チャットボットと会話型AI

今日の顧客サービスの世界では、人工知能が重要な役割を果たしています。 その結果、チャットボット、会話型AI、機械学習などの新しいテクノロジーが絶えず出現しています。 ただし、これらの用語がすべて意味することを理解しているのは、人口のごく一部にすぎません。

特に、チャットボットや会話型AIのようなフレーズでは、人工知能とカスタマーサービスのコンテキストで交換可能に使用されることが増えています。 ただし、2つの名前には大きな違いがあります。 この投稿では、それらについて詳しく学びます。

チャットボットの誕生

1966年、MITのコンピューター科学者であるジョセフワイゼンバウムは、スクリプトを使用して心理療法士の会話を再現できる、制限された事前に決定されたフローに基づくチャットボットであるElizaの形をしたチャットボットを世界に紹介しました。 Elizaは、パターンマッチングと置換の手法を使用して「会話」を実施しました。これにより、ソフトウェアはそれらを理解しているが、イベントをコンテキスト化するためのフレームワークが組み込まれていないという印象をユーザーに与えました。

しかし、このクリスマスストーリーの皮肉なことに、ワイゼンバウムは人間と機械のコミュニケーションの表面性を強調するようにエリザを設計し、その過程で、サピエンスをだまして人間だと思わせることができるチャットボットを作成しました。 エリザは最終的に、機械知能の限定チューリングテストに合格することで彼女の達成を確認しました。

8年後、スタンフォード人工知能研究所で、会話工学における次の重要なマイルストーンが達成されるでしょう。 そのため、開発者のケネス・マーク・コルビーは、心理療法士としての以前のトレーニングを使用して、妄想的な人の推論を模倣した自然言語ソフトウェア「PARRY」を作成しました。 PARRYは、チューリングテストに完全に合格することで、期待を上回りました。 ‍

コルビーは、ジョセフワイゼンバウムのエリザから10年以内にそのような驚くべき結果を達成するために、音声入力に割り当てられたさまざまな重みによって引き起こされる仮定、帰属、および「感情的反応」の複雑なシステムを考案しました。 この人工知能は会話することができますか？

いいえ。PARRYは、ボットの「感情」をエミュレートする、より制御可能な構造とメンタルモデルを備えていましたが、それでもルールベースでした。つまり、X（条件）、Y（アクティビティ）の式に厳密（複雑ではありますが）に従いました。

リストに、ルールベースを追加します。 次の概念を覚えておいてください：制限された事前に決定された会話フローとルールベース。 さあ、先に進みましょう。

ALICEは、この分野で次に有名な名前でした（Artificial Linguistic Internet ComputerEntity）。 言い換えると、ALICEは1995年にRichard Wallaceによって作成され、ボットがパターンマッチャーを再帰的に呼び出して言語を単純化できるタグを含むXMLのバージョンである人工知能マークアップ言語（AIML）を採用しました。 しかし、2000年、2001年、2004年に、ALICEはローブナー賞を3回受賞しました。これは、最も人間らしいシステムに与えられた栄誉です。

ALICEはあらゆる意味で注目に値しましたが、会話型AIチャットボットとしての資格を得ることができますか？ この場合、答えは再びノーです。 したがって、ALICEは、入力パターンを出力テンプレートに一致させるために、多数の「カテゴリ」またはルールを使用しました。 ただし、ALICEは、形態学的、構文的、および意味的なNLPモジュールの欠如を、豊富な基本ルールで補います。 ウォレスは複雑さよりもサイズを選びました。

ALICEには、素人の言葉で言えば会話型AIのすべてのトラップがありましたが、それは本質的にはかなり巨大なチャットボットでした。

ボットとは正確には何ですか？

ボットは、Merriam-Webster Dictionaryによって、「人の活動を複製することを目的とした（ゲームのような）コンピュータープログラムまたはキャラクター」として定義されています。 「ロボット」という言葉にちなんで名付けられたアボットは、特定の人間の特性を模倣できる人間以外の機械です。

チャットボットとは正確には何ですか？

チャットボットは、仮想アシスタントとも呼ばれ、音声やテキストを介して人間の言語を解釈して返信できるロボットの一種です。 その結果、「チャット」は「ボット」の前に来ます。 すべてのボットがチャットボットであるとは限らないため（RPAボット、マルウェアボットなど）、これは重要な違いです。 チャットボットは、事前定義された質問に応答するように設計された非常に単純なQ＆Aボットです。 チャットボットの心臓部は自然言語処理（NLP）テクノロジーです。これにより、チャットボットはユーザーの要求を理解し、適切に応答することができます（そうするように訓練されている場合）。

会話型人工知能（AI）とは何ですか？

まず、会話型AIが何でないかを定義しましょう。 あらかじめ決められた会話の流れに従うチャットボットとは対照的に、会話型AIは対話に基づいています。 会話型AIは、チャットボットとは異なり、自然言語処理、自然言語理解、機械学習、ディープラーニング、予測分析を使用して、より動的で制限の少ないユーザーエクスペリエンスを提供します。

したがって、自動音声認識（ASR）、音声言語理解（SLU）モジュール、対話マネージャー（DM）、自然言語生成（NLG）、およびテキスト読み上げ（TTS）シンセサイザーはすべて典型的な会話型AIアーキテクチャ。 ただし、ASRは生のオーディオおよびテキストデータを受信し、それを単語の仮説に変換して、SLUに送信します。 SLUの目的は、特定の単語シーケンス（発話）の基本的なセマンティクスをキャプチャすることです。 ユーザーの発話のセマンティックスロットを解析し、会話ドメインと目的を決定します。

DMの目的は、人々とコミュニケーションを取り、彼らが目的を達成するのを助けることです。 さらに、セマンティック表現が完全であるかどうかを判断した後、システムの動作を判断します。 ナレッジデータベースを使用して、ユーザーが探している情報を見つけます。 ただし、対話エージェントは、対話状態の追跡やポリシーの選択など、DMの助けを借りてより堅牢な判断を下すことができます。

チャットボットと会話型AIの違い

会話型AIとチャットボット：次は何ですか？

初期のチャットボットの実装は、主にNLPエンジンが処理できる単純な質問と回答のシナリオに焦点を当てていました。 さらに、多くの顧客は、これらをデジタルチャネルを通じてよくある質問への回答を得る便利な方法と見なしていました。

一方、これらの基本的なチャットボットは、より高度なタスクを実行することをやめ、特にクライアントの問い合わせが予想されたパスに従わなかった場合に、リクエストの処理を続行するために人間のエージェントに頻繁に渡されました。 チャットボットは、テクノロジー採用の波の初期段階に残った失敗の結果として、貧弱なイメージを開発しました。

優れたオプションは何ですか？

チャットボットと会話型AIの間の問題は、近年再浮上しています。 ボットと会話型AIには両方とも長所と短所がありますが、どちらがより良いオプションですか？

会話型AIは、企業が顧客サービスを強化しようとするにつれて、近年人気が高まっています。 より機能的なチャットボットとは対照的に、会話型AIは、人にとってより自然に感じる方法で質問に応答する場合があります。

会話型AIは2つのうちでよりインテリジェントですが、チャットボットには独自の利点があります。 たとえば、消費者が何かを購入したい場合、会話型AIは、チェックアウトページに誘導し、そこでトランザクションを終了させることができます。 この利点は、チャットボットと会話型AIの間の現在の議論を引き起こしたものです。

一方、会話型AIは顧客の要求を予測するのに優れており、チャットボットはより機能的なソリューションを提供するのに優れています。

会話型AIはどのような問題に直面していますか？

AIを利用したチャットボットには、ユーザーエクスペリエンスの向上、ブランドロイヤルティの向上、収益の増加など、多くのメリットがあります。 ただし、人間と同程度の経験を持つAIチャットボットサービスを導入することは困難な課題です。 これを実現するには、定期的なトレーニングと更新が必要になります。

したがって、会話型AIシステムの開発と実装の最も難しい側面は、人々にそれらを利用するように説得することです。 これらのサービスを使用する能力と意欲のある個人は、それらを使用する必要があります。 たとえ彼らが望むとしても、個人は常に新しいテクノロジーを採用する準備ができているわけではありません。

これが、テクノロジーよりも消費者に重点を置くことが重要である理由です。 人々は問題を解決するためにこれらのサービスを使用していることを常に忘れないでください。彼らはまだ会話型AI体験の準備ができていない可能性があります。

最も重要な問題の1つは、チャットボットが効果的なのは会話という1つのことだけであるということです。

1. 彼らは知的ではなく、感情もありません。
2. 特定の条件に対応するように事前にプログラムされています。 チャットボットは、単純なクエリを実行し、単純な応答を受信するためによく使用されます。 ただし、消費者が単にクエリへの応答よりも多くの情報を必要とする場合があります。
3. 彼らは、誰かがトピックについてどのように感じているか、またはそれについての彼らの考えが何であるかを知りたいと思っています。
4. 彼らは、ボットが彼らと会話できるかどうかを知りたがっています。
5. 会話型ボットを構築することも考えられますが、多くの時間と労力が必要になります。 市場には会話型ボットがありますが、それらのほとんどは特に優れているわけではありません。 彼らはいくつかの兆候を認識しないか、特定の用語の意味を理解していません。

エンドユーザーへの共感を得ること、既存のテクノロジーの限界を知ること、そしてクリーンでわかりやすい構造を使用することはすべて、これらの障害を克服することの一部です。 会話型AIを構築する場合、ターゲットユーザーとその行動を理解することが重要です。

続きを読む：チャットボットがサービスセクターを変革する5つの方法

さらに、最初のステップは、エンドユーザーが誰であり、彼らのニーズが何であるかを判断することです。 これは、ペルソナを作成することで実現できます。 ただし、ペルソナは、一般的なエンドユーザーの完全な説明です。 各ユーザーの目的、行動、動機について説明します。 結論として、チームメンバーはペルソナを使用して、設計、開発、およびテストで使用する人間のようなキャラクターを作成できます。