Paranna itsepalveluassistenttejasi uusilla generatiivisilla tekoälyominaisuuksilla Amazon Lex |:ssä Amazon Web Services

Paranna itsepalveluassistenttejasi uusilla generatiivisilla tekoälyominaisuuksilla Amazon Lex |:ssä Amazon Web Services

Tässä viestissä puhumme siitä, kuinka generatiivinen tekoäly muuttaa keskustelevaa tekoälyteollisuutta tarjoamalla uusia asiakas- ja bottien rakentajakokemuksia sekä uusia ominaisuuksia Amazon-Lex jotka hyödyntävät näitä edistysaskeleita.

Keskustelevan tekoälyn kysynnän kasvaessa kehittäjät etsivät tapoja parantaa chatbottejaan ihmisen kaltaisilla vuorovaikutuksilla ja edistyneillä ominaisuuksilla, kuten usein kysyttyjen kysymysten käsittelyllä. Viimeaikaiset läpimurrot generatiivisessa tekoälyssä johtavat merkittäviin parannuksiin luonnollisen kielen ymmärtämisessä, mikä tekee keskustelujärjestelmistä älykkäämpiä. Tekoälytutkijat ovat kehittäneet tekniikoita, joiden avulla botit voivat ymmärtää monimutkaisempia kysymyksiä, tarjota vivahteikkaampia ja luonnollisempia ihmisäänisiä vastauksia ja käsitellä monenlaisia ​​aiheita harjoittamalla suuria hermoverkkomalleja tietojoukoissa, joissa on biljoonia tokeneita. Näiden uusien generatiivisten tekoälyinnovaatioiden avulla voit luoda virtuaalisia avustajia, jotka tuntuvat luonnollisemmilta, intuitiivisemmilta ja hyödyllisemmiltä teksti- tai äänipohjaisten itsepalveluvuorovaikutusten aikana. Luovan tekoälyn nopea kehitys tuo automatisoidut chatbotit ja virtuaaliset avustajat huomattavasti lähemmäksi tavoitetta käydä todella älykkäitä, vapaasti virtaavia keskusteluja. Syväoppimisen ja hermoverkkotekniikoiden edistymisen myötä keskustelujärjestelmät ovat valmiita muuttumaan entistä joustavammiksi, suhteellisemmiksi ja ihmismäisiksi. Nämä uuden sukupolven tekoälyllä toimivat avustajat voivat tarjota saumattomia itsepalvelukokemuksia monissa käyttötilanteissa.

Paranna itsepalveluassistenttejasi uusilla generatiivisilla tekoälyominaisuuksilla Amazon Lex |:ssä Amazon Web Services PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Kuinka Amazon Bedrock muuttaa keskustelullisen tekoälyn maisemaa

Amazonin kallioperä on käyttäjäystävällinen tapa rakentaa ja skaalata generatiivisia tekoälysovelluksia perusmalleilla (FM). Amazon Bedrock tarjoaa joukon FM-laitteita johtavilta palveluntarjoajilta, joten AWS-asiakkailla on joustavuutta ja valinnanvaraa käyttää parhaita malleja omaan käyttötapaukseensa.

Nykypäivän nopeatempoisessa maailmassa odotamme nopeaa ja tehokasta asiakaspalvelua kaikilta yrityksiltä. Erinomaisen asiakaspalvelun tarjoaminen voi kuitenkin olla huomattavan haastavaa, kun tiedustelut ylittävät niiden käsittelemiseen käytettävät henkilöstöresurssit. Yritykset voivat selviytyä tästä haasteesta tehokkaasti ja samalla tarjota henkilökohtaista asiakaspalvelua hyödyntämällä suurten kielimallien (LLM) tuottaman generatiivisen tekoälyn edistysaskeleita.

Vuosien varrella AWS on investoinut tekoälyn, koneoppimisen (ML) ja generatiivisen tekoälyn saatavuuden demokratisoimiseen ja ymmärtämisen vahvistamiseen. LLM:t voivat olla erittäin hyödyllisiä yhteyskeskuksissa tarjoamalla automaattisia vastauksia usein kysyttyihin kysymyksiin, analysoimalla asiakkaiden mielipiteitä ja aikomuksia reitittää puhelut asianmukaisesti, luomalla yhteenvedot keskusteluista agenttien auttamiseksi ja jopa luomalla automaattisesti sähköposteja tai chat-vastauksia yleisiin asiakaskyselyihin. Käsittelemällä toistuvia tehtäviä ja saamalla oivalluksia keskusteluista, LLM:t antavat yhteyskeskuksen agenttien keskittyä korkeamman arvon tuottamiseen henkilökohtaisen palvelun avulla ja monimutkaisten ongelmien ratkaisemiseen.

Asiakaskokemuksen parantaminen keskustelupalstojen usein kysytyillä kysymyksillä

Generatiivisella tekoälyllä on valtava potentiaali tarjota nopeita ja luotettavia vastauksia asiakkaiden usein kysyttyihin kysymyksiin keskustelun muodossa. Kun käytössäsi on valtuutettuja tietolähteitä ja LLM:itä, olemassa oleva Amazon Lex -bottisi voi tarjota hyödyllisiä, luonnollisia ja tarkkoja vastauksia usein kysyttyihin kysymyksiin, ylittäen tehtäväkeskeisen vuoropuhelun. Retrieval Augmented Generation (RAG) -lähestymistapamme antaa Amazon Lexille mahdollisuuden hyödyntää sekä arkistoissa saatavilla olevan tiedon laajuutta että LLM:ien sujuvuutta. Voit yksinkertaisesti esittää kysymyksesi vapaamuotoisella keskustelukielellä ja saada luonnollisen, räätälöidyn vastauksen muutamassa sekunnissa. Amazon Lexin uuden keskustelupalstojen UKK-ominaisuuden avulla bottikehittäjät ja keskustelusuunnittelijat voivat keskittyä liiketoimintalogiikan määrittelyyn sen sijaan, että suunnittelevat kattavat FAQ-pohjaiset keskusteluvirrat botin sisällä.

Esittelemme sisäänrakennetun QnAIntentin, joka käyttää LLM:ää tehdäkseen kyselyn valtuutetusta tietolähteestä ja antaakseen merkityksellisen ja kontekstuaalisen vastauksen. Lisäksi kehittäjät voivat määrittää QnAIntentin osoittamaan tiettyjä tietokannan osia ja varmistaa, että vain tiettyjä osaa tietosisällöstä kysytään suorituksen aikana käyttäjien pyyntöjen täyttämiseksi. Tämä ominaisuus täyttää tiukasti säänneltyjen teollisuudenalojen, kuten rahoituspalvelujen ja terveydenhuollon, tarpeen vastata vain vaatimustenmukaisella kielellä. Amazon Lexin keskustelupalstojen usein kysytyt kysymykset -ominaisuuden avulla organisaatiot voivat parantaa suojausastetta samalla, kun vältetään vastaamatta jääneiden kyselyjen ja ihmisten edustajien siirtojen korkeat kustannukset.

Paranna itsepalveluassistenttejasi uusilla generatiivisilla tekoälyominaisuuksilla Amazon Lex |:ssä Amazon Web Services PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Amazon Lex -botin rakentaminen kuvailevalla bottirakentajalla

Keskustelubottien rakentaminen tyhjästä on aikaa vievä prosessi, joka vaatii syvällistä tietämystä siitä, miten käyttäjät ovat vuorovaikutuksessa robottien kanssa, jotta ne voivat ennakoida mahdollisia pyyntöjä ja koodata asianmukaiset vastaukset. Nykyään keskustelusuunnittelijat ja -kehittäjät viettävät useita päiviä koodin kirjoittamiseen auttaakseen suorittamaan kaikkia mahdollisia käyttäjän toimia (katsoen), käyttäjien eri tavoilla ilmaista pyyntönsä (ilmaukset) ja tiedot, joita käyttäjä tarvitsee näiden toimintojen suorittamiseen (lähtö).

Amazon Lexin uusi kuvaava bottien rakennusominaisuus käyttää generatiivista tekoälyä nopeuttamaan botin rakennusprosessia. Koodin kirjoittamisen sijaan keskustelusuunnittelijat ja bottikehittäjät voivat nyt kuvata selkeällä englanniksi, mitä he haluavat botin saavuttavan (esimerkiksi "Ota varaukset hotellilleni käyttämällä nimeä ja yhteystietoja, matkapäiviä, huonetyyppiä ja maksutietoja"). . Käyttämällä vain tätä yksinkertaista kehotetta Amazon Lex luo automaattisesti aikomuksia, harjoituslauseita, lähtökohtia, kehotteita ja keskusteluvirran herättääkseen kuvatun botin henkiin. Tarjoamalla perusbottisuunnittelun tämä ominaisuus vähentää huomattavasti keskusteluchatbottien rakentamiseen kuluvaa aikaa ja monimutkaisuutta, jolloin rakentaja voi priorisoida uudelleen keskustelukokemuksen hienosäätöä.

Hyödyntämällä generatiivisen tekoälyn voimaa LLM:ien kanssa, Amazon Lex antaa kehittäjille ja ei-teknisille käyttäjille mahdollisuuden rakentaa botteja yksinkertaisesti kuvailemalla tavoitteensa. Sen sijaan, että kehittäjät koodasivat huolellisesti aikomuksia, ilmauksia, paikkoja ja niin edelleen, kehittäjät voivat tarjota luonnollisen kielen kehotteen, jolloin Amazon Lex luo automaattisesti perusbottivirran, joka on valmis jatkojalostusta varten. Tämä ominaisuus on aluksi saatavilla vain englanniksi, mutta kehittäjät voivat muokata tekoälyn luomaa bottia tarpeen mukaan ennen käyttöönottoa, mikä säästää useita tunteja manuaalista kehitystyötä.

Käyttökokemuksen parantaminen avustetun korttipaikan resoluution avulla

Kun kuluttajat tutustuvat chatboteihin ja interaktiivisiin äänivastausjärjestelmiin (IVR) paremmin, he odottavat korkeampaa älykkyyttä itsepalvelukokemuksiin. Keskustelevampien vastausten yksiselitteisyys on menestyksen edellytys, koska käyttäjät odottavat luonnollisempia, ihmisen kaltaisia ​​kokemuksia. Kun kuluttajien luottamus chatbotin ominaisuuksiin kasvaa, luonnollisen kielen ymmärtämisen (NLU) odotetaan myös parantavan suorituskykyä. Todennäköisessä tilanteessa, että semanttisesti yksinkertainen tai monimutkainen ilmaisu ei ratkea oikein paikkaan, käyttäjien luottamus voi heiketä. Tällaisissa tapauksissa LLM voi dynaamisesti avustaa olemassa olevaa Amazon Lex NLU -mallia ja varmistaa tarkan korttipaikan resoluution myös silloin, kun käyttäjän lausuma on paikkamallin rajojen ulkopuolella. Amazon Lexissä avustettu korttipaikan tarkkuusominaisuus tarjoaa botin kehittäjälle vielä yhden työkalun, jolla voidaan lisätä suojausta.

Ajon aikana, kun NLU ei pysty ratkaisemaan paikkaa keskusteluvuoron aikana, Amazon Lex soittaa botin kehittäjän valitsemalle LLM:lle auttamaan paikan ratkaisemisessa. Jos LLM pystyy antamaan arvon aikavälin uudelleen yrittäessä, käyttäjä voi jatkaa keskustelua normaalisti. Jos botti esimerkiksi kysyy slotin uudelleen yrittäessä "Missä kaupungissa vakuutuksenottaja asuu?" ja käyttäjä vastaa "Asun Springfieldissä", LLM pystyy ratkaisemaan arvon "Springfield". Tämän ominaisuuden tuettuja paikkatyyppejä ovat AMAZON.City, AMAZON.Country, AMAZON.Number, AMAZON.Date, AMAZON.AlphaNumeric (ilman regexiä) ja AMAZON.PhoneNumber ja AMAZON.Confirmation. Tämä ominaisuus on saatavilla vain englanniksi kirjoittamishetkellä.

Rakennuskokemuksen parantaminen koulutuksen avulla

Yksi kipupisteistä, jonka robottien rakentajat ja keskustelusuunnittelijat usein kohtaavat, on vastausten vaihtelun ja monimuotoisuuden ennakointi, kun vedotaan tarkoitukseen tai pyydetään paikkatietoja. Kun bot-kehittäjä luo uuden tarkoituksen, on annettava näytelauseita ML-mallin kouluttamiseksi sellaisiin vastetyyppeihin, jotka se voi ja sen pitäisi hyväksyä. Usein voi olla vaikea ennakoida asiakkaiden käyttämiä sanamuodon ja syntaksin permutaatioita. Lausuntojen luomisessa Amazon Lex käyttää perusmalleja, kuten Amazon Titan luoda koulutuslauseita yhdellä napsautuksella ilman nopeaa suunnittelua.

Lausuntojen luominen käyttää tarkoitusnimeä, olemassa olevia lausumia ja valinnaisesti tarkoituskuvausta uusien lausumien luomiseen LLM:n kanssa. Bottikehittäjät ja keskustelusuunnittelijat voivat muokata tai poistaa luotuja lausumia ennen niiden hyväksymistä. Tämä ominaisuus toimii sekä uusien että olemassa olevien tarkoitusten kanssa.

Yhteenveto

Viimeaikaiset edistysaskeleet generatiivisessa tekoälyssä ovat epäilemättä parantaneet automatisoituja kuluttajien kokemuksia. Amazon Lexin avulla olemme sitoutuneet tuomaan luovaa tekoälyä rakentajan ja käyttäjäkokemuksen kaikkiin osa-alueisiin. Tässä viestissä mainitut ominaisuudet ovat vasta alkua – emmekä malta odottaa, että voimme näyttää sinulle, mitä on tulossa.

Lisätietoja saat osoitteesta Amazon Lex -dokumentaatio, ja kokeile näitä ominaisuuksia Amazon Lex -konsolissa.


Tietoja kirjoittajista

Paranna itsepalveluassistenttejasi uusilla generatiivisilla tekoälyominaisuuksilla Amazon Lex |:ssä Amazon Web Services PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.Anuradha Durfee on vanhempi tuotepäällikkö Amazon Lex -tiimissä ja hänellä on yli 7 vuoden kokemus keskustelun tekoälystä. Häntä kiehtovat puhekäyttöliittymät ja teknologian helpottaminen intuitiivisen suunnittelun avulla.

Paranna itsepalveluassistenttejasi uusilla generatiivisilla tekoälyominaisuuksilla Amazon Lex |:ssä Amazon Web Services PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.Sandeep Srinivasan on vanhempi tuotepäällikkö Amazon Lex -tiimissä. Ihmisen käyttäytymisen tarkkailijana hän on intohimoinen asiakaskokemukseen. Hän viettää valveillaoloaikansa ihmisten, teknologian ja tulevaisuuden risteyksessä.

Aikaleima:

Lisää aiheesta AWS-koneoppiminen