti znanje bot deliti ponudbo in uporabo platforme.

Na trgu je kar veliko ogrodij (vsak ima svoje prednosti in slabosti), zato je zelo pomembno, da izberete pravo ogrodje glede na vrsto bota, ki ga želite ustvariti. V primeru ustvarjanja botov znanja so tipične zahteve:

1. Glavni namen znanja bot je posredovati informacije o ponudbi prek vodenega klepeta. Če želi uporabnik, mora imeti možnost, da pride iz vodenega klepeta in postavlja priložnostna vprašanja o ponudbi ter se vrne v vodeni klepet.

2. Znanjski bot mora biti sposoben izvajati preproste naloge, kot je rezervacija predstavitve izdelka.

3. Knowledge bot bi moral prvič pravilno zagotoviti prave informacije o izbrani domeni (v tem primeru ponudbi platforme), namesto da pokriva zelo široko področje z odgovori, ki so ~70–80% pravilni.

4. Čeprav bi moral zagotavljati zmožnost izvajanja NLU in razumeti uporabniška vprašanja, je splošna kritičnost teh vprašanj omejena. Kot taka je na splošno malo zahtev po kontekstualnem klepetu za primer znanja bot.

Začel sem ocenjevati razpoložljiva ogrodja za klepetalne robote na trgu glede na parametre stroškov, prilagodljivosti, enostavne uporabe, vzdržljivosti, razširljivosti, enostavnosti razvoja, prihodnje razširljivosti, integracije, podpore skupnosti in se osredotočil na pod 2 platformi –

i) Rasa — »Rasa je vodilna pogovorna platforma AI za prilagojene pogovore v velikem obsegu. Z Raso lahko vse ekipe ustvarijo prilagojene, avtomatizirane interakcije s strankami v velikem obsegu. Rasa zagotavlja infrastrukturo in orodja, potrebna za ustvarjanje najboljših pomočnikov – takšnih, ki smiselno spremenijo način komuniciranja strank s podjetji.« — s strani Rasa.

— Glavne značilnosti vključujejo —

• Privzeti motor NLU, ki temelji na NLU, je odprtokoden.
• Prihaja z odprtokodno licenco (omejene funkcije) in plačljivo poslovno licenco (več funkcij).
• Ustvarjanje Chatbotov, bolj nagnjenih k razvijalcem.
• Podpira napredne funkcije, kot je klicanje zunanjega API-ja, identifikacija namena, polnjenje reže itd.
• Možna vdelava v spletno stran. Namestitev na mestu/v oblaku. Ustvarjanje chatbotov z uporabo zgodb in podatkov o usposabljanju (usmerjenih v razvijalce) ne poteka prek spletnega ogrodja GUI.
• Dobra podpora skupnosti.
• Platforma je zgrajena okoli umetne inteligence, pri čemer so podatki o usposabljanju ključni za izboljšanje učinkovitosti. Ni tok, ki temelji na črni skrinjici.

ii) Botpress — »Botpress je odprtokodna platforma za razvijalce za izdelavo visokokakovostnih digitalnih pomočnikov. Sestavili smo okvirno kodo in infrastrukturo, ki ju potrebujete za vzpostavitev in delovanje chatbota. Predlagamo vam popolno razvijalcem prijazno platformo, ki je opremljena z vsemi orodji, ki jih potrebujete za izdelavo, uvedbo in upravljanje klepetalnih botov proizvodnega razreda v rekordnem času.« — s strani Botpress.

— Pomembne značilnosti vključujejo –-

• Privzeti motor NLU, ki temelji na NLU, je odprtokoden.
• Prihaja z odprtokodno licenco (omejene funkcije) in plačljivo poslovno licenco (več funkcij).
• Ustvarjanje klepetalnikov na podlagi GUI.
• Podpira napredne funkcije, kot je klicanje zunanjega API-ja, identifikacija namena in entitete, polnjenje reže itd.
• Možna vdelava v spletno stran. Lokalna uvedba/uvedba v oblaku, vendar zagotavlja spletni vmesnik.
• Dobra podpora skupnosti.
• Predvsem temelji na Flow s podporo za zmogljivost NLU. Podpora in nadzor razhroščevalnika.

Glavna moč Rase je v njenem mehanizmu NLU in kontekstualni izkušnji klepeta, ki jo ponuja. S kontekstualnim mislim, da je vsak vnos uporabnika vzet v kontekstu pogovora, ki poteka, in nato nanj odgovori. Vendar pa usposabljanje bota, da pravilno izvede te pogovore, zahteva veliko truda, računalništva in spretnosti, in ko se domena pogovora povečuje, skupno število zgodb, ki jih je treba napisati, eksponentno narašča.

Po drugi strani pa Botpress uporablja mešanico AI in mehanizma, ki temelji na pravilih, da ustvari izkušnjo klepetanja za uporabnika. Ni tako močan pri kontekstualnem pogovoru, vendar ima bogato ponudbo GUI za zagotavljanje vodenih informacij.

Medtem ko sem bil višji podatkovni znanstvenik, je bil moj prvotni občutek, da bi izbral Raso (saj veste, da se kontekstualna ponudba umetne inteligence res sliši privlačno), toda ko sem ocenil prednosti in slabosti v zvezi z zadevno nalogo, sem ugotovil, da je Botpress bolj primeren za ustvarjanje bot znanja s kombinacijo vodenih ogledov na podlagi pravil in adhoc vprašanj na podlagi NLU (funkcija QnA Botpressa) glede na časovne in virske omejitve, ki jih običajno imamo pri projektih IT.

Spodaj so funkcije, ki bi jih morali razvijalci botov znanja iskati v ogrodju botov. Omenil sem tudi, kako jih Botpress izpolnjuje.

1. Poročilo o trendih Chatbot 2021

2. 4 DO in 3 NE, za usposabljanje modela chatbot NLP

3. Concierge Bot: Upravljajte več klepetalnic z enega zaslona klepeta

4. Strokovni sistem: pogovorni AI Vs Chatbots

Enostavnost razvoja — Kako hitro lahko vzpostavite in zaženete osnovno različico svojega bota znanja. Ali zahteva zelo specializiran nabor spretnosti ali lahko z njim delajo celo znanstveniki za podatke o državljanih? Kako enostavno je narediti prenovo blagovne znamke bota?

Z Botpressom lahko v nekaj tednih vzpostavite in zaženete bota z osnovnim znanjem z uporabo njegovega GUI brez popolnoma nobenega kodiranja. Ponuja tudi preprost način za blagovno znamko bota s spremembo slogovnega lista. Zagotavlja pripomočke, kot so kartice in vrtiljak, za izmenjavo informacij na način, bogat z GUI.

Integracija — Boti morajo biti vedno integrirani z glavnim portalom in morajo podpirati tudi druge kanale (npr. Microsoft Team). Pri izbiri ogrodja za robote bi morali videti, ali so te integracije izvorno zagotovljene in ali jih je mogoče izvesti z minimalnimi napori.

V Botpressu je integracija z glavnim mestom zelo enostavna s samo enim samim skriptom za odpiranje bota v okvirju iframe. Omogoča tudi integracijo z drugimi kanali, kot so Facebook, Telegram, Microsoft Teams in Slack, če naštejemo le nekatere.

Razširljivost v prihodnosti — Čeprav se začetni bot za znanje lahko začne z omejenim obsegom, je dejstvo, da se bo obseg še povečeval, ko bo vodstvo spoznalo njegove prednosti. Bot morda ne bo več omejen na zagotavljanje informacij, ampak se pričakuje, da bo opravljal tudi enostavnejše naloge, kot je rezervacija predstavitve itd. Zato je pomembno, da botovsko ogrodje, ki ga izberete, podpira te funkcije.

Botpress ponuja razširitve za pisanje kode po meri za klicanje zalednih API-jev za izvajanje kompleksnih nalog. Funkcije, kot so namen, entiteta in reže, se uporabljajo za zajemanje namere uporabnika, da izvede določene naloge, tako da identificirajo pravo entiteto, zajamejo zahtevane vrednosti z uporabo reže, nato pa vaša koda po meri pokliče zaledni API za izvedbo nalog. Te naloge so lahko od pošiljanja e-pošte do rezervacije konferenčne sobe ali letalske karte ali naročila pice.

Prilagodljivost — Pogosto bi morali zgraditi bota znanja za internetni promet, zato je zelo pomembno, da je ogrodje bota, ki ga izberete, mogoče prilagoditi.

Botpress ima horizontalno razširljivo arhitekturo, ki temelji na grozdu. Za porazdelitev prometa med roboti lahko uporabimo izravnalnik obremenitve.

Vzdržljivost — Tako kot pri vseh projektih IT tudi tukaj nikoli ne gre za scenarij »uvedi in pozabi«. Živimo v svetu DevOps, kjer poteka neprekinjeno uvajanje aplikacije v produkcijo. Zato je izjemnega pomena, da ima ogrodje robota model, ki se ukvarja z obsegom in kompleksnostjo, zlasti ko iščete razvoj, ki temelji na GUI.

V Botpressu se razvoj dogaja z ustvarjanjem diagrama poteka, struktura je modularna. Ima zmožnost ustvarjanja podtokov z določeno vstopno in izstopno točko za podtok. Na ta način lahko ustvarimo bote za znanje z uporabo več enostavnejših, manjših tokov namesto enega velikega toka.

NLU — Čeprav je voden tok dober za zagotavljanje informacij, samo to ni dovolj. Glavni namen zagotavljanja bota je, da lahko uporabnik klepeta, kot da za botom sedi posameznik. To pomeni, da mora biti bot sposoben razumeti nianse jezika in zagotoviti ustrezen odziv.

V Botpressu obstaja modul QnA, ki vam omogoča, da odgovorite na naključna vprašanja, ki bi jih lahko uporabnik postavil o izdelku. Zagotovite lahko več vprašanj proti odgovoru in usposobite mehanizem Botpress NLU, da nevtralizira vprašanja glede na semantiko in slovnico. Čeprav motor NLU ni tako močan kot Rasin, sem ugotovil, da ustreza namenu. Imeli smo približno 110 odgovorov, ki jih je bilo treba usposobiti za približno 1100 vprašanj. Po usposabljanju sem ugotovil, da je motor NLU opravil spodobno delo in nam dal prave odgovore v več kot 97 % časa. Motorji Botpress NLU uporabljajo 2 storitvi –

a) Duckling — Za ekstrakcijo sistemskih entitet, ki ga naredijo bolj robustnega med izvajanjem nalog, ki temeljijo na entitetah in režah (npr. naročanje pice ali rezervacija letalske karte).

b) Jezikovni strežnik — zagotavlja vdelave besed in podpira več jezikov.

Preklop konteksta — Prehod med postavljanjem adhoc vprašanj in vodenim tokom mora biti nemoten. Tokovi ne smejo biti zelo dolgi, uporabniku zagotovite prekinitvene točke, kjer lahko postavlja vprašanja in se nato vrne k toku, kadar koli je to potrebno.

Z uporabo funkcije 'flow širokih prehodov', ki je na voljo v Botpressu, je mogoče preprosto preklopiti kontekst med vodenim ogledom in naključnimi vprašanji. Prav tako Botpress iz razdelka z vprašanji in odgovori omogoča vrnitev na vozlišče, ki je del vodenega ogleda, s čimer uporabnika popelje nazaj na vodeni ogled.

Obstajajo še druge funkcije Botpressa, kot so večjezičnost, Dockerizacija, Human In the Loop, uporaba tretje osebe NLU, SSO integracije, Clustering, Monitoring and Altering, Močna podpora skupnosti, ki lahko naredi splošno izkušnjo robustnejšo.

Povzetek — Naslednjič, ko boste želeli v kratkem času zgraditi bota znanja, razmislite o ogrodju za bot, ki izkorišča motorje, ki temeljijo na pravilih, in motorje, ki jih poganja NLU. Botpress je močan kandidat za isto, zlasti če sta strošek in donosnost naložbe dejavnik odločanja.

Abhinav Ajmera

Višji podatkovni znanstvenik, Atos

Mnenje avtorja je osebno in avtor ni na noben način povezan z Botpressom.

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