ارفع مستوى مساعدي الخدمة الذاتية لديك من خلال ميزات الذكاء الاصطناعي الإبداعية الجديدة في Amazon Lex | خدمات الويب الأمازون

في هذا المنشور، نتحدث عن كيفية قيام الذكاء الاصطناعي التوليدي بتغيير صناعة الذكاء الاصطناعي التحادثي من خلال توفير تجارب جديدة للعملاء ومنشئي الروبوتات، والميزات الجديدة في أمازون ليكس التي تستفيد من هذه التطورات.

مع استمرار نمو الطلب على الذكاء الاصطناعي للمحادثة، يبحث المطورون عن طرق لتعزيز روبوتات الدردشة الخاصة بهم من خلال تفاعلات شبيهة بالإنسان وإمكانات متقدمة مثل التعامل مع الأسئلة الشائعة. تؤدي الإنجازات الحديثة في الذكاء الاصطناعي التوليدي إلى تحسينات كبيرة في فهم اللغة الطبيعية مما يجعل أنظمة المحادثة أكثر ذكاءً. ومن خلال تدريب نماذج الشبكات العصبية الكبيرة على مجموعات البيانات بتريليونات من الرموز، طور باحثو الذكاء الاصطناعي تقنيات تسمح للروبوتات بفهم الأسئلة الأكثر تعقيدا، وتوفير استجابات دقيقة وأكثر طبيعية، والتعامل مع مجموعة واسعة من المواضيع. باستخدام هذه الابتكارات الجديدة في مجال الذكاء الاصطناعي، يمكنك إنشاء مساعدين افتراضيين يشعرون بأنهم أكثر طبيعية وبديهية ومفيدة أثناء تفاعلات الخدمة الذاتية القائمة على النص أو الصوت. يؤدي التقدم السريع في الذكاء الاصطناعي التوليدي إلى تقريب روبوتات الدردشة الآلية والمساعدين الافتراضيين بشكل كبير من هدف إجراء محادثات ذكية وحرة التدفق. ومع مزيد من التقدم في تقنيات التعلم العميق والشبكات العصبية، تستعد أنظمة المحادثة لتصبح أكثر مرونة وقابلية للتواصل وتشبه الإنسان. يمكن لهذا الجيل الجديد من المساعدين الذين يعملون بالذكاء الاصطناعي توفير تجارب خدمة ذاتية سلسة عبر العديد من حالات الاستخدام.

كيف تعمل Amazon Bedrock على تغيير مشهد الذكاء الاصطناعي للمحادثة

أمازون بيدروك هي طريقة سهلة الاستخدام لبناء وتوسيع نطاق تطبيقات الذكاء الاصطناعي التوليدية باستخدام النماذج التأسيسية (FMs). تقدم Amazon Bedrock مجموعة من أجهزة FM من مقدمي خدمات رائدين، بحيث يتمتع عملاء AWS بالمرونة والاختيار لاستخدام أفضل النماذج لحالة الاستخدام المحددة الخاصة بهم.

في عالم اليوم سريع الخطى، نتوقع خدمة عملاء سريعة وفعالة من كل الأعمال. ومع ذلك، فإن تقديم خدمة عملاء ممتازة يمكن أن يشكل تحديًا كبيرًا عندما يتجاوز حجم الاستفسارات الموارد البشرية المستخدمة لمعالجتها. يمكن للشركات التغلب على هذا التحدي بكفاءة مع توفير خدمة عملاء مخصصة أيضًا من خلال الاستفادة من التطورات في الذكاء الاصطناعي التوليدي المدعوم بنماذج اللغات الكبيرة (LLMs).

على مر السنين، استثمرت AWS في إضفاء الطابع الديمقراطي على الوصول إلى الذكاء الاصطناعي، والتعلم الآلي (ML)، والذكاء الاصطناعي التوليدي، وتوسيع فهمه. يمكن أن تكون LLMs مفيدة للغاية في مراكز الاتصال من خلال توفير استجابات تلقائية للأسئلة المتداولة، وتحليل مشاعر العملاء ونواياهم لتوجيه المكالمات بشكل مناسب، وإنشاء ملخصات للمحادثات لمساعدة الوكلاء، وحتى إنشاء رسائل بريد إلكتروني أو ردود دردشة تلقائيًا على استفسارات العملاء الشائعة. من خلال التعامل مع المهام المتكررة والحصول على رؤى من المحادثات، تسمح LLM لوكلاء مركز الاتصال بالتركيز على تقديم قيمة أعلى من خلال الخدمة الشخصية وحل المشكلات المعقدة.

تحسين تجربة العملاء من خلال الأسئلة الشائعة للمحادثة

يتمتع الذكاء الاصطناعي التوليدي بإمكانيات هائلة لتقديم إجابات سريعة وموثوقة لأسئلة العملاء الشائعة بطريقة محادثة. من خلال الوصول إلى مصادر المعرفة المعتمدة وLLMs، يمكن لروبوت Amazon Lex الحالي الخاص بك تقديم استجابات مفيدة وطبيعية ودقيقة للأسئلة الشائعة، بما يتجاوز الحوار الموجه نحو المهام. يسمح نهج الجيل المعزز للاسترجاع (RAG) الخاص بنا لـ Amazon Lex بتسخير كل من اتساع المعرفة المتاحة في المستودعات بالإضافة إلى طلاقة ماجستير إدارة الأعمال. يمكنك ببساطة طرح سؤالك بلغة محادثة حرة وتلقي إجابة طبيعية ومصممة خصيصًا في غضون ثوانٍ. تتيح ميزة الأسئلة الشائعة للمحادثة الجديدة في Amazon Lex لمطوري الروبوتات ومصممي المحادثات التركيز على تحديد منطق الأعمال بدلاً من تصميم تدفقات محادثة شاملة قائمة على الأسئلة الشائعة داخل الروبوت.

نحن نقدم QnAIntent المدمج الذي يستخدم LLM للاستعلام عن مصدر معرفي معتمد وتقديم استجابة هادفة وسياقية. بالإضافة إلى ذلك، يمكن للمطورين تكوين QnAIntent للإشارة إلى أقسام قاعدة معارف محددة، مما يضمن الاستعلام عن أجزاء محددة فقط من محتوى المعرفة في وقت التشغيل لتلبية طلبات المستخدم. تلبي هذه القدرة حاجة الصناعات شديدة التنظيم، مثل الخدمات المالية والرعاية الصحية، لتقديم استجابات بلغة متوافقة فقط. تتيح ميزة الأسئلة الشائعة للمحادثة في Amazon Lex للمؤسسات تحسين معدلات الاحتواء مع تجنب التكاليف المرتفعة للاستعلامات المفقودة وعمليات نقل الممثلين البشريين.

إنشاء روبوت Amazon Lex باستخدام أداة إنشاء الروبوتات الوصفية

يعد إنشاء روبوتات المحادثة من الصفر عملية تستغرق وقتًا طويلاً وتتطلب معرفة عميقة بكيفية تفاعل المستخدمين مع الروبوتات من أجل توقع الطلبات المحتملة والاستجابات المناسبة للتعليمات البرمجية. اليوم، يقضي مصممو ومطورو المحادثات عدة أيام في كتابة التعليمات البرمجية للمساعدة في تشغيل جميع إجراءات المستخدم الممكنة (النوايا)، الطرق المختلفة التي يعبر بها المستخدمون عن طلباتهم (الكلام)، والمعلومات المطلوبة من المستخدم لإكمال تلك الإجراءات (فتحات).

تستخدم ميزة بناء الروبوت الوصفية الجديدة في Amazon Lex الذكاء الاصطناعي التوليدي لتسريع عملية بناء الروبوت. بدلاً من كتابة التعليمات البرمجية، يمكن الآن لمصممي المحادثة ومطوري الروبوتات أن يصفوا باللغة الإنجليزية البسيطة ما يريدون من الروبوت تحقيقه (على سبيل المثال، "إجراء الحجوزات في فندقي باستخدام الاسم ومعلومات الاتصال وتواريخ السفر ونوع الغرفة ومعلومات الدفع") . باستخدام هذه المطالبة البسيطة فقط، سيقوم Amazon Lex تلقائيًا بإنشاء المقاصد وألفاظ التدريب والفتحات والمطالبات وتدفق المحادثة لإضفاء الحيوية على الروبوت الموصوف. من خلال توفير تصميم روبوت أساسي، تقلل هذه الميزة بشكل كبير من الوقت والتعقيد في بناء روبوتات المحادثة، مما يسمح للمنشئ بإعادة ترتيب أولويات الجهد المبذول لتحسين تجربة المحادثة.

من خلال الاستفادة من قوة الذكاء الاصطناعي التوليدي مع LLMs، يمكّن Amazon Lex المطورين والمستخدمين غير التقنيين من بناء الروبوتات ببساطة عن طريق وصف هدفهم. بدلاً من تشفير الأغراض والألفاظ والفتحات وما إلى ذلك بدقة، يمكن للمطورين توفير مطالبة بلغة طبيعية وسيقوم Amazon Lex تلقائيًا بإنشاء تدفق روبوت أساسي جاهز لمزيد من التحسين. تتوفر هذه الإمكانية في البداية باللغة الإنجليزية فقط، ولكن يمكن للمطورين تخصيص الروبوت الذي تم إنشاؤه بواسطة الذكاء الاصطناعي بشكل أكبر حسب الحاجة قبل النشر، مما يوفر ساعات عديدة من أعمال التطوير اليدوية.

تحسين تجربة المستخدم من خلال دقة الفتحات المدعومة

نظرًا لأن المستهلكين أصبحوا أكثر دراية ببرامج الدردشة وأنظمة الاستجابة الصوتية التفاعلية (IVR)، فإنهم يتوقعون مستويات أعلى من الذكاء المتضمن في تجارب الخدمة الذاتية. يعد توضيح الاستجابات التي تكون أكثر تحادثية أمرًا ضروريًا لتحقيق النجاح حيث يتوقع المستخدمون المزيد من التجارب الطبيعية الشبيهة بالإنسان. ومع تزايد ثقة المستهلك في قدرات روبوتات الدردشة، هناك أيضًا توقعات بأداء مرتفع من خلال فهم اللغة الطبيعية (NLU). في السيناريو المحتمل المتمثل في عدم حل الكلام البسيط أو المعقد لغويًا بشكل صحيح في فتحة ما، يمكن أن تتضاءل ثقة المستخدم. في مثل هذه الحالات، يمكن لـ LLM تقديم المساعدة الديناميكية لنموذج Amazon Lex NLU الحالي وضمان دقة الفتحة حتى عندما يكون كلام المستخدم خارج حدود نموذج الفتحة. في Amazon Lex، توفر ميزة دقة الفتحة المساعدة لمطور الروبوت أداة أخرى لزيادة الاحتواء.

أثناء وقت التشغيل، عندما تفشل NLU في حل إحدى الفتحات أثناء دورة المحادثة، ستتصل Amazon Lex بـ LLM الذي حدده مطور الروبوت للمساعدة في حل الفتحة. إذا كان LLM قادرًا على توفير قيمة عند إعادة محاولة الفتحة، فيمكن للمستخدم متابعة المحادثة كالمعتاد. على سبيل المثال، عند إعادة محاولة الفتحة، يسأل الروبوت "ما المدينة التي يقيم فيها حامل البوليصة؟" ويستجيب المستخدم "أنا أعيش في سبرينجفيلد"، وسيكون LLM قادرًا على حل القيمة إلى "سبرينغفيلد". تتضمن أنواع الفتحات المدعومة لهذه الميزة AMAZON.City و AMAZON.Country و AMAZON.Number و AMAZON.Date و AMAZON.AlphaNumeric (بدون التعبير العادي) و AMAZON.PhoneNumber و AMAZON.Confirmation. هذه الميزة متاحة فقط باللغة الإنجليزية في وقت كتابة هذا التقرير.

تحسين تجربة البناء من خلال توليد الكلام التدريبي

إحدى نقاط الألم التي غالبًا ما يواجهها منشئو الروبوتات ومصممو المحادثة هي توقع تباين وتنوع الاستجابات عند استدعاء نية أو طلب معلومات الفتحة. عندما يقوم مطور الروبوت بإنشاء نية جديدة، يجب توفير عينة من الكلام لتدريب نموذج تعلم الآلة على أنواع الاستجابات التي يمكنه قبولها وينبغي عليه قبولها. قد يكون من الصعب في كثير من الأحيان توقع التباديل في الإسهاب وبناء الجملة الذي يستخدمه العملاء. مع إنشاء الكلام، يستخدم Amazon Lex نماذج أساسية مثل أمازون تيتان لإنشاء كلمات تدريبية بنقرة واحدة فقط، دون الحاجة إلى أي هندسة سريعة.

يستخدم إنشاء الكلام اسم الهدف، والألفاظ الموجودة، واختياريًا وصف النية لإنشاء كلام جديد باستخدام LLM. يمكن لمطوري الروبوتات ومصممي المحادثة تحرير أو حذف الكلام الذي تم إنشاؤه قبل قبوله. تعمل هذه الميزة مع كل من الأغراض الجديدة والحالية.

وفي الختام

مما لا شك فيه أن التطورات الأخيرة في الذكاء الاصطناعي التوليدي جعلت تجارب المستهلك الآلية أفضل. مع Amazon Lex، نحن ملتزمون بدمج الذكاء الاصطناعي التوليدي في كل جانب من جوانب تجربة المُنشئ والمستخدم. الميزات المذكورة في هذا المنشور هي مجرد البداية، ولا يمكننا الانتظار حتى نعرض لك ما سيأتي.

لمعرفة المزيد ، يرجى الرجوع إلى وثائق أمازون ليكس، وجرب هذه الميزات على وحدة تحكم Amazon Lex.

---

عن المؤلفين

أنورادها دورفي هو أحد كبار مديري المنتجات في فريق Amazon Lex ويتمتع بخبرة تزيد عن 7 سنوات في مجال الذكاء الاصطناعي للمحادثة. إنها مفتونة بواجهات المستخدم الصوتية وتسهيل الوصول إلى التكنولوجيا من خلال التصميم البديهي.

سانديب سرينيفاسان هو مدير منتج أول في فريق Amazon Lex. وباعتباره مراقبًا شديدًا للسلوك البشري، فهو شغوف بتجربة العملاء. يقضي ساعات يقظته عند تقاطع الناس والتكنولوجيا والمستقبل.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://aws.amazon.com/blogs/machine-learning/elevate-your-self-service-assistants-with-new-generative-ai-features-in-amazon-lex/