Покращуйте своїх помічників із самообслуговування за допомогою нових генеративних функцій ШІ в Amazon Lex | Веб-сервіси Amazon

У цій публікації ми говоримо про те, як генеративний ШІ змінює індустрію розмовного ШІ, надаючи нові можливості користувачам і розробникам ботів, а також нові функції в Амазон Лекс які скористаються цими досягненнями.

Оскільки попит на розмовний штучний інтелект продовжує зростати, розробники шукають способи вдосконалити свої чат-боти за допомогою людської взаємодії та розширених можливостей, таких як обробка поширених запитань. Нещодавні прориви в генеративному штучному інтелекті призвели до значного покращення розуміння природної мови, що робить розмовні системи більш інтелектуальними. Навчаючи моделі великих нейронних мереж на наборах даних із трильйонами токенів, дослідники штучного інтелекту розробили методи, які дозволяють роботам розуміти більш складні питання, надавати нюанси та більш природні відповіді, що звучать як людина, і обробляти широкий спектр тем. За допомогою цих нових генеративних інновацій штучного інтелекту ви можете створювати віртуальних помічників, які будуть більш природними, інтуїтивно зрозумілими та корисними під час текстових або голосових взаємодій самообслуговування. Швидкий прогрес генеративного штучного інтелекту значно наближає автоматизованих чат-ботів і віртуальних помічників до мети ведення по-справжньому інтелектуальних, вільних розмов. З подальшим прогресом у техніці глибокого навчання та нейронних мереж розмовні системи готові стати ще більш гнучкими, зручними та схожими на людину. Це нове покоління помічників на основі штучного інтелекту може забезпечити безперебійний досвід самообслуговування в багатьох випадках використання.

Як Amazon Bedrock змінює ландшафт розмовного ШІ

Amazon Bedrock це зручний спосіб створення та масштабування генеративних програм штучного інтелекту за допомогою базових моделей (FM). Amazon Bedrock пропонує низку FM від провідних постачальників, тому клієнти AWS мають гнучкість і вибір, щоб використовувати найкращі моделі для свого конкретного випадку використання.

У сучасному швидкоплинному світі ми очікуємо швидкого та ефективного обслуговування клієнтів від кожної компанії. Однак надання високоякісного обслуговування клієнтів може бути серйозним завданням, коли обсяг запитів перевищує людські ресурси, задіяні для їх вирішення. Підприємства можуть ефективно подолати цю проблему, одночасно надаючи персоналізоване обслуговування клієнтів, скориставшись перевагами генеративного штучного інтелекту на основі великих мовних моделей (LLM).

Протягом багатьох років AWS інвестувала в демократизацію доступу та розширення розуміння ШІ, машинного навчання (ML) і генеративного ШІ. LLM можуть бути дуже корисними в контакт-центрах, надаючи автоматичні відповіді на поширені запитання, аналізуючи настрої клієнтів і наміри належним чином направляти дзвінки, генеруючи підсумки розмов, щоб допомогти агентам, і навіть автоматично створюючи електронні листи або відповіді в чаті на типові запити клієнтів. Виконуючи повторювані завдання та отримуючи інформацію з розмов, LLM дозволяють агентам контакт-центру зосередитися на забезпеченні більшої цінності за допомогою персоналізованого обслуговування та вирішення складних проблем.

Покращення взаємодії з клієнтами за допомогою розмовних поширених запитань

Generative AI має величезний потенціал для надання швидких і надійних відповідей на поширені запитання клієнтів у розмовній формі. Маючи доступ до авторизованих джерел знань і LLM, ваш існуючий бот Amazon Lex може надавати корисні, природні та точні відповіді на поширені запитання, виходячи за рамки діалогу, орієнтованого на завдання. Наш підхід Retrieval Augmented Generation (RAG) дозволяє Amazon Lex використовувати як широкий спектр знань, доступних у сховищах, так і вільне володіння LLM. Ви можете просто поставити своє запитання у вільній формі, розмовною мовою, і отримати природну, індивідуальну відповідь протягом кількох секунд. Нова функція розмовних поширених запитань в Amazon Lex дозволяє розробникам ботів і дизайнерам розмов зосередитися на визначенні бізнес-логіки, а не на розробці вичерпних потоків розмов на основі поширених запитань у боті.

Ми представляємо вбудований QnAIntent, який використовує LLM для запиту авторизованого джерела знань і надання змістовної та контекстної відповіді. Крім того, розробники можуть налаштувати QnAIntent так, щоб він вказував на певні розділи бази знань, гарантуючи, що під час виконання для виконання запитів користувачів запитуються лише певні частини вмісту знань. Ця можливість відповідає вимогам високорегульованих галузей, таких як фінансові послуги та охорона здоров’я, надавати відповіді лише сумісною мовою. Розмовна функція поширених запитань в Amazon Lex дозволяє організаціям підвищити рівень стримування, уникаючи високих витрат на пропущені запити та передачі представників.

Створення бота Amazon Lex за допомогою конструктора описових ботів

Створення розмовних ботів з нуля – це трудомісткий процес, який потребує глибоких знань про те, як користувачі взаємодіють із ботами, щоб передбачати потенційні запити та кодувати відповідні відповіді. Сьогодні дизайнери та розробники розмов витрачають багато днів на написання коду, щоб допомогти виконувати всі можливі дії користувача (наміри), різними способами, як користувачі формулюють свої запити (висловлювання), а також інформацію, необхідну від користувача для виконання цих дій (ігрові автомати).

Нова описова функція створення ботів в Amazon Lex використовує генеративний штучний інтелект для прискорення процесу створення ботів. Замість написання коду дизайнери бесід і розробники ботів тепер можуть описувати простою англійською мовою, чого вони хочуть досягти від ботів (наприклад, «Прийміть бронювання мого готелю, використовуючи ім’я та контактну інформацію, дати поїздки, тип кімнати та платіжну інформацію»). . Використовуючи лише цю просту підказку, Amazon Lex автоматично генеруватиме наміри, навчальні висловлювання, слоти, підказки та потік розмов, щоб оживити описаного бота. Забезпечуючи базовий дизайн бота, ця функція надзвичайно скорочує час і складність створення розмовних чат-ботів, дозволяючи конструктору змінити пріоритети зусиль для точного налаштування розмовного досвіду.

Використовуючи потужність генеративного штучного інтелекту за допомогою LLM, Amazon Lex дозволяє розробникам і нетехнічним користувачам створювати ботів, просто описуючи їхню мету. Замість того, щоб ретельно кодувати наміри, висловлювання, слоти тощо, розробники можуть надати підказку природною мовою, а Amazon Lex автоматично створить базовий потік бота, готовий для подальшого вдосконалення. Ця можливість спочатку доступна лише англійською мовою, але розробники можуть додатково налаштувати бота, створеного штучним інтелектом, за потреби перед розгортанням, заощаджуючи багато годин ручної роботи над розробкою.

Покращення взаємодії з користувачем за допомогою допоміжного вирішення слотів

У міру того, як споживачі стають більш знайомими з чат-ботами та системами інтерактивного голосового відповіді (IVR), вони очікують вищого рівня інтелекту, вбудованого в досвід самообслуговування. Усунення неоднозначності відповідей, які є більш розмовними, є обов’язковим для успіху, оскільки користувачі очікують більш природного, схожого на людину досвіду. Зі зростанням довіри споживачів до можливостей чат-бота також очікується підвищення продуктивності розуміння природної мови (NLU). У ймовірному сценарії, коли семантично просте або складне висловлювання не розв’язується належним чином у слот, довіра користувача може зменшитися. У таких випадках LLM може динамічно допомагати існуючій моделі Amazon Lex NLU і забезпечувати точну роздільну здатність слота, навіть якщо висловлювання користувача виходять за межі моделі слота. В Amazon Lex функція допоміжного вирішення слотів надає розробнику бота ще один інструмент для посилення стримування.

Під час виконання, коли NLU не вдається розкрити слот під час розмовного ходу, Amazon Lex викличе LLM, вибраний розробником бота, щоб допомогти розкрити слот. Якщо LLM може надати значення після повторної спроби слота, користувач може продовжити розмову як зазвичай. Наприклад, якщо після повторної спроби бот бот запитає «У якому місті проживає страхувальник?» і користувач відповість «Я живу в Спрінгфілді», LLM зможе розв’язати значення на «Спрінгфілд». Підтримувані типи слотів для цієї функції включають AMAZON.City, AMAZON.Country, AMAZON.Number, AMAZON.Date, AMAZON.AlphaNumeric (без регулярного виразу) і AMAZON.PhoneNumber і AMAZON.Confirmation. Ця функція доступна лише англійською мовою на момент написання статті.

Покращення роботи конструктора з генерацією тренувальних висловлювань

Однією з проблемних точок, з якою часто стикаються розробники ботів і розробники розмов, є очікування варіації та різноманітності відповідей під час виклику наміру або запиту інформації про слот. Коли розробник бота створює новий намір, необхідно надати зразки висловлювань, щоб навчити модель ML на типи відповідей, які вона може і повинна приймати. Часто буває важко передбачити перестановку слів і синтаксису, які використовують клієнти. Під час створення висловлювань Amazon Lex використовує базові моделі, як-от Амазонський титан створювати навчальні висловлювання лише одним клацанням миші, без необхідності будь-якої швидкої розробки.

Генерація висловлювань використовує назву наміру, наявні висловлювання та, за бажанням, опис наміру для створення нових висловлювань за допомогою LLM. Розробники ботів і дизайнери розмов можуть редагувати або видаляти згенеровані висловлювання перед тим, як їх прийняти. Ця функція працює як з новими, так і з існуючими намірами.

Висновок

Недавні досягнення в генеративному штучному інтелекті, безсумнівно, покращили автоматизований досвід споживачів. Завдяки Amazon Lex ми прагнемо впроваджувати генеративний штучний інтелект у кожен аспект конструктора та взаємодії з користувачем. Функції, згадані в цій публікації, — це лише початок, і ми не можемо дочекатися, щоб показати вам, що буде.

Щоб дізнатися більше, див Документація Amazon Lexі спробуйте ці функції на консолі Amazon Lex.

---

Про авторів

Анурадха Дурфі є старшим менеджером із продуктів у команді Amazon Lex і має понад 7 років досвіду в розмовному штучному інтелекті. Її захоплюють голосові інтерфейси користувача та роблять технології більш доступними завдяки інтуїтивно зрозумілому дизайну.

Сандіп Шрінівасан є старшим менеджером із продуктів у команді Amazon Lex. Як уважний спостерігач за людською поведінкою, він захоплений враженнями від клієнтів. Він проводить час неспання на стику людей, технологій і майбутнього.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://aws.amazon.com/blogs/machine-learning/elevate-your-self-service-assistants-with-new-generative-ai-features-in-amazon-lex/