Chatbots. Guía para principiantes
Esta es la primera de una serie sobre Chatbots. En esta primera entrega, cubrimos los conceptos básicos que incluyen su breve historia tecnológica, usos, opciones de diseño básico y donde el aprendizaje profundo entra en juego. En artículos posteriores, describiremos con más detalle cómo están realmente programados y qué hacer y qué no hacer.
De acuerdo con , actualmente hay 1,331 chatbots activos en el mundo. Eso es mucho para una tecnología que no existía hace dos tres años.
20% están en los EE. UU., forty five% están en Europa Occidental y el Reino Unido, y aproximadamente 1% están en China.
Admiten la entrada en 31 idiomas. (Tenga en cuenta que algunas plataformas de desarrollo de chatbot admiten hasta 50 idiomas).
Los temas de consumo más populares son: finanzas y legales, 10%, y educación, aprendizaje y búsqueda, 6%, entre 27 categorías distintas, incluido el erótico 1%.
ninety six% de reconocimiento de texto de apoyo, three% de reconocimiento de voz, 1% de reconocimiento de gestos.
No sabemos cuánto tiempo podrá seguir indexando todos los chatbots, pero probablemente no por mucho tiempo dado su crecimiento explosivo. Los chatbots se están convirtiendo rápidamente en la interfaz de usuario de elección, y serán la forma dominante de comunicar nuestra necesidad de información y servicios con todo tipo de aplicaciones.
¿Qué es exactamente un Chatbot?
Para ser claros al nivel más easy, un chatbot es un servicio de software que permite a los usuarios tener una conversación en lenguaje natural en texto voz, para devolver información una acción.
Incluso los chatbots más simples son capaces de múltiples pasos de conversación, aunque algunas consultas pueden responderse con una sola respuesta (¿lloverá en Boston mañana?). Muchos están diseñados para tener una “conversación” estructurada incluso no estructurada con el usuario, que busca aclaraciones adicionales y profundización para proporcionar más información acción, sobre la información el servicio solicitado (¿Se ha enviado mi paquete? ¿Cuándo llegará? Por favor envíeme un mensaje cuando ha sido entregado?).
in short, el chatbot debe proporcionar información es solo parte de su capacidad. Acciones como programar una cita reservar un vuelo también son comunes para la categoría generalmente llamada asistentes personales.
Viendo hacia adelante
En diseño, la gran mayoría de los chatbots de hoy están impulsados por reglas y estructuras integradas por el programador. However, la dirección del desarrollo es tener respuestas creadas a través de Inteligencia Artificial. Esto hace que los chatbots avanzados sean semi-autónomos y capaces de conversaciones largas, incluidas algunas áreas muy subjetivas como el asesoramiento psicológico (Andrew Ng anunció recientemente el lanzamiento de Woebot de Fb, un chatbot que brinda asesoramiento psicológico particular person para la depresión) recomienda cómo para administrar mejor tu dinero.
Un poco de historia de una breve historia
Mientras que algunas personas señalarán desde chatbot Eliza a mediados de los años 60 Clippy de MS Office97 de Microsoft, el hecho es que nuestra capacidad de procesar lenguaje pure con precisión comercialmente aceptable languideció por debajo del rango del ninety% hasta 2015.
Fue en ese año que nuestro hardware y nuestro desarrollo de redes neuronales recurrentes con Grandes Memorias a Corto Plazo (Long Brief Term Memory LSTM) finalmente se rompió con una precisión del 95% al ​​99%. No es coincidencia que esto marque el lanzamiento de Alexa, Cortana, Siri y el Asistente de Google para nombrar solo a los más conocidos.
De acuerdo con una encuesta de más de 300 compañías que abarca desde pequeñas hasta grandes, realizadas a principios de 2017 por Mindbowser y Chatbots Journal:
El 25% de las empresas se enteró por primera vez de los chatbots en 2015.
El 60% de las empresas se enteró por primera vez de los chatbots en 2016.
El fifty four% de los desarrolladores trabajó por primera vez en chatbots en 2016.
75% destinado a construir un chatbot en 2017.
Gartner cree que todavía estamos en una curva ascendente para los chatbots. However, todos los principales proveedores de redes redes sociales, incluidos Amazon, Google, IBM, Facebook, Microsoft, Slack, Twitter, Whatsapp, WeChat y una gran cantidad de independientes, ofrecen Kits de Desarrollo de Software (SDKs por sus siglas en inglés) fáciles de usar para desarrollar chatbots. El campo está evolucionando rápidamente tanto en términos de tecnología como de adopción. El servicio al cliente, las ventas, la mercadotecnia, el procesamiento de pedidos, las redes sociales, los pagos y la contratación son los principales objetivos con muchos más por venir.
Dos arquitecturas distintas para Chatbots
Hay dos arquitecturas distintas de chatbots que existen en la actualidad.
Chatbots de reglas: más del ninety% de los chatbots existentes y la mayoría de los que se crearán en los próximos años, pertenecen a esta categoría de chatbots según las reglas programadas. Son relativamente simples y rápidos de construir, con estructuras lógicas de árbol de decisión cascada de consultas y respuestas predefinidas. Si están bien diseñados, pueden manejar más del 95% de las consultas y deben tener un escape a un representante humano cuando fallen. La mayoría son mensajes de texto entrantes y salientes.
Chatbots de Inteligencia Artificial: estos chatbots usan motores de Aprendizaje Profundo para formular respuestas. No tienen estructuras rígidamente definidas y pueden aprender de su experiencia después de un entrenamiento inicial. Solo los chatbots en esta categoría son capaces de manejar entradas de conversación complejas y proporcionar salidas conversacionales de larga duración.
Es un poco engañoso decir que solo el segundo tipo depende de la Inteligencia Artificial (AI), ya que todos los chatbots confían en los motores de Comprensión del Lenguaje Natural (NLU) en su parte frontal, que se han desarrollado utilizando modelos de aprendizaje profundo Redes Neuronales Recurrentes (RNN)/Grandes Memorias a Corto Plazo (LSTM).
Para completar, si desea que su chatbot reciba entregue respuestas habladas, necesitamos agregar algunos componentes. También mostraremos de dónde provienen los datos.
Si desea que su chatbot responda a la voz, deberá darle un comando de “despertar”. Si solo es texto, entonces enviar el texto que se requiera para “despertar”.
En los sistemas de voz, hay un componente adicional para el motor para Reconocimiento del Lenguaje Pure (Natural Language Understanding NLU) que convierte la voz en texto y viceversa.
En los sistemas basados ​​en reglas basados ​​en Inteligencia Artificial, deberá proporcionar los datos de respuesta de los sistemas internos fuentes de datos externos, como estaciones meteorológicas.
También puede usar análisis predictivos precompilados, de la misma manera que en los sistemas de transmisión para hacer predicciones. For example: ‘¿Cuántos días hay disponible el suministro de la parte X?’, por ejemplo ‘¿Cuándo llegará mi paquete?’, también ‘No es possible que los envíos de pedidos lleguen a la fecha límite’. Of course, si las respuestas son demasiado largas detalladas como en la tercera pregunta de muestra, es mejor que construyas una página internet un tablero. Los chatbots están destinados a crear comodidad y acelerar las cosas, no a tomar el lugar de las páginas net.
Al decidir qué diseño usar, pruebe esta simple matriz de 2 X 2:
Conversaciones largas cortas: si quiere que su chatbot pueda manejar una conversación extendida con muchas variables, entonces se debe usar el modelo generativo con Inteligencia Artificial. Un ejemplo podría ser: “¿Cuáles son todas mis opciones de vuelo (dentro de los siguientes dos tres días) entre (Ciudad A y Ciudad B) en donde pueda obtener una clase ejecutiva? ¿Y cuál ofrece la tarifa de clase de negocios menos costosa?”
Las conversaciones cortas pueden ser comandos como “programar una reunión para xx “, ” quiero devolver esta compra”, lo que puede requerir varios pasos, pero cada uno requiere probablemente solo una breve búsqueda y referencia a reglas preestablecidas.
Dominio abierto cerrado: cuanto más estrictamente pueda restringir la base de conocimiento que debe tener el robot de chat, es más possible que pueda utilizar la arquitectura basada en reglas simples. Si el dominio es extremadamente amplio, probablemente necesitará el modelo generativo de Inteligencia Artificial.
En el siguiente artículo de esta serie, analizaremos con más detalle el papel de Natural Language Understanding (NLU) y los componentes básicos programáticos utilizados tanto en chatbots basados en reglas como en basados en Inteligencia Artificial.
Posted by
noviembre 2019 (2)
octubre 2019 (three)
septiembre 2019 (1)
agosto 2019 (1)
julio 2019 (2)
mayo 2019 (2)
abril 2019 (4)
marzo 2019 (three)
febrero 2019 (3)
enero 2019 (10)
diciembre 2018 (three)
noviembre 2018 (5)
octubre 2018 (4)
septiembre 2018 (four)
agosto 2018 (14)
julio 2018 (9)
junio 2018 (eleven)
mayo 2018 (15)
abril 2018 (23)
marzo 2018 (42)
febrero 2018 (34)
enero 2018 (21)
diciembre 2017 (four)
noviembre 2017 (four)
octubre 2017 (three)
septiembre 2017 (4)
agosto 2017 (2)
julio 2017 (9)
junio 2017 (eight)
mayo 2017 (6)
abril 2017 (four)
marzo 2017 (6)
febrero 2017 (4)
enero 2017 (3)
diciembre 2016 (5)
noviembre 2016 (2)
octubre 2016 (3)
septiembre 2016 (1)
agosto 2016 (2)
julio 2016 (2)
mayo 2016 (2)
abril 2016 (3)
marzo 2016 (1)
febrero 2016 (4)
enero 2016 (four)
diciembre 2015 (1)
noviembre 2015 (2)
octubre 2015 (3)
septiembre 2015 (four)
agosto 2015 (2)
julio 2015 (2)
junio 2015 (2)
mayo 2015 (1)
abril 2015 (2)
febrero 2015 (1)
enero 2015 (three)
diciembre 2014 (three)
octubre 2014 (1)
septiembre 2014 (four)
agosto 2014 (three)
julio 2014 (1)
junio 2014 (2)
mayo 2014 artificial intelligence (5)
abril 2014 (6)
marzo 2014 (2)
febrero 2014 (5)
enero 2014 (7)
diciembre 2013 (1)
noviembre 2013 (1)
octubre 2013 (2)
septiembre 2013 (5)
agosto 2013 (3)
julio 2013 (1)
junio 2013 (1)
mayo 2013 (4)
abril 2013 (3)
marzo 2013 (7)
enero 2013 (5)
diciembre 2012 (7)
noviembre 2012 (7)
octubre 2012 (three)
septiembre 2012 (7)
agosto 2012 (2)
julio 2012 (6)
junio 2012 (6)
mayo 2012 (2)
abril 2012 (2)
marzo 2012 (three)
febrero 2012 (three)
enero 2012 (5)
diciembre 2011 (three)
noviembre 2011 (1)
septiembre 2011 (three)
julio 2011 (1)
mayo 2011 (1)
abril 2011 (1)
marzo 2011 (2)
febrero 2011 (3)
enero 2011 (eight)
diciembre 2010 (5)
noviembre 2010 (eleven)
octubre 2010 (3)
Lo más reciente…
Tweets by TechDataMex