نالج بوٹس

اس سال کے شروع میں، میرے پاس علم پیدا کرنے کا کام تھا۔ بوٹ انٹرپرائز لیول پلیٹ فارم کے لیے۔ صارفین بنیادی طور پر تنظیم کے ملازمین تھے اور ان کا مقصد علم کو استعمال کرنا تھا۔ بوٹ پلیٹ فارم کی پیشکش اور استعمال کا اشتراک کرنے کے لیے۔

مارکیٹ میں بہت سارے فریم ورک ہیں (ہر ایک کے اپنے فائدے اور نقصانات ہیں) لہذا یہ بہت اہم ہے کہ آپ جس بوٹ کو بنانے کا ہدف بنا رہے ہیں اس کے لحاظ سے کوئی صحیح فریم ورک کا انتخاب کرے۔ علمی بوٹس بنانے کی صورت میں عام تقاضے یہ ہیں-

1. علم کا بنیادی مقصد بوٹ گائیڈڈ چیٹ کے ذریعے پیشکش کے بارے میں معلومات فراہم کرنا ہے۔ اگر صارف چاہے تو اسے گائیڈڈ چیٹ سے باہر آنے کے قابل ہونا چاہیے اور پیشکش کے بارے میں ایڈہاک سوالات پوچھنا چاہیے اور گائیڈڈ چیٹ پر واپس جانا چاہیے۔

2. علمی بوٹ پروڈکٹ کا ڈیمو بکنگ جیسے آسان کام انجام دینے کے قابل ہونا چاہیے۔

3. نالج بوٹ کو منتخب ڈومین کے بارے میں صحیح معلومات (اس معاملے میں پلیٹ فارم کی پیشکش) پہلی بار درست طریقے سے فراہم کرنی چاہیے بجائے اس کے کہ وہ جوابات کے ساتھ ایک بہت وسیع ڈومین کا احاطہ کرے جو ~70–80% درست ہوں۔

4. اگرچہ اسے NLU انجام دینے اور صارف کے سوالات کو سمجھنے کی صلاحیت فراہم کرنی چاہیے لیکن ان سوالوں کی مجموعی تنقید محدود ہے۔ اس طرح عام طور پر نالج بوٹ کے معاملے میں سیاق و سباق کی چیٹنگ کی بہت کم ضرورت ہوتی ہے۔

میں نے مارکیٹ میں دستیاب چیٹ بوٹ فریم ورک کو لاگت، لچک، استعمال میں آسانی، برقرار رکھنے، اسکیل ایبلٹی، ترقی میں آسانی، مستقبل میں توسیع پذیری، انضمام، کمیونٹی سپورٹ کے پیرامیٹرز پر جانچنا شروع کیا اور ذیل میں 2 پلیٹ فارمز کو صفر کر دیا۔

i) Rasa — “Rasa ایک اہم بات چیت کا AI پلیٹ فارم ہے، جس میں بڑے پیمانے پر ذاتی نوعیت کی بات چیت ہے۔ راسا کے ساتھ، تمام ٹیمیں پیمانے پر، صارفین کے ساتھ ذاتی نوعیت کے، خودکار تعاملات بنا سکتی ہیں۔ راسا بہترین معاونین کی تعمیر کے لیے ضروری بنیادی ڈھانچہ اور ٹولز فراہم کرتا ہے - جو کہ صارفین کے کاروبار کے ساتھ بات چیت کے طریقے کو معنی خیز طور پر تبدیل کرتے ہیں۔" - راسا کی سائٹ سے۔

- نمایاں خصوصیات میں شامل ہیں -

• NLU پر مبنی، پہلے سے طے شدہ NLU انجن فراہم کردہ اوپن سورس ہے۔
• اوپن سورس (محدود خصوصیات) اور ادا شدہ انٹرپرائز لائسنس (مزید خصوصیات) دونوں کے ساتھ آتا ہے۔
• چیٹ بوٹس کی تخلیق ڈیولپرز کی طرف زیادہ مائل ہے۔
• اعلی درجے کی خصوصیات کو سپورٹ کرتا ہے جیسے بیرونی API کو کال کرنا، ارادے کی شناخت، سلاٹ بھرنا وغیرہ۔
• ویب سائٹ میں شامل کیا جا سکتا ہے۔ آن پریم/کلاؤڈ تعیناتی۔ کہانیوں اور تربیتی ڈیٹا (ڈیولپر پر مبنی) کا استعمال کرتے ہوئے چیٹ بوٹس کی تخلیق ویب پر مبنی GUI فریم ورک کے ذریعے نہیں ہے۔
• اچھی کمیونٹی سپورٹ۔
• پلیٹ فارم AI کے ارد گرد بنایا گیا ہے جس میں تربیتی ڈیٹا کارکردگی کو بہتر بنانے کی کلید ہے۔ بلیک باکس کا اتنا تھوڑا سا بہاؤ نہیں ہے۔

ii) بوٹپریس - "بوٹپریس ڈویلپرز کے لیے اعلیٰ معیار کے ڈیجیٹل اسسٹنٹس بنانے کے لیے ایک اوپن سورس پلیٹ فارم ہے۔ ہم نے بوائلر پلیٹ کوڈ اور انفراسٹرکچر کو اکٹھا کر دیا ہے جس کی آپ کو چیٹ بوٹ بنانے اور چلانے کے لیے درکار ہے۔ ہم آپ کو ایک مکمل ڈیو فرینڈلی پلیٹ فارم تجویز کرتے ہیں جو ریکارڈ وقت میں پروڈکشن گریڈ چیٹ بوٹس کو بنانے، تعینات کرنے اور ان کا نظم کرنے کے لیے درکار تمام ٹولز کے ساتھ بھیجتا ہے۔ - بوٹپریس سائٹ سے۔

- نمایاں خصوصیات میں شامل ہیں --

• NLU پر مبنی، پہلے سے طے شدہ NLU انجن فراہم کردہ اوپن سورس ہے۔
• اوپن سورس (محدود خصوصیات) اور ادا شدہ انٹرپرائز لائسنس (مزید خصوصیات) دونوں کے ساتھ آتا ہے۔
• چیٹ بوٹس کی GUI پر مبنی تخلیق۔
• اعلی درجے کی خصوصیات کو سپورٹ کرتا ہے جیسے کالنگ ایکسٹرنل API، انٹینٹ اور ہستی کی شناخت، سلاٹ فلنگ وغیرہ۔
• ویب سائٹ میں شامل کیا جا سکتا ہے۔ آن پریم/کلاؤڈ تعیناتی لیکن ویب انٹرفیس فراہم کرتے ہیں۔
• اچھی کمیونٹی سپورٹ۔
• بنیادی طور پر NLU کی اہلیت کی حمایت کے ساتھ بہاؤ۔ ڈیبگر سپورٹ اور کنٹرول۔

راسا کی بنیادی طاقت اس کے NLU انجن اور اس کے پیش کردہ سیاق و سباق سے متعلق چیٹنگ کے تجربے میں ہے۔ سیاق و سباق سے، میرا مطلب ہے کہ صارف کی طرف سے ہر ایک ان پٹ جاری گفتگو کے تناظر میں لیا جاتا ہے اور پھر جواب دیا جاتا ہے۔ تاہم، ان بات چیت کو درست کرنے کے لیے بوٹ کو تربیت دینے کے لیے بہت زیادہ کوششوں، حساب اور مہارت کی ضرورت ہوتی ہے اور جیسے جیسے گفتگو کا ڈومین بڑھتا ہے، لکھنے کے لیے ضروری کہانیوں کی کل تعداد میں تیزی سے اضافہ ہوتا ہے۔

دوسری طرف، Botpress صارف کے لیے چیٹنگ کا تجربہ بنانے کے لیے AI اور اصول پر مبنی انجن کا مرکب استعمال کرتا ہے۔ یہ سیاق و سباق کی بات چیت پر اتنا مضبوط نہیں ہے لیکن رہنمائی معلومات فراہم کرنے کے لیے ایک بھرپور GUI پیشکش رکھتا ہے۔

ایک سینئر ڈیٹا سائنٹسٹ ہونے کے دوران، میرا ابتدائی احساس راسا کے ساتھ جانا تھا (آپ جانتے ہیں کہ سیاق و سباق کی پیشکش پرکشش ہے) لیکن ایک بار جب میں نے ہاتھ میں کام کے حوالے سے فوائد اور نقصانات کا جائزہ لیا تو میں نے Botpress کو تخلیق کرنے کے لیے زیادہ موزوں پایا۔ اصول پر مبنی گائیڈڈ ٹور اور NLU پر مبنی ایڈہاک سوالات کے امتزاج کے ساتھ علم بوٹ (بوٹپریس کی QnA خصوصیت) اس وقت اور وسائل کی رکاوٹ کو دیکھتے ہوئے جو ہمارے پاس عام طور پر IT پروجیکٹس میں ہوتی ہے۔

ذیل میں وہ خصوصیات ہیں جو نالج بوٹ ڈویلپرز کو بوٹ فریم ورک میں دیکھنا چاہیے۔ میں نے یہ بھی بتایا ہے کہ بوٹپریس ان کو کیسے پورا کرتا ہے۔

1. چیٹ بوٹ ٹرینڈز رپورٹ 2021

2. چیٹ بوٹ این ایل پی ماڈل کی تربیت کے لیے 4 کرنا اور 3 نہ کرنا

3. دربان بوٹ: ایک چیٹ اسکرین سے متعدد چیٹ بوٹس کو ہینڈل کریں۔

4. ایک ماہرانہ نظام: بات چیت AI بمقابلہ چیٹ بوٹس

ترقی میں آسانی - آپ کتنی تیزی سے اپنے علم بوٹ کا بنیادی ورژن حاصل کر سکتے ہیں اور چل رہا ہے۔ کیا اس کے لیے بہت خاص مہارت کی ضرورت ہے یا یہاں تک کہ شہری ڈیٹا سائنسدان بھی اس کے ساتھ کام کر سکتے ہیں؟ بوٹ کی دوبارہ برانڈنگ کرنا کتنا آسان ہے؟

Botpress کے ساتھ، آپ ایک دو ہفتوں میں بالکل بغیر کوڈنگ کے اس کے GUI کا استعمال کرتے ہوئے ایک بنیادی علم والا بوٹ حاصل کر سکتے ہیں۔ یہ صرف اسٹائل شیٹ کو تبدیل کرکے بوٹ کو برانڈ کرنے کا آسان طریقہ بھی پیش کرتا ہے۔ یہ معلومات کو GUI سے بھرپور انداز میں شیئر کرنے کے لیے کارڈز اور carousal جیسے ویجٹ فراہم کرتا ہے۔

انٹیگریشن — بوٹس کو ہمیشہ مرکزی پورٹل کے ساتھ مربوط کرنے کی ضرورت ہوتی ہے اور انہیں دوسرے چینلز (مثلاً مائیکروسافٹ ٹیم) کو بھی سپورٹ کرنا چاہیے۔ بوٹ فریم ورک کا انتخاب کرتے وقت ہمیں یہ دیکھنا چاہیے کہ آیا یہ انضمام مقامی طور پر فراہم کیے گئے ہیں اور کم سے کم کوششوں کے ساتھ کیے جا سکتے ہیں۔

بوٹپریس میں، آئی فریم میں بوٹ کو کھولنے کے لیے صرف ایک اسکرپٹ کے ساتھ مرکزی سائٹ کے ساتھ انٹیگریشن بہت آسان ہے۔ یہ دوسرے چینلز جیسے کہ فیس بک، ٹیلیگرام، مائیکروسافٹ ٹیمز اور سلیک کے ساتھ انضمام بھی فراہم کرتا ہے۔

مستقبل کی توسیع پذیری۔ - اگرچہ ابتدائی علمی بوٹ ایک محدود دائرہ کار کے ساتھ شروع ہو سکتا ہے، لیکن حقیقت یہ ہے کہ جب انتظامیہ کو اس کے فوائد کا احساس ہو جائے گا تو دائرہ کار میں اضافہ ہوتا رہے گا۔ ہو سکتا ہے کہ بوٹ اب صرف معلومات فراہم کرنے تک محدود نہ رہے بلکہ اس سے ڈیمو کی بکنگ جیسے آسان کام کرنے کی بھی توقع کی جائے گی۔ اس لیے یہ ضروری ہے کہ بوٹ فریم ورک جسے کوئی منتخب کرتا ہے ان خصوصیات کے لیے معاونت رکھتا ہو۔

بوٹپریس پیچیدہ کاموں کو انجام دینے کے لیے بیک اینڈ APIs کو کال کرنے کے لیے حسب ضرورت کوڈ لکھنے کے لیے ایکسٹینشن فراہم کرتا ہے۔ انٹینٹ، اینٹٹی اور سلاٹس جیسی خصوصیات کا استعمال صارف کے کسی خاص کام کو صحیح ہستی کی شناخت کرکے کرنے کے ارادے کو حاصل کرنے کے لیے کیا جاتا ہے، سلاٹس کا استعمال کرتے ہوئے مطلوبہ اقدار کو کیپچر کرنے کے لیے اور پھر کاموں کو انجام دینے کے لیے اپنے کسٹم کوڈ کو بیک اینڈ API کو کال کرنے کے لیے استعمال کیا جاتا ہے۔ یہ کام ای میل بھیجنے سے لے کر کانفرنس روم یا فلائٹ ٹکٹ کی بکنگ یا پیزا آرڈر کرنے تک ہو سکتے ہیں۔

اسکیل ایبلٹی - اکثر آپ کو انٹرنیٹ ٹریفک کے لیے نالج بوٹ بنانے کی ضرورت ہوتی ہے اور اس لیے یہ بہت ضروری ہے کہ آپ جس بوٹ فریم ورک کو منتخب کرتے ہیں اسے پیمانہ بنایا جائے۔

بوٹپریس میں کلسٹر پر مبنی افقی طور پر توسیع پذیر فن تعمیر ہے۔ بوٹس کے درمیان ٹریفک کو تقسیم کرنے کے لیے کوئی لوڈ بیلنسر کا فائدہ اٹھا سکتا ہے۔

برقرار رکھنے - جیسا کہ تمام IT پروجیکٹس کے ساتھ، یہ کبھی بھی تعیناتی اور فراموش کرنے والا منظر نہیں ہے۔ ہم DevOps کی دنیا میں رہتے ہیں جہاں پروڈکشن میں ایپلیکیشن کی مسلسل تعیناتی ہوتی ہے۔ اس لیے یہ انتہائی اہمیت کا حامل ہے کہ بوٹ فریم ورک میں ایک ایسا ماڈل موجود ہے جو پیمانے اور پیچیدگی سے متعلق ہے خاص طور پر جب آپ GUI پر مبنی ترقی کی تلاش کر رہے ہوں۔

بوٹپریس میں، ترقی ایک فلو چارٹ بنانے کے ذریعے ہوتی ہے، ساخت ماڈیولر ہے۔ اس میں ذیلی بہاؤ کے لیے بیان کردہ اندراج اور خارجی نقطہ کے ساتھ ذیلی بہاؤ بنانے کی صلاحیت ہے۔ اس طرح ہم ایک بڑے بہاؤ کے بجائے بہت سے آسان، چھوٹے بہاؤ کا استعمال کرتے ہوئے نالج بوٹس بنا سکتے ہیں۔

این ایل یو - اگرچہ گائیڈڈ بہاؤ معلومات فراہم کرنے کے لیے اچھا ہے، لیکن یہ صرف کافی نہیں ہے۔ بوٹ فراہم کرنے کا بنیادی مقصد یہ ہے کہ صارف اس طرح چیٹ کر سکے جیسے بوٹ کے پیچھے کوئی فرد بیٹھا ہو۔ اس کا مطلب ہے کہ بوٹ کو زبان کی باریکیوں کو سمجھنے اور مناسب جواب دینے کے قابل ہونا چاہیے۔

بوٹپریس میں، ایک QnA ماڈیول ہے جو آپ کو بے ترتیب سوالات کو پورا کرنے کی اجازت دیتا ہے جو صارف مصنوعات کے بارے میں پوچھ سکتا ہے۔ آپ ایک جواب کے خلاف متعدد سوالات فراہم کر سکتے ہیں اور Botpress NLU انجن کو سیمنٹکس اور گرامر کے خلاف سوالات کو بے اثر کرنے کی تربیت دے سکتے ہیں۔ جب کہ NLU انجن راسا کی طرح طاقتور نہیں ہے میں نے پایا کہ یہ مقصد کے مطابق ہے۔ ہمارے پاس تقریباً 110 جوابات تھے جن کی تربیت ~1100 سوالات کے مقابلے میں کی گئی تھی۔ تربیت کے بعد، میں نے محسوس کیا کہ NLU انجن نے اچھا کام کیا ہے اور ہمیں 97% سے زیادہ وقت سے صحیح جوابات ملے ہیں۔ Botpress NLU انجن 2 خدمات کے لیے استعمال کرتے ہیں -

a) بطخ کا بچہ - نظام کے اداروں کو نکالنے کے لیے جو ہستی اور سلاٹس پر مبنی کاموں کے نفاذ کے دوران اسے زیادہ مضبوط بناتا ہے (مثلاً پیزا آرڈر کرنا یا فلائٹ ٹکٹ بک کرنا)۔

ب) لینگویج سرور — یہ لفظ ایمبیڈنگ فراہم کرتا ہے اور متعدد زبانوں کے لیے معاونت رکھتا ہے۔

سیاق و سباق سوئچنگ - ایڈہاک سوالات پوچھنے اور گائیڈڈ فلو لینے کے درمیان تبدیلی ہموار ہونی چاہیے۔ بہاؤ زیادہ لمبا نہیں ہونا چاہیے، صارف کو وقفے کے پوائنٹس فراہم کریں جہاں وہ سوالات پوچھ سکے اور پھر جب بھی ضرورت ہو واپس بہاؤ پر جا سکے۔

Botpress کے اندر فراہم کردہ 'فلو وائیڈ ٹرانزیشنز' فیچر کے استعمال کے ساتھ، گائیڈڈ ٹور اور بے ترتیب سوالات کے درمیان سیاق و سباق کی تبدیلی کو آسانی سے نافذ کیا جا سکتا ہے۔ اس کے علاوہ، سوال و جواب کے سیکشن سے Botpress ایک نوڈ پر واپس جانے کی صلاحیت فراہم کرتا ہے جو گائیڈڈ ٹور کا حصہ ہے لہذا صارف کو گائیڈڈ ٹور پر واپس لے جاتا ہے۔

بوٹپریس کی دیگر خصوصیات ہیں جیسے کثیر لسانی صلاحیت، ڈاکرائزیشن، ہیومن ان دی لوپ، تھرڈ پارٹی این ایل یو کا استعمال، ایس ایس او انٹیگریشن، کلسٹرنگ، مانیٹرنگ اور الٹرنگ، مضبوط کمیونٹی سپورٹ جو مجموعی تجربے کو مزید مضبوط بنا سکتی ہے۔

خلاصہ - اگلی بار جب آپ مختصر وقت میں علمی بوٹ بنانا چاہتے ہیں، تو ایک بوٹ فریم ورک پر غور کریں جو اصول پر مبنی اور NLU سے چلنے والے انجن دونوں کا فائدہ اٹھاتا ہے۔ بوٹپریس اس کے لیے ایک مضبوط دعویدار ہے خاص طور پر اگر قیمت اور ROI فیصلہ سازی کا عنصر ہے۔

ابھینو اجمیرا

سینئر ڈیٹا سائنسدان، Atos

مصنف کی رائے ذاتی ہے اور مصنف کا کسی طرح سے بوٹپریس سے کوئی تعلق نہیں ہے۔

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