Chatbot กับ AI สนทนา

ในโลกปัจจุบันของการบริการลูกค้า ปัญญาประดิษฐ์มีบทบาทสำคัญ ด้วยเหตุนี้ เทคโนโลยีใหม่ๆ เช่น Chatbots, Conversational AI และการเรียนรู้ของเครื่องจึงเกิดขึ้นอย่างต่อเนื่อง อย่างไรก็ตาม มีประชากรเพียงไม่กี่เปอร์เซ็นต์เท่านั้นที่เข้าใจความหมายของคำเหล่านี้ทั้งหมด

โดยเฉพาะอย่างยิ่งกับวลีเช่น Chatbots และ Conversational AI ซึ่งมีการใช้สลับกันมากขึ้นในบริบทของปัญญาประดิษฐ์และการบริการลูกค้า อย่างไรก็ตามชื่อทั้งสองมีความแตกต่างที่สำคัญ ในโพสต์นี้ คุณจะได้เรียนรู้เพิ่มเติมเกี่ยวกับพวกเขา

กำเนิดแชทบอท

ในปี 1966 นักวิทยาศาสตร์คอมพิวเตอร์ของ MIT Joseph Weizenbaum ได้แนะนำให้โลกรู้จักแชทบ็อตในรูปทรงของเอลิซา ซึ่งเป็นแชทบอทที่มีพื้นฐานมาจากการไหลที่จำกัดและกำหนดไว้ล่วงหน้า ซึ่งสามารถจำลองบทสนทนาของนักจิตอายุรเวทโดยใช้สคริปต์ได้ Eliza ดำเนินการ “การสนทนา” โดยใช้การจับคู่รูปแบบและเทคนิคการแทนที่ ซึ่งทำให้ผู้ใช้รู้สึกว่าซอฟต์แวร์เข้าใจพวกเขา แต่ไม่มีกรอบงานในตัวสำหรับเหตุการณ์ตามบริบท

อย่างไรก็ตาม สิ่งที่น่าประชดในเรื่องราวคริสต์มาสนี้คือ Weizenbaum ได้ออกแบบ Eliza เพื่อเน้นย้ำถึงความผิวเผินของการสื่อสารระหว่างมนุษย์กับเครื่องจักร และในกระบวนการนี้ ก็ได้สร้างแชทบอทที่สามารถหลอกล่อ Sapiens ให้คิดว่าเป็นมนุษย์ได้ ในที่สุดเอลิซาจะยืนยันความสำเร็จของเธอโดยผ่านการทดสอบทัวริงที่จำกัดสำหรับความฉลาดของเครื่องจักร

แปดปีต่อมาที่ห้องปฏิบัติการปัญญาประดิษฐ์ของสแตนฟอร์ด ก้าวสำคัญต่อไปในด้านวิศวกรรมการสนทนาจะบรรลุผลสำเร็จ ดังนั้น นักพัฒนา Kenneth Mark Colby จึงใช้การฝึกอบรมก่อนหน้านี้ในฐานะนักจิตอายุรเวทเพื่อสร้าง “PARRY” ซึ่งเป็นซอฟต์แวร์ภาษาธรรมชาติที่เลียนแบบการใช้เหตุผลของคนหวาดระแวง PARRY ทำผลงานได้เหนือความคาดหมายโดยผ่านการทดสอบทัวริงอย่างครบถ้วน ‍

Colby ได้คิดค้นระบบการคาดเดา การแสดงที่มา และ "ปฏิกิริยาทางอารมณ์" ที่ซับซ้อน ซึ่งเกิดขึ้นจากน้ำหนักที่แตกต่างกันซึ่งกำหนดให้กับอินพุตเสียงพูด เพื่อให้ได้ผลลัพธ์ที่น่าประหลาดใจภายในเวลาไม่ถึงทศวรรษหลังจาก Eliza ของ Joseph Weizenbaum ปัญญาประดิษฐ์นี้สามารถสนทนาได้หรือไม่?

ไม่ แม้ว่า PARRY จะมีโครงสร้างที่ควบคุมได้มากกว่าและมีโมเดลทางจิตที่เลียนแบบ "อารมณ์" ของบอท แต่ก็ยังคงอิงตามกฎ ซึ่งหมายความว่าเป็นไปตามสูตรที่เข้มงวด (แม้ว่าจะซับซ้อน) หาก X (เงื่อนไข) ตามด้วย Y (กิจกรรม)

ในรายการของเรา เราจะเพิ่มตามกฎ เราได้เตือนคุณให้จำแนวคิดต่อไปนี้: ขั้นตอนการสนทนาที่กำหนดไว้ล่วงหน้าที่จำกัดและตามกฎ ให้เราดำเนินการในขณะนี้

ALICE เป็นชื่อที่ยอดเยี่ยมต่อไปในภาคส่วน (Artificial Linguistic Internet Computer Entity) กล่าวอีกนัยหนึ่ง ALICE ถูกสร้างขึ้นในปี 1995 โดย Richard Wallace และใช้ Artificial Intelligence Markup Language (AIML) ซึ่งเป็นเวอร์ชันของ XML รวมถึงแท็กที่อนุญาตให้บอทเรียกใช้การจับคู่รูปแบบซ้ำๆ เพื่อทำให้ภาษาง่ายขึ้น อย่างไรก็ตาม ในปี 2000, 2001 และ 2004 ALICE ได้รับรางวัล Loebner Prize สามครั้ง ซึ่งเป็นรางวัลที่มอบให้กับระบบที่เหมือนมนุษย์มากที่สุด

อลิซมีความโดดเด่นในทุกแง่มุม แต่จะมีคุณสมบัติเป็น AI Chatbots ที่ใช้สนทนาได้หรือไม่ ในกรณีนี้ คำตอบคือ ไม่ใช่อีกครั้ง ดังนั้น ALICE จึงใช้ "หมวดหมู่" หรือกฎจำนวนมากเพื่อจับคู่รูปแบบการป้อนข้อมูลกับเทมเพลตผลลัพธ์ อย่างไรก็ตาม ALICE ชดเชยการขาดโมดูล NLP ทางสัณฐานวิทยา วากยสัมพันธ์ และความหมายที่มีกฎพื้นฐานมากมาย วอลเลซเลือกขนาดที่เหนือความสลับซับซ้อน

ALICE มีอุปกรณ์การสนทนา AI ทั้งหมดในแง่ของคนธรรมดา แต่โดยพื้นฐานแล้วมันเป็นเพียงแชทบอทที่ค่อนข้างใหญ่

บอทคืออะไรกันแน่?

บอทถูกกำหนดให้เป็น "โปรแกรมคอมพิวเตอร์หรือตัวละคร (เช่นเดียวกับในเกม) ซึ่งหมายถึงการจำลองกิจกรรมของบุคคล" โดยพจนานุกรม Merriam-Webster เจ้าอาวาสซึ่งได้ชื่อมาจากคำว่า "หุ่นยนต์" เป็นเครื่องจักรที่ไม่ใช่มนุษย์ที่สามารถเลียนแบบลักษณะบางอย่างของมนุษย์ได้

Chatbot คืออะไรกันแน่?

แชทบ็อตหรือที่เรียกกันว่าผู้ช่วยเสมือนเป็นหุ่นยนต์ประเภทหนึ่งที่สามารถตีความและตอบกลับภาษามนุษย์ผ่านคำพูดหรือข้อความได้ เป็นผลให้ "แชท" มาก่อน "บอท" นี่เป็นข้อแตกต่างที่สำคัญที่ต้องทำ เนื่องจากไม่ใช่ว่าทุกบ็อตจะเป็นแชทบอท (เช่น บอท RPA บอทมัลแวร์ ฯลฯ) Chatbots สามารถเป็นบอทถามตอบง่ายๆ ที่ออกแบบมาเพื่อตอบสนองต่อคำถามที่กำหนดไว้ล่วงหน้า หัวใจของแชทบอทคือเทคโนโลยีการประมวลผลภาษาธรรมชาติ (NLP) ซึ่งช่วยให้เข้าใจคำขอของผู้ใช้และตอบสนองอย่างเหมาะสม (หากได้รับการฝึกฝนให้ทำเช่นนั้น)

ปัญญาประดิษฐ์การสนทนา (AI) คืออะไร?

ในการเริ่มต้น มากำหนดกันก่อนว่า AI ที่ใช้ในการสนทนาคืออะไร ตรงกันข้ามกับแชทบอทที่เป็นไปตามขั้นตอนการสนทนาที่กำหนดไว้ล่วงหน้า AI การสนทนาจะขึ้นอยู่กับบทสนทนา AI สนทนาซึ่งแตกต่างจากแชทบอทคือใช้การประมวลผลภาษาธรรมชาติ ความเข้าใจภาษาธรรมชาติ การเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก และการวิเคราะห์เชิงคาดการณ์เพื่อมอบประสบการณ์การใช้งานแบบไดนามิกและจำกัดน้อยลง

ดังนั้น ตัวรู้จำเสียงพูดอัตโนมัติ (ASR), โมดูลทำความเข้าใจภาษาพูด (SLU), ตัวจัดการบทสนทนา (DM), เครื่องกำเนิดภาษาธรรมชาติ (NLG) และซินธิไซเซอร์ข้อความเป็นคำพูด (TTS) ทั้งหมดเป็นส่วนหนึ่งของ สถาปัตยกรรม AI การสนทนาทั่วไป อย่างไรก็ตาม ASR จะรับข้อมูลเสียงและข้อความดิบ แปลงเป็นสมมติฐานของคำ และส่งไปยัง SLU วัตถุประสงค์ของ SLU คือการจับภาพความหมายพื้นฐานของลำดับคำเฉพาะ (คำพูด) โดยจะแยกวิเคราะห์ช่องความหมายในคำพูดของผู้ใช้ และกำหนดโดเมนและวัตถุประสงค์ของการสนทนา

วัตถุประสงค์ของ DM คือการสื่อสารกับผู้คนและช่วยให้พวกเขาบรรลุเป้าหมาย นอกจากนี้ยังกำหนดพฤติกรรมของระบบหลังจากพิจารณาว่าการแสดงความหมายเสร็จสมบูรณ์หรือไม่ ใช้ฐานข้อมูลความรู้เพื่อค้นหาข้อมูลที่ผู้ใช้กำลังมองหา อย่างไรก็ตาม ตัวแทนการสนทนาสามารถตัดสินได้อย่างมีประสิทธิภาพมากขึ้นด้วยความช่วยเหลือของ DM ซึ่งรวมถึงการติดตามสถานะการสนทนาและการเลือกนโยบาย

ความแตกต่างระหว่าง Chatbots และ AI สนทนา

AI สนทนาและแชทบอท: อะไรต่อไป?

การใช้งานแชทบอทในช่วงแรกๆ ส่วนใหญ่จะเน้นที่สถานการณ์คำถามและคำตอบง่ายๆ ที่เอ็นจิ้น NLP สามารถจัดการได้ นอกจากนี้ ลูกค้าจำนวนมากมองว่าสิ่งเหล่านี้เป็นวิธีที่สะดวกในการรับคำตอบสำหรับคำถามที่พบบ่อยผ่านช่องทางดิจิทัล

ในทางกลับกัน แชทบอทพื้นฐานเหล่านี้ไม่ได้ทำงานที่ซับซ้อนกว่านี้ มักจะส่งต่อให้เจ้าหน้าที่ที่เป็นมนุษย์เพื่อดำเนินการตามคำขอต่อไป โดยเฉพาะอย่างยิ่งเมื่อการสอบถามของลูกค้าไม่เป็นไปตามเส้นทางที่คาดไว้ Chatbots พัฒนาภาพลักษณ์ที่ไม่ดีอันเป็นผลมาจากความล้มเหลว ซึ่งยังคงอยู่ในช่วงเริ่มต้นของกระแสการรับเอาเทคโนโลยี

ตัวเลือกที่เหนือกว่าคืออะไร?

ปัญหาระหว่างแชทบอทและ AI การสนทนาได้เกิดขึ้นอีกครั้งในช่วงไม่กี่ปีที่ผ่านมา บอทและ AI สนทนามีทั้งข้อดีและข้อเสีย แต่ตัวเลือกไหนดีกว่ากัน?

Conversational AI ได้รับความนิยมเพิ่มขึ้นในช่วงไม่กี่ปีที่ผ่านมา เนื่องจากบริษัทต่างๆ พยายามปรับปรุงการบริการลูกค้า ตรงกันข้ามกับแชทบ็อตซึ่งใช้งานได้ดีกว่า AI เชิงสนทนาอาจตอบคำถามในลักษณะที่รู้สึกเป็นธรรมชาติมากกว่าสำหรับบุคคล

ในขณะที่ AI การสนทนานั้นฉลาดกว่าของทั้งสอง แต่แชทบอทก็ให้ประโยชน์ในตัวเอง ตัวอย่างเช่น หากผู้บริโภคต้องการซื้ออะไร AI การสนทนาอาจนำพวกเขาไปยังหน้าชำระเงินและให้พวกเขาทำธุรกรรมให้เสร็จสิ้นที่นั่น ประโยชน์นี้คือสิ่งที่จุดประกายให้เกิดการถกเถียงกันในปัจจุบันระหว่างแชทบอทและ AI การสนทนา

ในทางกลับกัน Conversational AI สามารถคาดการณ์ความต้องการของลูกค้าได้ดีกว่า ในขณะที่แชทบอทจะนำเสนอโซลูชันที่ใช้งานได้ดีกว่า

AI การสนทนามีปัญหาอะไรบ้าง?

Chatbots ที่ขับเคลื่อนโดย AI ให้ประโยชน์มากมาย รวมถึงประสบการณ์ผู้ใช้ที่ดีขึ้น ความภักดีต่อแบรนด์ที่เพิ่มขึ้น และรายได้ที่เพิ่มขึ้น อย่างไรก็ตาม การปรับใช้ AI Chatbot Services ที่มีประสบการณ์ในระดับเดียวกับมนุษย์นั้นเป็นความท้าทายที่ยาก เพื่อให้บรรลุเป้าหมายนี้ จะต้องมีการฝึกอบรมและอัปเดตเป็นประจำ

ดังนั้น ด้านที่ยากที่สุดในการพัฒนาและใช้งานระบบ AI การสนทนาคือการโน้มน้าวให้ผู้คนนำไปใช้ บุคคลที่มีความสามารถและเต็มใจที่จะใช้บริการเหล่านี้ควรใช้บริการเหล่านี้ แม้ว่าพวกเขาต้องการ แต่บุคคลก็ไม่พร้อมที่จะใช้เทคโนโลยีใหม่เสมอไป

นี่คือเหตุผลที่คุณควรให้ความสำคัญกับผู้บริโภคมากกว่าเทคโนโลยี โปรดจำไว้เสมอว่าผู้คนใช้บริการเหล่านี้เพื่อแก้ไขปัญหา และพวกเขาอาจยังไม่พร้อมสำหรับประสบการณ์ AI ในการสนทนา

ปัญหาที่สำคัญที่สุดประการหนึ่งคือแชทบอทมีผลเพียงสิ่งเดียวเท่านั้น: การสนทนา

1. พวกเขาไม่มีปัญญาและไม่มีความรู้สึก
2. พวกเขาได้รับการตั้งโปรแกรมไว้ล่วงหน้าเพื่อตอบสนองต่อข้อกำหนดเฉพาะ แชทบอทมักใช้เพื่อถามคำถามง่ายๆ และรับคำตอบง่ายๆ อย่างไรก็ตาม มีบางสถานการณ์ที่ผู้บริโภคต้องการข้อมูลเพิ่มเติมมากกว่าแค่การตอบคำถามของพวกเขา
3. พวกเขาต้องการรู้ว่าบางคนรู้สึกอย่างไรเกี่ยวกับหัวข้อหนึ่งๆ หรือความคิดของพวกเขาเกี่ยวกับเรื่องนี้อย่างไร
4. พวกเขาต้องการทราบว่าบอทสามารถสนทนากับพวกเขาได้หรือไม่
5. เป็นไปได้ที่จะสร้างบอทสนทนา แต่จะต้องใช้เวลาและความพยายามอย่างมาก มีบอทสนทนาในตลาด แต่ส่วนใหญ่ไม่ค่อยดีนัก พวกเขาไม่รู้จักสิ่งบ่งชี้บางอย่างหรือไม่เข้าใจความหมายของคำบางคำ

การได้รับความเอาใจใส่จากผู้ใช้ปลายทาง การรู้ข้อจำกัดของเทคโนโลยีที่มีอยู่ และการใช้โครงสร้างที่สะอาดและตรงไปตรงมาล้วนเป็นส่วนหนึ่งของการเอาชนะอุปสรรคเหล่านี้ การทำความเข้าใจผู้ใช้เป้าหมายและพฤติกรรมเป็นสิ่งสำคัญเมื่อสร้าง AI การสนทนา

อ่านเพิ่มเติม: Chatbots 5 วิธีจะเปลี่ยนภาคบริการ

นอกจากนี้ ขั้นตอนแรกคือการพิจารณาว่าใครคือผู้ใช้ปลายทางและความต้องการของพวกเขาคืออะไร คุณสามารถทำได้โดยการสร้างบุคลิก อย่างไรก็ตาม บุคคลคือคำอธิบายของผู้ใช้ปลายทางทั่วไปอย่างครบถ้วน อธิบายวัตถุประสงค์ การกระทำ และแรงจูงใจของผู้ใช้แต่ละคน โดยสรุป สมาชิกในทีมสามารถใช้บุคลิกเพื่อสร้างตัวละครที่เหมือนมนุษย์เพื่อใช้ในการออกแบบ พัฒนา และทดสอบ