Q:
Hvordan trenes chatbots?
EN:Nesten alle har interaksert med en chatbot, enten gjennom personlige assistenter som Apples Siri eller gjennom kundeserviceavdelinger, men hvordan virker de så smarte? Det er flere måter AI-utviklere kan trene disse robotene på for å gi realistiske svar.
Den enkleste måten å designe en bot på er å få den til å svare på et forhåndsprogrammert utvalg av svar. Dette var tilnærmingen som ble brukt av Joseph Weizenbaums (1923-2008) ELIZA-program utviklet på 1960-tallet.
ELIZA var ment å simulere en Rogerian psykoterapeut. Programmet kunne bare svare i henhold til forhåndsprogrammerte “skript”, men mange brukere fant effekten så realistisk at de insisterte på at ELIZA virkelig var intelligent.
Dette har blitt kalt "ELIZA-effekten."
Forskning i AI har muliggjort langt mer sofistikerte tilnærminger til å utvikle chatbots, som lar dem "lære" fra både treningsdata levert av utviklere og fra brukerinput.
La oss ta eksemplet på en chatbot som brukes til kundeserviceavdelingen til et programvareselskap. Boten vil først bli matet informasjon fra selskapets egne ressurser: dokumentasjon, vanlige spørsmål, e-postmeldinger, chattranskripsjoner, til å begynne med.
Boten vil ikke bare være begrenset til hva utviklere gir den, slik ELIZA var. Den vil kunne lære av reelle interaksjoner med kunder ved hjelp av naturlig språkbehandling (NLP).
Selv med automatisert læring, vil det fortsatt være områder der roboter får problemer. Mennesker må trene bot av og til ved å bruke veiledet læring. Gitt tvetydigheten i menneskers språk, vil det være vanskelig å bygge en chatbot som kan kjøres helt uten tilsyn.
En menneskelig bruker vil sannsynligvis også måtte sjekke et chatbots resultat for nøyaktighet, spesielt i forretningssammenheng. Fortsatt vil disse chatbotene være mer fleksible enn et rent regelbasert program som ELIZA.
Fremskritt i maskinlæring og naturlig språkbehandling kan gjøre at disse chatbotene fremstår enda mer intelligente i fremtiden.
