گفتگو با هوش مصنوعی چیست و چگونه ممکن است؟

اصطلاح گفتگو با هوش مصنوعی به فناوری‌هایی مانند چت بات‌ها یا پلتفرم‌های مجازی اشاره دارد که کاربران می‌توانند با آن‌ها صحبت کنند. این پلتفرم‌ها برای کمک به تقلید از تعاملات انسانی، تشخیص ورودی های گفتار و متن و ترجمه معانی آن‌ها به زبان های مختلف، از حجم زیادی از داده‌ها، یادگیری ماشین و پردازش زبان طبیعی استفاده می‌کنند.

اجزای گفتگو با هوش مصنوعی

گفتگو با هوش مصنوعی، پردازش زبان طبیعی (NLP) را با یادگیری ماشین ترکیب می‌کند. این فرآیندهای NLP برای بهبود مستمر الگوریتم‌های هوش مصنوعی، در یک حلقه فیدبک ثابت با فرآیندهای یادگیری ماشین جریان می‌یابند. گفتگو با هوش مصنوعی دارای برخی اجزای اصلی است که به آن امکان پردازش، درک و ایجاد پاسخ به زبان طبیعی انسان را می‌دهد.

یادگیری ماشین (ML) زیرمجموعه‌ای از هوش مصنوعی است که از مجموعه‌ای از الگوریتم‌ها، ویژگی‌ها و مجموعه داده‌ها تشکیل شده است که با کسب تجربه بیشتر، به طور مداوم بهبود می‌یابند. با افزایش ورودی، هوش مصنوعی در تشخیص الگوها بهتر می‌شود و از آن برای پیش‌بینی استفاده می‌کند.

پردازش زبان طبیعی یک متد تجزیه و تحلیل زبان با کمک یادگیری ماشین است که در گفتگو با هوش مصنوعی استفاده می‌شود. قبل از یادگیری ماشین، سیر تکامل روش‌های پردازش زبان از زبان‌شناسی به زبان‌شناسی محاسباتی و از زبان‌شناسی محاسباتی به پردازش زبان طبیعی آماری پیش رفت. در آینده، یادگیری عمیق (DL) قابلیت‌های پردازش زبان طبیعی گفتگو با هوش مصنوعی را بیش از پیش ارتقا خواهد داد.

چهار مرحله پردازش زبان طبیعی در گفتگو با هوش مصنوعی

NLP از چهار مرحله تشکیل شده است: تولید ورودی، تجزیه و تحلیل ورودی، تولید خروجی و یادگیری تقویتی (RL). داده‌های بدون ساختار به فرمتی تبدیل می‌شوند که می‌تواند توسط کامپیوتر خوانده شده و سپس برای ایجاد پاسخ مناسب تجزیه و تحلیل شوند. الگوریتم‌های زیربنایی ML با یادگیری بیشتر،کیفیت پاسخ را در طول زمان بهبود می‌بخشند. این چهار مرحله NLP را می توان به صورت زیر توضیح داد:

• تولید ورودی: کاربران ورودی را از طریق یک وب سایت یا یک برنامه ارائه می‌کنند. فرمت ورودی می‌تواند صوتی یا متنی باشد.
• تجزیه و تحلیل ورودی: اگر ورودی مبتنی بر متن باشد، پلتفرم گفتگو با هوش مصنوعی از درک زبان طبیعی (NLU) برای رمزگشایی معنای ورودی و استخراج هدف آن استفاده می‌کند. با این حال، اگر ورودی مبتنی بر گفتار باشد، از ترکیبی از تشخیص خودکار گفتار (ASR) و NLU برای تجزیه و تحلیل داده‌ها استفاده می‌شود.
• مدیریت گفتگو: در طول این مرحله، تولید زبان طبیعی (NLG)، به عنوان یکی از اجزای  NLP، پاسخ را فرموله می‌کند.
• یادگیری تقویتی: در نهایت، الگوریتم های یادگیری ماشین برای اطمینان از میزان دقت، پاسخ‌ها را در طول زمان اصلاح می‌کنند.

نحوه ایجاد یک پلتفرم گفتگو با هوش مصنوعی

گفتگو با هوش مصنوعی با فکر کردن در مورد اینکه چگونه کاربران بالقوه شما ممکن است بخواهند با محصول شما تعامل داشته باشند و سوالات اولیه‌ای که ممکن است داشته باشند، شروع می‌شود. سپس می‌توانید از ابزارهای گفتگو با هوش مصنوعی برای هدایت آن‌ها به اطلاعات مرتبط استفاده کنید. در این بخش، راه‌هایی برای شروع برنامه‌ریزی و ایجاد گفتگو با هوش مصنوعی را بررسی می‌کنیم.

1- لیست سوالات متداول (FAQ) کاربران هدف خود را بیابید

سوالات متداول پایه و اساس فرآیند توسعه گفتگو با هوش مصنوعی هستند. آن‌ها به شما کمک می‌کنند تا نیازها و نگرانی‌های اصلی کاربران هدف خود را مشخص کنید، که به نوبه خود حجم تماس با تیم پشتیبانی شما را کاهش می‌دهد. اگر برای محصول خود لیست سؤالات متداول ندارید، از تیم مدیریت مشتری خود شروع کنید تا لیست مناسبی از سؤالات را تعیین کنند.

برای مثال، فرض کنید شما یک بانک هستید. لیست سوالات متداول شما ممکن است این باشد:

• چگونه به حساب کاربری خود دسترسی داشته باشم؟
• Routing و شماره حساب خود را از کجا پیدا کنم؟
• کارت بانکی من کی می‌رسد؟
• چگونه کارت بانکی‌ام را فعال کنم؟
• چگونه چک سفارش دهم؟
• چگونه با یک بانکدار محلی صحبت کنم؟

در طول زمان می‌توانید سؤالات بیشتری را به لیست اضافه کنید. بنابراین با بخش کوچکی از سؤالات شروع کنید تا فرآیند توسعه یک گفتگو با هوش مصنوعی را نمونه‌سازی کنید.

2- برای توسعه اهداف‌تان در ایجاد یک ابزار گفتگو با هوش مصنوعی، از سؤالات متداول استفاده کنید

سوالات متداول شما اساس اهداف یا مقاصد بیان شده در ورودی کاربر، مانند دسترسی به یک حساب کاربری را تشکیل می‌دهند. هنگامی که اهداف خود را ترسیم کردید، می‌توانید آن‌ها را به عنوان یک هدف به یک ابزار رقابتی هوش مصنوعی، مانندWatson Assistant متصل کنید.

در اینجا، باید به ابزار گفتگو با هوش مصنوعی خود راه‌هایی را آموزش دهید که کاربر ممکن است این نوع اطلاعات را بیان یا درخواست کند. اگر مثال «نحوه دسترسی به حساب من» را در نظر بگیریم، ممکن است به عبارات دیگری فکر کنید که کاربران ممکن است هنگام چت با یک نماینده پشتیبانی استفاده کنند، مانند «نحوه ورود به سیستم»، «نحوه تنظیم مجدد رمز عبور»، «ثبت نام برای یک حساب» و غیره.

و اگر از عبارات دیگری که مشتریان شما ممکن است استفاده کنند مطمئن نیستید، شاید بخواهید از تیم‌های آنالیز و پشتیبانی خود کمک بگیرید. همچنین اگر ابزارهای تجزیه و تحلیل ربات هوش مصنوعی شما به درستی تنظیم شده باشد، تیم‌های آنالیز می‌توانند داده‌های وب را استخراج کرده و سایر Query ها را از داده‌های جستجوی سایت بررسی کنند. از طرف دیگر، آن‌ها همچنین می‌توانند داده‌های رونوشت را از چت‌های تحت وب و مراکز تماس آنالیز کنند. اگر تیم‌های آنالیز شما برای این نوع تجزیه و تحلیل آموزش ندیده‌اند، تیم‌های پشتیبانی شما هستند که می‌توانند بینش ارزشمندی در مورد روش‌های رایجی که مشتریان سؤالات خود را بیان می‌کنند، ارائه دهند.

3- از اهداف خود برای شناسایی و ساختن اسامی و کلمات کلیدی مرتبط استفاده کنید

به اسامی یا کلمات کلیدی‌ای فکر کنید که به اهداف شما مرتبط هستند. در این مثال، ما روی حساب بانکی یک کاربر تمرکز کرده‌ایم. در نتیجه، ایجاد یک موجودیت پیرامون اطلاعات حساب بانکی منطقی است.

تعدادی از مقادیر ممکن است در این دسته از اطلاعات قرار گیرند: “نام کاربری”، “گذرواژه”، “شماره حساب” و غیره.

برای شناسایی موجودیت هایی که حول محور اهداف خاص کاربر قرار دارند و برای توسعه اهداف یا مقاصد، می‌توانید از همان اطلاعاتی که ابزارها یا تیم‌های پشتیبانی جمع‌آوری کرده‌اند، استفاده کنید. این اسامی قبل یا بعد از سوال اولیه قرار می‌گیرند.

4- همه این‌ها‌ را کنار هم قرار دهید تا با کاربر خود یک گفتگوی معنادار ایجاد کنید

کنار هم قرار دادن تمام این عناصر، می‌تواند یک مکالمه از پیش ساخته‌شده با کاربر هدف شما ایجاد کند. مقاصد شما به ماشین اجازه می‌دهد تا آنچه را که کاربر درخواست کرده است، رمزگشایی کند و موجودیت‌ها به عنوان راهی برای ارائه پاسخ‌های مرتبط عمل می‌کنند. به عنوان مثال، ممکن است گفتگو بین هوش مصنوعی و کاربری با رمز عبور فراموش شده به صورت زیر باشد:

اهداف و اسامی در کنار هم و برای ایجاد یک جریان گفتگوی منطقی بر اساس نیازهای کاربر کار می‌کنند. اگر آماده شروع ساختن یک ابزار گفتگو با هوش مصنوعی هستید، می‌توانید نسخه Lite Watson Assistant IBM را به صورت رایگان امتحان کنید.

موارد استفاده از گفتگو با هوش مصنوعی

هنگامی که مردم به گفتگو با هوش مصنوعی فکر می‌کنند، ربات‌های هوش مصنوعی آنلاین و دستیارهای صوتی که اغلب برای خدمات پشتیبانی مشتری و استقرار در تمام کانال‌ها استفاده می‌شوند، به ذهنشان خطور می‌کند. بیشتر برنامه‌های گفتگو با هوش مصنوعی دارای قابلیت آنالیز گسترده‌ای هستند که در Backend  تعبیه شده است و به اطمینان از ایجاد مکالمه‌ای شبیه به مکالمات انسان کمک می‌کند.

کارشناسان برنامه‌های فعلی در این زمینه را یک نوع ضعیف از هوش مصنوعی می‌دانند، زیرا آن‌ها بر روی انجام یک حوزه بسیار محدود از وظایف متمرکز هستند. هوش مصنوعی قوی، که هنوز یک مفهوم تئوریک است، بر نوعی هوشیاری شبیه به هوش انسان متمرکز است که می‌تواند تسک‌های مختلفی را انجام داده و طیف وسیعی از مشکلات را حل کند.

علیرغم تمرکز محدود، کار بر روی پلتفرم‌های گفتگو با هوش مصنوعی، یک فناوری بسیار سودآور برای شرکت‌هاست که به سودآوری کسب و کارها کمک می‌کند. در حالی که ربات‌ها یا چت‌بات‌های هوش مصنوعی محبوب‌ترین شکل گفتگو با هوش مصنوعی هستند، هنوز موارد استفاده دیگری هم برای آن وجود دارد. برخی از این موارد عبارتند از:

پشتیبانی آنلاین مشتری

 چت‌بات‌های آنلاین در طول مسیر خرید مشتری، جایگزین عوامل انسانی می‌شوند. آن‌ها به سؤالات متداول (FAQs) در مورد موضوعاتی مانند ارسال کالا پاسخ می‌دهند، یا با کارهایی مثل مشاوره شخصی، فروش محصولات یا پیشنهادات مشابه به کاربران، طرز فکر ما را در مورد تعامل با مشتری در وب سایت‌ها و پلتفرم‌های شبکه‌های اجتماعی تغییر می‌دهند. به عنوان مثال می‌توان به ربات‌های پیام‌رسان در سایت‌های e-commerce، برنامه‌های پیام‌رسان مانند Slack و Facebook Messenger  و کارهایی که معمولاً توسط دستیاران مجازی و دستیارهای صوتی انجام می‌شود، اشاره کرد.

دسترسی

 شرکت‌ها می‌توانند با کاهش موانع ورود، به ویژه برای کاربرانی که از فناوری‌های کمکی استفاده می‌کنند، قابلیت دسترسی خود را افزایش دهند. ویژگی‌های رایج هوش مصنوعی برای این گروه‌ها دیکته متن به گفتار و ترجمه زبان است.

فرآیندهای منابع انسانی: بسیاری از فرآیندهای منابع انسانی را می‌توان با استفاده از گفتگو با هوش مصنوعی، مانند آموزش کارکنان، فرآیندهای نصب و به روز رسانی اطلاعات کارکنان، بهینه کرد.

مراقبت‌های بهداشتی

 گفتگو با هوش مصنوعی می‌تواند خدمات درمانی را برای بیماران در دسترس‌تر و مقرون به صرفه‌تر کند و در عین حال، کارایی عملیاتی و فرآیندهای اداری را نیز ساده‌تر کند.

دستگاه‌های اینترنت اشیا (IoT)

 اکثر خانواده‌ها در حال حاضر حداقل یک دستگاه  IoT دارند. از بلندگوهای الکسا گرفته تا ساعت‌های هوشمند و تلفن‌های همراه. این دستگاه‌ها از تشخیص خودکار گفتار برای تعامل با کاربران نهایی استفاده می‌کنند. برنامه‌های محبوب در این زمینه عبارتند از Amazon Alexa، Apple Siri  و  Google Home.

نرم افزار کامپیوتری

 در محیط اداری بسیاری از تسک‌ها با هوش مصنوعی ساده می‌شوند. کارهایی مثل تکمیل خودکار جستجو هنگام جستجوی چیزی در گوگل و بررسی املای کلمات.

اکثر ربات‌ها و برنامه‌های چت هوش مصنوعی در حال حاضر مهارت‌های ابتدایی حل مسئله را دارند، اما هنوز هم می‌توانند زمان انجام دادن کارهایشان را کاهش داده و بازدهی هزینه را در تعاملات تکراری پشتیبانی مشتری بهبود بخشند. و منابع انسانی را برای تمرکز بر تعاملات مرتبط با مشتری آزاد کنند. به طور کلی، برنامه‌های گفتگو با هوش مصنوعی توانسته‌اند تجربیات مکالمه انسانی را به خوبی تکرار کنند و منجر به نرخ بالاتر رضایت مشتری شوند.

مزایای گفتگو با هوش مصنوعی

گفتگو با هوش مصنوعی راه حلی مقرون به صرفه برای بسیاری از فرآیندهای تجاری است. در زیر نمونه‌هایی از مزایای استفاده از گفتگو با هوش مصنوعی آورده شده است.

تأثیر بر روی هزینه‌ها

استخدام کارمند در بخش خدمات مشتری می‌تواند بسیار پرهزینه باشد. به خصوص اگر به دنبال پاسخگویی به سوالات خارج از ساعات اداری معمول باشید. ارائه خدمات و پاسخگویی به مشتری از طریق رابط‌های گفتگوی هوش مصنوعی، می‌تواند هزینه‌های کسب و کار را کاهش دهد. به ویژه برای شرکت های کوچک یا متوسط. چت‌بات‌ها و دستیاران مجازی می‌توانند به صورت فوری به مشتریان پاسخ دهند و به صورت 24 ساعته در دسترس هستند.

مکالمات انسانی همچنین می‌تواند منجر به پاسخ های متناقض به مشتریان بالقوه شود. از آنجایی که بیشتر تعاملات با پشتیبانی، شامل فرآیند جستجوی اطلاعات و پرسش‌های تکراری است، کسب‌وکارها می‌توانند گفتگو با هوش مصنوعی را برای رسیدگی به موارد مختلف برنامه‌ریزی کنند و از جامعیت و ثبات پاسخگویی آن اطمینان حاصل کنند. این امر منجر به بهبود تجربه مشتری می‌شود و به منابع انسانی اجازه می‌دهد تا برای کارهای پیچیده‌تر در دسترس باشند.

افزایش فروش و تعامل با مشتری

با پذیرش دستگاه‌های تلفن همراه در زندگی روزمره، کسب و کارها باید آماده باشند تا اطلاعات بلادرنگ را به کاربران نهایی خود ارائه دهند. از آن‌جایی که دسترسی به ابزارهای گفتگو با هوش مصنوعی آسان‌تر از تماس با نیروی کار انسانی است، مشتریان می‌توانند سریع‌تر از قبل و به طور مکرر با برندها ارتباط برقرار کنند. این پشتیبانی فوری به مشتریان این امکان را می‌دهد که از انتظار طولانی برای ارتباط با مرکز پشتیبانی خودداری کنند که این منجر به بهبود تجربه کلی آن‌ها می‌شود. با افزایش رضایت مشتری، شرکت‌ها تاثیر آن را در افزایش وفاداری مشتری و درآمد اضافی از ارجاعات منعکس خواهند کرد.

قابلیت‌های شخصی‌سازی در گفتگو با هوش مصنوعی به چت‌بات‌ها امکان ارائه توصیه‌هایی را به کاربران می‌دهد و به کسب‌وکارها اجازه می‌دهد محصولاتی را که ممکن است مشتریان در ابتدا در نظر نگرفته باشند، به صورت متقابل بفروشند.

مقیاس پذیری

گفتگو با هوش مصنوعی بسیار مقیاس پذیر است، زیرا افزودن زیرساخت برای پشتیبانی از این ابزارها، ارزان‌تر و سریع‌تر از فرآیند استخدام و آموزش کارکنان جدید است. این امر به ویژه زمانی مفید است که محصولات وارد بازارهای جغرافیایی جدیدی می‌شوند یا در طول افزایش ناگهانی تقاضا در کوتاه مدت، مثلاً در فصول تعطیلات، حجم عرضه بالایی را تجربه می‌کنند.

چالش‌های فناوری گفتگو با هوش مصنوعی

فناوری گفتگو با هوش مصنوعی هنوز در مراحل ابتدایی خود است و در سال‌های اخیر به طور گسترده‌ای در کسب و کارها مورد پذیرش قرار گرفته است. مانند هر فناوری جدید دیگری، مهاجرت به برنامه‌های گفتگو با هوش مصنوعی، چالش‌هایی را همراه خود دارد. برخی از این چالش‌ها عبارتند از:

ورودی زبان

ورودی زبان می‌تواند برای گفتگو با هوش مصنوعی دردناک باشد، خواه ورودی متن باشد یا صوتی. گویش‌ها، لهجه‌ها و نویزهای پس زمینه می‌توانند بر درک هوش مصنوعی از ورودی خام تأثیر بگذارند. زبان عامیانه و زبان بدون اسکریپت نیز می‌تواند در پردازش ورودی مشکلاتی ایجاد کند.

با این حال، بزرگترین چالش برای گفتگو با هوش مصنوعی، عامل انسانی در ورودی زبان است. احساسات، لحن و طعنه، برای تفسیر معنای کاربر مورد نظر و ارائه پاسخ مناسب را برای هوش مصنوعی دشوار می‌کند.

حریم خصوصی و امنیت

از آنجایی که گفتگو با هوش مصنوعی به جمع آوری داده‌ها برای پاسخ به سؤالات کاربر وابسته است، در برابر نقض حریم خصوصی و امنیت نیز آسیب پذیر است. توسعه برنامه‌های گفتگو با هوش مصنوعی با استانداردهای حریم خصوصی و امنیتی بالا و سیستم‌های نظارتی، به اعتمادسازی در میان کاربران کمک می‌کند و در نهایت حجم استفاده از این چت‌بات‌ها را در طول زمان افزایش می‌دهد.

نگرانی‌های کاربر

به اشتراک گذاری اطلاعات شخصی یا حساس می‌تواند برای کاربران نگران‌کننده باشد. به خصوص زمانی که متوجه شوند به جای یک انسان با یک ماشین صحبت می‌کنند. از آن‌جایی که همه مشتریان شما این فناوری را از همان ابتدا نمی‌پذیرند، آموزش و مخاطبان هدف در مورد مزایا و ایمنی این فناوری‌ها برای ایجاد تجربیات بهتر برای مشتری، بسیار مهم است. در غیر این صورت، این اتفاق می‌تواند منجر به تجربه کاربری بد و کاهش عملکرد هوش مصنوعی شود و اثرات مثبت آن را خنثی کند.

علاوه بر این، گاهی اوقات چت‌بات‌ها برای دادن پاسخ به طیف گسترده‌ای از سوالات کاربران برنامه ریزی نمی‌شوند. هنگامی که این اتفاق بیفتد، ارائه یک کانال ارتباطی جایگزین برای مقابله با این پرسش‌های پیچیده‌تر مهم است، زیرا اگر پاسخ اشتباه یا ناقصی ارائه شود، برای کاربر نهایی خسته‌کننده خواهد بود. در این موارد باید به مشتریان این فرصت داده شود تا با نماینده انسانی شرکت ارتباط برقرار کنند.

در نهایت، گفت و گو با هوش مصنوعی می‌تواند گردش کار را در یک شرکت بهینه کند و منجر به کاهش تعداد نیروی کار برای یک کار خاص شود. این فناوری می‌تواند باعث رشد اقتصادی و اجتماعی شرکت هم بشود، اما در برخی موارد نتیجه عکس به همراه خواهد داشت.

منبع ترجمه: ibm