В этом посте мы поговорим о том, как генеративный ИИ меняет индустрию диалогового ИИ, предоставляя новые возможности для клиентов и разработчиков ботов, а также о новых функциях Amazon Lex, которые используют преимущества этих достижений.
Поскольку спрос на диалоговый ИИ продолжает расти, разработчики ищут способы улучшить свои чат-боты, добавив в них взаимодействие, подобное человеческому, и расширенные возможности, такие как обработка часто задаваемых вопросов. Недавние достижения в области генеративного искусственного интеллекта приводят к значительным улучшениям в понимании естественного языка, что делает диалоговые системы более интеллектуальными. Обучая большие модели нейронных сетей на наборах данных с триллионами токенов, исследователи ИИ разработали методы, которые позволяют ботам понимать более сложные вопросы, давать тонкие и более естественные, человеческие ответы и обрабатывать широкий спектр тем. Благодаря этим новым инновациям в области генеративного искусственного интеллекта вы можете создавать виртуальных помощников, которые будут выглядеть более естественными, интуитивно понятными и полезными во время текстовых или голосовых взаимодействий в режиме самообслуживания. Быстрый прогресс в области генеративного искусственного интеллекта значительно приближает автоматизированных чат-ботов и виртуальных помощников к цели ведения действительно интеллектуального и свободного общения. Благодаря дальнейшим достижениям в области глубокого обучения и методов нейронных сетей диалоговые системы станут еще более гибкими, понятными и похожими на человека. Это новое поколение помощников на базе искусственного интеллекта может обеспечить бесперебойное самообслуживание во множестве вариантов использования.
Как Amazon Bedrock меняет ландшафт диалогового искусственного интеллекта
Amazon Bedrock — это удобный способ создания и масштабирования генеративных приложений искусственного интеллекта с помощью базовых моделей (FM). Amazon Bedrock предлагает широкий выбор FM от ведущих поставщиков, поэтому клиенты AWS имеют гибкость и возможность выбора, чтобы использовать лучшие модели для своего конкретного случая использования.
В современном быстро меняющемся мире мы ожидаем быстрого и эффективного обслуживания клиентов от каждого бизнеса. Однако обеспечение превосходного обслуживания клиентов может оказаться серьезной проблемой, когда объем запросов превышает человеческие ресурсы, используемые для их решения. Компании могут эффективно решить эту проблему, а также обеспечить персонализированное обслуживание клиентов, воспользовавшись достижениями в области генеративного искусственного интеллекта на основе больших языковых моделей (LLM).
На протяжении многих лет AWS инвестировала в демократизацию доступа к искусственному интеллекту, машинному обучению (ML) и генеративному искусственному интеллекту и углубление их понимания. LLM могут быть очень полезны в контакт-центрах, предоставляя автоматические ответы на часто задаваемые вопросы, анализируя настроения клиентов и намерения соответствующим образом маршрутизировать звонки, создавая сводки разговоров для помощи агентам и даже автоматически генерируя электронные письма или ответы в чате на распространенные запросы клиентов. Выполняя повторяющиеся задачи и получая ценную информацию из разговоров, LLM позволяют агентам контакт-центра сосредоточиться на повышении ценности за счет персонализированного обслуживания и решения сложных проблем.
Улучшение качества обслуживания клиентов с помощью диалоговых часто задаваемых вопросов
Генеративный искусственный интеллект обладает огромным потенциалом для предоставления быстрых и надежных ответов на часто задаваемые вопросы клиентов в разговорной форме. Имея доступ к авторизованным источникам знаний и LLM, ваш существующий бот Amazon Lex может предоставлять полезные, естественные и точные ответы на часто задаваемые вопросы, выходя за рамки диалога, ориентированного на выполнение задач. Наш подход извлечения дополненной генерации (RAG) позволяет Amazon Lex использовать как широту знаний, доступных в репозиториях, так и беглость LLM. Вы можете просто задать свой вопрос в свободной форме разговорным языком и получить естественный, индивидуальный ответ в течение нескольких секунд. Новая функция диалоговых часто задаваемых вопросов в Amazon Lex позволяет разработчикам ботов и дизайнерам диалогов сосредоточиться на определении бизнес-логики, а не на разработке исчерпывающих потоков разговоров на основе часто задаваемых вопросов внутри бота.
Мы представляем встроенный QnAIntent, который использует LLM для запроса авторизованного источника знаний и предоставления осмысленного и контекстуального ответа. Кроме того, разработчики могут настроить QnAIntent так, чтобы он указывал на определенные разделы базы знаний, гарантируя, что во время выполнения запрашиваются только определенные части содержимого знаний для выполнения запросов пользователей. Эта возможность удовлетворяет потребность в жестко регулируемых отраслях, таких как финансовые услуги и здравоохранение, предоставлять ответы только на соответствующем языке. Функция диалоговых часто задаваемых вопросов в Amazon Lex позволяет организациям повысить уровень сдерживания, избегая при этом высоких затрат на пропущенные запросы и переводы представителей.
Создание бота Amazon Lex с помощью описательного конструктора ботов
Создание диалоговых ботов с нуля — трудоемкий процесс, требующий глубоких знаний о том, как пользователи взаимодействуют с ботами, чтобы предвидеть потенциальные запросы и кодировать соответствующие ответы. Сегодня дизайнеры и разработчики диалогов тратят много дней на написание кода, помогающего выполнять все возможные действия пользователя (намерения), различные способы формулирования запросов пользователями (высказывания), а также информацию, необходимую пользователю для выполнения этих действий (слоты).
Новая функция описательного создания ботов в Amazon Lex использует генеративный искусственный интеллект для ускорения процесса создания ботов. Вместо написания кода дизайнеры диалогов и разработчики ботов теперь могут на простом английском языке описывать, чего они хотят от бота (например: «Забронируйте номер в моем отеле, используя имя и контактную информацию, даты поездки, тип номера и платежную информацию»). . Используя только эту простую подсказку, Amazon Lex автоматически сгенерирует намерения, обучающие высказывания, слоты, подсказки и поток разговора, чтобы воплотить описанного бота в жизнь. Предоставляя базовый дизайн бота, эта функция значительно сокращает время и сложность создания диалоговых чат-ботов, позволяя разработчику переориентировать усилия по тонкой настройке разговорного опыта.
Используя возможности генеративного искусственного интеллекта с помощью LLM, Amazon Lex позволяет разработчикам и нетехническим пользователям создавать ботов, просто описывая их цель. Вместо тщательного кодирования намерений, высказываний, слотов и т. д. разработчики могут предоставить подсказку на естественном языке, и Amazon Lex автоматически сгенерирует базовый поток работы бота, готовый для дальнейшей доработки. Первоначально эта возможность доступна только на английском языке, но разработчики могут дополнительно настроить бота, созданного с помощью ИИ, перед развертыванием, что сэкономит много часов ручной разработки.
Улучшение пользовательского опыта за счет вспомогательного разрешения слотов
По мере того, как потребители все больше знакомятся с чат-ботами и системами интерактивного голосового ответа (IVR), они ожидают более высокого уровня интеллекта, встроенного в опыт самообслуживания. Устранение неоднозначности ответов, которые будут более разговорными, необходимо для успеха, поскольку пользователи ожидают более естественного, человеческого опыта. С ростом доверия потребителей к возможностям чат-ботов также ожидается повышение эффективности понимания естественного языка (NLU). В вероятном сценарии, когда семантически простое или сложное высказывание не разрешается должным образом в слот, доверие пользователя может снизиться. В таких случаях LLM может динамически поддерживать существующую модель NLU Amazon Lex и обеспечивать точное разрешение слотов, даже если высказывание пользователя выходит за пределы модели слота. В Amazon Lex функция вспомогательного разрешения слотов предоставляет разработчику бота еще один инструмент для повышения уровня сдерживания.
Если во время выполнения NLU не удается разрешить слот во время разговора, Amazon Lex вызывает LLM, выбранный разработчиком бота, чтобы помочь с разрешением слота. Если LLM может предоставить значение при повторной попытке слота, пользователь может продолжить диалог в обычном режиме. Например, если при повторной попытке слота бот спрашивает: «В каком городе проживает держатель полиса?» и пользователь отвечает: «Я живу в Спрингфилде», LLM сможет преобразовать значение в «Спрингфилд». Поддерживаемые типы слотов для этой функции включают AMAZON.City, AMAZON.Country, AMAZON.Number, AMAZON.Date, AMAZON.AlphaNumeric (без регулярного выражения), AMAZON.PhoneNumber и AMAZON.Confirmation. На момент написания эта функция доступна только на английском языке.
Улучшение работы разработчика с помощью генерации обучающих высказываний
Одна из болевых точек, с которой часто сталкиваются создатели ботов и дизайнеры диалогов, — это ожидание вариаций и разнообразия ответов при вызове намерения или запросе информации о слоте. Когда разработчик бота создает новое намерение, необходимо предоставить образцы высказываний, чтобы обучить модель машинного обучения типам ответов, которые она может и должна принимать. Часто бывает трудно предугадать изменения в словоблудии и синтаксисе, используемые клиентами. При создании высказываний Amazon Lex использует базовые модели, такие как Amazon Titan, для создания обучающих высказываний одним щелчком мыши, без необходимости быстрого проектирования.
Генерация высказываний использует имя намерения, существующие высказывания и, при необходимости, описание намерения для создания новых высказываний с помощью LLM. Разработчики ботов и дизайнеры диалогов могут редактировать или удалять сгенерированные высказывания, прежде чем принять их. Эта функция работает как с новыми, так и с существующими намерениями.
Заключение
Недавние достижения в области генеративного искусственного интеллекта, несомненно, сделали автоматизированный потребительский опыт лучше. В Amazon Lex мы стремимся внедрить генеративный искусственный интеллект во все аспекты работы конструктора и пользователя. Функции, упомянутые в этом посте, — это только начало, и нам не терпится показать вам, что будет дальше.
Чтобы узнать больше, обратитесь к документации Amazon Lex и опробуйте эти функции на консоли Amazon Lex.
Об авторах
Анурадха Дёрфи является старшим менеджером по продукту в команде Amazon Lex и имеет более 7 лет опыта работы в области диалогового искусственного интеллекта. Она очарована голосовыми пользовательскими интерфейсами и делает технологии более доступными благодаря интуитивно понятному дизайну.
Сандип Шринивасан — старший менеджер по продукту в команде Amazon Lex. Будучи внимательным наблюдателем человеческого поведения, он с энтузиазмом относится к качеству обслуживания клиентов. Он проводит часы бодрствования на стыке людей, технологий и будущего.