Συνομιλητική AI

3 Εμπόδια στην Εξέλιξη του Συνομιλητικού AI

Χάρη στις συνεχείς εξελίξεις στους τομείς της τεχνητής νοημοσύνης και της μηχανικής μάθησης, οι υπολογιστές μπορούν να εκτελέσουν έναν αυξανόμενο αριθμό γνωστικών εργασιών. Ως αποτέλεσμα, οι επιχειρήσεις μπορούν να βασίζονται σε μηχανές για κρίσιμες λειτουργίες που κάποτε θεωρούνταν αδύνατον να αυτοματοποιηθούν. Ειδικότερα, η άνοδος των πλατφορμών τεχνητής νοημοσύνης συνομιλίας, όπως τα chatbot και οι εικονικοί γνωστικοί πράκτορες, έχει δώσει σε οργανισμούς σε ένα ευρύ φάσμα βιομηχανιών τη δυνατότητα να βελτιώσουν την υποστήριξη πελατών και δραστηριότητες ανθρώπινου δυναμικού — και αυτές οι πλατφόρμες γίνονται όλο και πιο έξυπνες.

Το ενδιαφέρον για τη συνομιλητική τεχνητή νοημοσύνη εκτοξεύτηκε στα ύψη το 2020, όπως και οι εταιρικές επενδύσεις σε πλατφόρμες μηχανικής μάθησης. Αυτό οφειλόταν σε μεγάλο βαθμό στην πανδημία COVID-19, η οποία ανάγκασε τις εταιρείες σχεδόν σε κάθε τομέα να βρουν τρόπους να κάνουν περισσότερα με λιγότερα. Η ξαφνική άνοδος των ερωτημάτων πελατών που ελήφθησαν από τράπεζες, λιανοπωλητές και αεροπορικές εταιρείες, για παράδειγμα, αποκάλυψε τους περιορισμούς των ανθρώπινων ομάδων υποστήριξης πελατών και την επείγουσα ανάγκη για αυτοματοποιημένες δυνατότητες. Επιπλέον, η πανδημία έχει αλλάξει τις προσδοκίες μας ως καταναλωτές, αυξάνοντας τη ζήτηση για ψηφιακές εμπειρίες πελατών.

Λοιπόν πού είμαστε τώρα;

Πού είναι λοιπόν τώρα οι Shaip; Μια έρευνα Salesforce που διεξήχθη πριν από την πανδημία αποκάλυψε ότι 62% των καταναλωτών ήταν ανοιχτές σε επιχειρήσεις που ενσωματώνουν την τεχνητή νοημοσύνη στις αλληλεπιδράσεις με τους πελάτες. Αυτό το ποσοστό πιθανότατα έχει αυξηθεί, όπως και οι δυνατότητες των πλατφορμών AI. Ωστόσο, προκειμένου η τεχνητή νοημοσύνη συνομιλίας να γίνει πραγματικά πανταχού παρούσα ως εργαλείο αφοσίωσης πελατών, πρέπει να ξεπεραστούν μερικά εμπόδια:

  1. Ανίχνευση συναισθημάτων:

    Για αρχή, οι περισσότερες πλατφόρμες εξακολουθούν να είναι σχετικά απλές όταν πρόκειται για τον εντοπισμό συναισθημάτων. Η ανθρώπινη επικοινωνία εξαρτάται τόσο από το συναίσθημα όσο και από τη γλώσσα, και μια αλλαγή στον τόνο θα μπορούσε να αλλάξει εντελώς το νόημα του προφορικού ή γραπτού διαλόγου. Προκειμένου να εκπαιδεύσουν τους υπολογιστές να ανιχνεύουν λεπτές ενδείξεις με βάση τα συμφραζόμενα, οι ομάδες προϊόντων χρειάζονται θησαυρούς δεδομένων που περιέχουν πολλές διαφορετικές ανθρώπινες φωνές. Η εύρεση όλων αυτών των δεδομένων δεν είναι μικρή πρόκληση.

  2. Εκμάθηση νέων γλωσσών:

    Το μεγαλύτερο μέρος του παγκόσμιου πληθυσμού δεν μιλάει αγγλικά. Οι παγκόσμιοι οργανισμοί που ελπίζουν να χρησιμοποιήσουν τεχνητή νοημοσύνη συνομιλίας για να αλληλεπιδράσουν με πελάτες εκτός των Ηνωμένων Πολιτειών θα χρειαστούν πλατφόρμες που να κατανοούν όχι μόνο διαφορετικές γλώσσες, αλλά και διάφορες τοπικές διαλέκτους και πολιτισμικές διαφορές. Και πάλι, αυτό θα απαιτούσε μεγάλες ποσότητες πολύγλωσσων δεδομένων ομιλίας και ήχου από διαφορετικές κοινότητες και ένα ευρύ φάσμα καταστάσεων (π.χ. συνομιλίες TED, συζητήσεις, τηλεφωνικές συνομιλίες, μονόλογοι κ.λπ.) και ότι τα δεδομένα θα πρέπει να καλύπτουν μια ποικιλία θεμάτων .

  3. Προσδιορισμός της σωστής φωνής:

    Η εκπαίδευση της τεχνητής νοημοσύνης για την ανίχνευση ενός μεμονωμένου ηχείου ανάμεσα σε πολλές φωνές είναι μια άλλη πρόκληση, που είναι πιθανώς οικεία σε οποιονδήποτε διαθέτει ένα έξυπνο ηχείο στο σπίτι, όπως το Google Home ή το Alexa της Amazon. Σε ένα πολυσύχναστο σαλόνι, αυτές οι πλατφόρμες ενδέχεται να ανταποκρίνονται σε εντολές που δεν προορίζονται για αυτές ή ενδέχεται να μην μπορούν να διακρίνουν εντολές σε πολλές συνομιλίες. Αυτό συνήθως δημιουργεί μικρή απογοήτευση και ίσως κάποια κωμική ανακούφιση, αλλά όταν οι επιχειρηματικές συναλλαγές που περιλαμβάνουν ευαίσθητα δεδομένα πελατών πραγματοποιούνται μέσω φωνητικών εντολών, είναι επιτακτική ανάγκη η τεχνητή νοημοσύνη να μην συγχέει τους λογαριασμούς χρηστών.

Ας συζητήσουμε σήμερα την απαίτησή σας για δεδομένα εκπαίδευσης AI.

Παρά αυτά τα εμπόδια, η τεχνητή νοημοσύνη συνομιλίας έχει τεράστιες δυνατότητες για επιχειρήσεις κάθε είδους. Το Shaip είναι εδώ για να σας βοηθήσει να ξεκλειδώσετε αυτό το δυναμικό και όλα ξεκινούν με δεδομένα. Μπορούμε να παρέχουμε στις ομάδες προϊόντων ώρες μεταγραμμένων, σχολιασμένων δεδομένων ήχου σε περισσότερες από 50 γλώσσες. Χρησιμοποιώντας την αποκλειστική μας εφαρμογή απόκτησης δεδομένων, είμαστε σε θέση να απλοποιήσουμε τη διανομή των εργασιών συλλογής δεδομένων σε παγκόσμιες ομάδες έμπειρων συλλεκτών δεδομένων. Η διεπαφή της εφαρμογής επιτρέπει στους παρόχους υπηρεσιών συλλογής δεδομένων και σχολιασμού να βλέπουν εύκολα τις εργασίες συλλογής που τους έχουν ανατεθεί, να εξετάζουν λεπτομερείς οδηγίες έργου, συμπεριλαμβανομένων δειγμάτων, και να υποβάλλουν και να ανεβάζουν γρήγορα δεδομένα για έγκριση από τους ελεγκτές του έργου.

Χρησιμοποιείται σε συνδυασμό με το Πλατφόρμα ShaipCloud, η εφαρμογή μας είναι μόνο ένα από τα πολλά εργαλεία που μας εξοπλίζουν να προμηθεύουμε, να μεταγράψουμε και να σχολιάζουμε δεδομένα σχεδόν σε οποιαδήποτε κλίμακα απαιτείται για την εκπαίδευση εξελιγμένων αλγορίθμων για χρήση σε πραγματικές αλληλεπιδράσεις με πελάτες. Θέλετε να μάθετε τι άλλο μας κάνει τους ηγέτες στην τεχνητή νοημοσύνη συνομιλίας; Ελάτε σε επαφή και ας μιλήσουμε για το AI σας.

κοινωνική Share