Иногда вам нужно поговорить с кем-то. Кто-то, кто может подбодрить вас по-своему, тот, кто так полон жизни и болтливый, что вы забываете все свои проблемы в жизни. Кто-то, кто вас забавляет, лучше ваших ожиданий. Всем не так удобно разговаривать с другими людьми о вещах, но есть некоторые любопытные люди, которые говорят с ИИ. Здесь появляется Руух.
Ruuh способен слушать свой вопрос, обнаруживать свои эмоции, узнавать о предыстории пользователя и делать соответствующие ответы и многое другое. Это улучшает их связь и отношения, которые они разделяют с пользователем. Это напрямую подразумевает более ценные и разумные чаты между чатботом и пользователем.
Руух умеет делать разговоры
Без участия эмоций существование чатботов бесполезно. Просто быть в состоянии ответить без какой-либо личной связи делает чат формальным и много раз неинтересным. Чатбот интересен только в том случае, если они могут делать разговоры о том, что эмоции связаны с ним. Об этом, говорит Microsoft,
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.
Цель здания Ruuh
Главной целью Microsoft в создании этого чатабота с использованием AI было сделать это для молодых, высокотехнологичных ранних усыновителей в Индия, Он уже должен был быть похож на китайского Chatbot от Microsoft Xiaoice, Ruuh - скорее цифровой знакомый, чем просто цифровой помощник. Ruuh - это программное обеспечение, которое не просто часть кода; это твой друг. Как работает глубокое обучение.
Руух - вымышленный персонаж, мы все это знаем. Но ее характер моделируется после молодой, городской индийской девушки, которой около 18-24 лет. Она, кажется, интересуется культурой поп-музыки и отлично подходит для использования свободно развивающихся городских сленгов, используемых в Индии.
Затем им пришлось уточнить полезные данные, которые они собрали. Этот шаг составил 70% от общего количества собранных данных как бесполезных и был удален. Microsoft убедилась, что нет никаких оскорбительных комментариев для людей в США, Великобритании и Австралии, а также любых сексистских или политических комментариев.
Теперь эти уточненные и полезные данные должны были применяться в выбранной модели. Эта модель была cDSSM или сверточной глубокой структурированной семантической моделью. Это более новая модель и помогает в более совершенном и более глубоком человекоподобном поведении в искусственном интеллекте.
Как cDSSM приводит к улучшению ИИ
Идентификация запроса
Идентификация запроса - это первый шаг к тому, чтобы сделать ИИ более похожим на людей. Алгоритм принимает входной запрос и ищет в базе данных аналогичные вопросы. Это также называется Информационный поиск или ИК. Например: если запрос «как сделать куриную пасту?», Руух анализирует данные и находит несколько образцов похожих вопросов.
Рейтинговые ответы
Здесь алгоритм сортирует ответы в зависимости от того, насколько актуальны образцы. Вот как наиболее релевантные данные приводятся в качестве вывода.
Понимание контекста
Теперь, может быть, бессмысленно, если chatbot забывает, что говорит пользователь.
For Example: Question: “Do you like ice cream, Ruuh?”
Ruuh: “Yes, I like it.”
Question: “which flavors do you like?”
Ruuh: “Chocolate and Vanilla.”
Теперь Руух знал, что второй вопрос касается мороженого, и, следовательно, ответ был уместным.
Обнаружение и реагирование на эмоциональные сигналы
Теперь более человекоподобные способы обнаружения эмоций. Это потому, что у людей есть эмоциональные менталитеты. Итак, чтобы обнаружить эмоции пользователей, Руух ищет шаблоны в сообщениях чата, полученных ею, и тип emojis, используемый в чате. Поэтому, когда вы разговариваете с ней, она знает, счастливы ли вы, грустно, взволнованы или расстроены.
решение суда
Руух является мощным и отличным способом продемонстрировать силу того, что ИИ может сделать сегодня, чтобы вести себя как человек. С мощью cDSSM, Ruuh намного умнее.
Microsoft говорит:
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.
Давайте лучше это рассмотрим на примере. Если пользователь спросил Ruuh: «Какие начинки для пиццы наиболее популярны?», Ruuh определит запрос как «пицца начинки» и выберет наиболее релевантные ответы на основе этого запроса. Ruuh оценил бы аналогичные ответы из базы данных на основе релевантности для получения наиболее подходящего ответа. С контекстуальным осознанием Руух может легко ответить на следующие вопросы, такие как «Какие из них вам нравятся?», Отвечая «Я люблю грибы и ананасы».
Руху сейчас всего один год, и я должен сказать, что будущее ИИ яркое из-за этой скорости, с которой мы видим все больше и больше продвинутых ИИ, мы скоро увидим умные вещи вокруг нас. Мы желаем команде в Microsoft, очень удачливой, и я надеюсь, что они будут удивлять нас в будущем этими замечательными продуктами.
Вы можете больше узнать о Ruuh здесь, в официальной статье Microsoft, и попробуйте здесь на Фейсбуке.
