Build an Oracle Intelligent Bot in 5 Min
บางครั้งสิ่งที่คุณต้องมีก็คือการพูดคุยกับใครบางคน คนที่สามารถทำให้คุณมีกำลังใจในแบบของตัวเองคนที่เต็มไปด้วยชีวิตและการพูดคุยที่คุณลืมทุกปัญหาของคุณในชีวิต คนที่คลั่งไคล้คุณด้วยการมาดีกว่าที่คุณคาดหวังไว้ ทุกคนไม่ค่อยสบายใจในการพูดคุยกับ "มนุษย์" อื่น ๆ เกี่ยวกับเรื่องต่างๆ แต่มีบางคนที่อยากรู้อยากเห็นที่พูดคุยกับ AI ที่นี่ Ruuh มาถึงภาพ
Ruuh มีความสามารถในการฟังคำถามของตัวเองตรวจจับอารมณ์ความรู้สึกของพวกเขาเรียนรู้เกี่ยวกับพื้นหลังของผู้ใช้และตอบกลับที่เหมาะสมและอื่น ๆ สิ่งนี้ช่วยเพิ่มความผูกพันและความสัมพันธ์ที่พวกเขาแชร์กับผู้ใช้ โดยตรงกับการสนทนาที่มีคุณค่าและเหมาะสมระหว่าง chatbot กับผู้ใช้
Ruuh ทำได้ดีในการพูดคุย
หากไม่มีส่วนร่วมของอารมณ์การมี chatbots ก็ไม่มีประโยชน์ เพียงแค่ตอบกลับได้โดยปราศจากการเชื่อมต่อส่วนบุคคลทำให้การสนทนาเป็นทางการและหลายครั้งไม่น่าสนใจ chatbot เป็นที่น่าสนใจเฉพาะเมื่อพวกเขาสามารถที่จะทำให้การสนทนาบนพื้นฐานของอารมณ์ที่เกี่ยวข้องกับมัน เกี่ยวกับเรื่องนี้ไมโครซอฟท์กล่าวว่า
การสร้างชั้นสนทนาใน Ruuh ช่วยให้เธอพัฒนาความสัมพันธ์เพื่อให้ผู้ใช้สามารถเปิดกว้างมากขึ้นสบาย ๆ และมีส่วนร่วมมากขึ้น สิ่งนี้นำไปสู่บทสนทนาที่ดีกว่าซื่อสัตย์และเป็นธรรมชาติมากขึ้นซึ่งในที่สุดจะนำไปสู่คุณค่าและประสบการณ์ที่ดีกว่าสำหรับผู้ใช้
จุดมุ่งหมายของการสร้าง Ruuh
จุดมุ่งหมายหลักของไมโครซอฟท์ที่อยู่เบื้องหลังการสร้าง chatbot AI-powered นี้คือการทำให้เด็กหนุ่ม, ผู้ที่ใช้เทคโนโลยีชั้นนำในอินเดีย อินเดีย มีความหมายคล้ายคลึงกับ Chatbot จีนของ Microsoft ที่มีชื่อ Xiaoice Ruuh เป็นเพื่อนแบบดิจิทัลไม่ใช่แค่ผู้ช่วยดิจิตอล Ruuh เป็นซอฟต์แวร์ที่ไม่ใช่แค่ส่วนของโค้ด มันเป็นเพื่อนของคุณ
การเรียนรู้ลึก ๆ อย่างไร
Ruuh เป็นตัวละครที่เราทุกคนรู้ แต่ตัวละครของเธอถูกจำลองขึ้นหลังจากเด็กสาวชาวเมืองอินเดียที่มีอายุประมาณ 18-24 ปี ดูเหมือนว่าเธอจะสนใจวัฒนธรรมป๊อปและเป็นที่นิยมในการใช้ภาษาแสลงที่ใช้กันอย่างแพร่หลายในอินเดีย
ขั้นตอนแรกในการสร้าง Ruuh คือการรวบรวมข้อมูล เธอตั้งใจจะด้วยความสงสารและไหวพริบ แหล่งที่มาของบุคลิกภาพนี้สำหรับ Ruuh คือการพูดคุยแบบเรียลไทม์บทสนทนาทางสังคมสื่อฟอรัมแพลตฟอร์มโซเชียลและบริการส่งข้อความที่รวบรวมข้อมูลเพื่อปรับปรุงประสบการณ์ของผู้ใช้โดยไม่ระบุชื่อ
ต่อมาพวกเขาต้องปรับข้อมูลที่เป็นประโยชน์ที่พวกเขาเก็บรวบรวม. ขั้นตอนนี้ใช้เวลาเก็บข้อมูลทั้งหมด 70% เป็นข้อมูลที่ไร้ประโยชน์และถูกนำออก ไมโครซอฟท์ตรวจสอบให้แน่ใจว่าไม่มีความเห็นที่น่ารังเกียจสำหรับคนในสหรัฐฯสหราชอาณาจักรและออสเตรเลียและข้อคิดเห็นใด ๆ ทางเพศหรือทางการเมือง
ตอนนี้ข้อมูลที่ละเอียดและมีประโยชน์นี้ถูกใช้ในรูปแบบที่เลือก โมเดลนี้เป็นโมเดลความหมายเชิงโครงสร้างที่มีโครงสร้างลึกหนาบางของ cDSSM หรือ Convolutional Structured Semantic Model นี่เป็นรูปแบบใหม่และช่วยให้มนุษย์มีพฤติกรรมใน AI ที่ดีและลึกขึ้น
cDSSM มีผลอย่างไรในการตรวจหาข้อมูลประจำตัวที่ดีกว่า AI
การสืบค้นข้อมูล
การสืบค้นข้อมูลเป็นขั้นตอนแรกในการทำให้ AI เป็นเหมือนมนุษย์มากขึ้น อัลกอริทึมจะใช้แบบสอบถามอินพุตและค้นหาในฐานข้อมูลสำหรับคำถามที่คล้ายกัน นี่เรียกว่าการดึงข้อมูลหรือ IR
ตัวอย่าง: ถ้าข้อความค้นหาคือ "ฉันจะทำพาสต้าไก่ได้อย่างไร?" Ruuh จะวิเคราะห์ข้อมูลและหาตัวอย่างคำถามที่คล้ายคลึงกันจำนวนมาก
การจัดอันดับคำตอบ
ที่นี่อัลกอริทึมจะเรียงลำดับการตอบสนองตามตัวอย่างที่เกี่ยวข้อง นี่คือวิธีที่ข้อมูลที่เกี่ยวข้องมากที่สุดจะได้รับเป็นผลลัพธ์
การทำความเข้าใจเกี่ยวกับบริบท
ตอนนี้อาจเป็นเรื่องสำคัญหาก chatbot ลืมสิ่งที่ผู้ใช้กำลังพูดถึง
ตัวอย่าง: คำถาม: "คุณชอบหรือไม่ ไอศกรีม Ruuh? "
Ruuh:" ใช่ฉันชอบมัน "
คำถาม: "รสชาติไหนที่คุณชอบ?"
Ruuh: "Chocolate และ Vanilla"
ตอนนี้ Ruuh รู้ดีว่าคำถามที่สองเกี่ยวกับไอศครีม ดีที่ฟังก์ชันการทำงานของเธออัลกอริธึม Ruuh ค้นหาข้อมูลในแบบสอบถามก่อนหน้านี้จากผู้ใช้และเข้าใจบริบทเกี่ยวกับสิ่งที่ผู้ใช้พูดถึง
การตรวจจับและการตอบสนองต่ออารมณ์ความรู้สึก
ขณะนี้มีความหมายเหมือนมนุษย์มากขึ้น การตรวจจับอารมณ์ นี้เป็นเพราะมนุษย์มีความคิดทางอารมณ์ ดังนั้นเพื่อตรวจจับอารมณ์ของผู้ใช้ Ruuh ค้นหารูปแบบข้อความแชทที่ได้รับจากเธอและประเภทของอีโมจิที่ใช้ในการแชท ดังนั้นเมื่อคุณพูดกับเธอเธอรู้ว่าคุณมีความสุขเศร้าตื่นเต้นหรือไม่พอใจ
คำตัดสิน
Ruuh มีพลังและเป็นวิธีที่ดีในการแสดงพลังของสิ่งที่ AI สามารถทำในวันนี้เพื่อทำตัวเหมือน มนุษย์ ด้วยพลังของ cDSSM Ruuh มีความชาญฉลาดมาก
Microsoft says:
เพื่อสรุปรูปแบบนี้รวมกับการเรียนรู้แบบลึกรวมบริบทและข้อความของผู้ใช้เพื่อดึงข้อมูลการตอบสนองที่เหมาะสม รูปแบบจะแยกบริบทออกจากข้อความค้นหาข้อความก่อนหน้าสร้างกลุ่มการตอบสนองที่เหมาะสมจัดลำดับตามความเกี่ยวข้องและสร้างผลลัพธ์สุดท้าย
ลองทำความเข้าใจกับตัวอย่างนี้ด้วย หากผู้ใช้ถาม Ruuh ว่า "พิซซ่ายอดนิยมเป็นที่นิยมมากที่สุด" Ruuh จะระบุข้อความค้นหาว่าเป็น "พิซซ่าเติม" และเรียกค้นคำตอบที่เกี่ยวข้องมากที่สุดจากข้อความค้นหานี้ Ruuh จะจัดอันดับคำตอบที่คล้ายกันจากฐานข้อมูลตามความเกี่ยวข้องเพื่อสร้างการตอบสนองที่เหมาะสมที่สุด "ฉันรักเห็ดและสับปะรด"
Ruuh ตอนนี้อายุ 1 ขวบและต้องบอกว่าในอนาคต ของ AI จะสดใสเพราะอัตราที่เราจะได้เห็น AI ที่กำลังเติบโตขึ้นเหล่านี้มากขึ้นเรากำลังจะเห็นสิ่งที่ชาญฉลาดรอบตัวเราเร็ว ๆ นี้ เราหวังว่าทีมงานของ Microsoft จะได้รับความโชคดีและหวังว่าจะทำให้เราประหลาดใจในอนาคตด้วยผลิตภัณฑ์ที่ยอดเยี่ยมเหล่านี้
คุณสามารถอ่านเพิ่มเติมเกี่ยวกับ Ruuh ในบทความอย่างเป็นทางการได้จาก Microsoft และลองทำดูสิ ที่นี่ บน Facebook .
Camus เคยร่วมงานกับ CEO ของ EADS ซึ่งเป็น บริษัท ด้านอวกาศของยุโรป ปัจจุบันเขาเป็นกรรมการผู้จัดการของ Evercore Partners ซึ่งเป็นที่ปรึกษาของสหรัฐฯและยังเป็น CEO ของ Lagardere ซึ่งเป็น บริษัท สื่อฝรั่งเศส เขาจะยังคงอยู่ในบทบาทดังกล่าวหลังจากที่เขากลายเป็นประธาน Alcatel และจะอยู่ที่ New York Verwaayen เป็น CEO ของ BT ในสหราชอาณาจักรจนถึงเดือนมิถุนายนและเขาจะดำรงตำแหน่งในปารีสในบทบาท Alcatel- Lucent CEO หนังสือพิมพ์รายดังกล่าว Alcatel-Lucent ซึ่งพยายามหาทางการเงินกำลังค้นหาผู้บริหารระดับสูงคนใหม่ตั
2 ปี การควบกิจการของ Alcatel และ Lucent ไม่ได้ราบรื่น Tchuruk และ Russo รายงานว่ายังไม่ได้รับพร้อมในช่วงเวลานั้นและวัฒนธรรมของทั้งสอง บริษัท ยังไม่ได้รับการพอดีง่าย
Microsoft Tweaks Ad หลังจากที่ Apple บ่น
เรื่องราว "Laptop Hunter" ยังคงมีน้อยลงเล็กน้อย Apple-bashing
พบกับ 'Data Liberation Front' ของ Google
Google ได้ประกาศ "Data Liberation Front" ที่ออกแบบมาเพื่อให้คุณสามารถกู้คืนข้อมูลของคุณได้ง่ายขึ้นจาก บริการทางเว็บของ บริษัท