Q:
Як навчаються чатові роботи?
A:Майже всі спілкувалися з чатом, або через особистих помічників, таких як Apple Siri, або через відділи обслуговування клієнтів, але як вони здаються такими розумними? Є кілька способів, які розробники AI можуть навчити цих ботів давати реалістичні відповіді.
Найпростіший спосіб проектування бота - це відповідь на попередньо запрограмований діапазон відповідей. Такий підхід застосовувався програмою ELIZA Джозефа Вайзенбаума (1923-2008), розробленою у 1960-х роках.
ELIZA був призначений для імітації роджерського психотерапевта. Програма могла відповідати лише за попередньо запрограмованими "сценаріями", але багато користувачів вважали ефект настільки реалістичним, що вони наполягали на тому, що ELIZA справді була розумною.
Це отримало назву "Ефект ELIZA".
Дослідження в AI дозволили отримати набагато більш досконалі підходи до розробки чатів, які дозволяють їм «вчитися» як з навчальних даних, що надаються розробниками, так і з боку користувачів.
Візьмемо для прикладу чат-бот, який використовується для відділу обслуговування клієнтів програмної компанії. Спочатку бот отримуватиме інформацію з власних ресурсів компанії: документацію, FAQ, електронні листи, стенограми для чату.
Бот не буде обмежуватися лише тим, що дають розробники, як було ELIZA. Він зможе навчитися реальній взаємодії з клієнтами, використовуючи природну обробку мови (NLP).
Навіть при автоматизованому навчанні все ще знайдуться сфери, в яких боти стикаються з проблемами. Людям доведеться періодично навчати бота, використовуючи підконтрольне навчання. Враховуючи неоднозначність людських мов, важко буде побудувати чат, який міг би працювати зовсім без нагляду.
Користувачеві також, ймовірно, доведеться перевірити результат роботи чатбета на точність, особливо в бізнес-контексті. Однак ці чати будуть більш гнучкими, ніж програма, заснована на суто правилах, як ELIZA.
Успіхи в машинному навчанні та природній обробці мови можуть зробити такі чати ще більш розумними в майбутньому.
