FacebookでMicrosoftRuuhチャットボットに会いましょう-知っておくべきことはすべて！

時々あなたが必要とするのは誰かと話すことだけです。自分なりの方法であなたを元気づけることができる人、人生のすべての問題を忘れてしまうほど人生とおしゃべりに満ちている人。あなたの期待よりも良くなることによってあなたを楽しませる誰か。誰もが物事について他の「人間」と話すことにそれほど快適ではありませんが、AIと話す好奇心旺盛な人々がいます。ここで、Ruuhが写真に登場します。

Ruuhは、質問を聞いたり、感情を検出したり、ユーザーの背景について学習したり、適切な返信をしたりすることができます。これにより、ユーザーとの結合とユーザーとの関係が強化されます。これは、チャットボットとユーザーの間のより価値のある賢明なチャットを直接意味します。

ルー(Ruuh)は会話が上手です

感情の関与がなければ、チャットボットの存在は役に立たない。個人的なつながりがなくても返信できるだけで、チャットは正式になり、多くの場合面白くなくなります。(Just)チャットボットは、それに関与する感情に基づいて会話を行うことができる場合にのみ興味深いものです。これについて、マイクロソフト(Microsoft)は言います、

Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.

Ruuhの構築を目指す

このAIを利用したチャットボットの構築の背後にあるマイクロソフトの主な目的は、インド(India)の若くて技術に精通したアーリーアダプターのためにそれを作ることでした。これは、 Xiaoice(Chatbot)という名前のMicrosoftの中国のチャットボットに似ていることをすでに意味していました(Xiaoice)。Ruuhは、単なるデジタルアシスタントというよりも、デジタルフレンドです。Ruuhは、単なるコードではないソフトウェアです。それはあなたの友達です。
ディープラーニングの仕組み。

Ruuhは架空の人物です、私たちは皆それを知っています。しかし、彼女の性格は、18〜24歳の若い都会のインドの女の子をモデルにしています。(India)彼女はポップ(Pop)カルチャーに興味を持っているようで、インド(India)で使われている流暢な都会のスラングの使い方が得意です。

Ruuhを作成する最初のステップは、データを収集することでした。彼女は気さくで機知に富んだことを意図していた。Ruuhのこのパーソナリティのソースは、リアルタイムの会話、ソーシャルメディア(Social Media)の会話、フォーラム、ソーシャルプラットフォーム、および匿名でユーザーエクスペリエンスを向上させるためにデータが収集されるメッセージングサービスでした。

次に、収集した有用なデータを改良する必要がありました。この手順では、収集された全データの70％が役に立たなかったため、削除されました。マイクロソフトは、米国、英国、(Microsoft)オーストラリア(Australia)の人々に対する不快なコメントや、性差別的または政治的なコメントがないことを確認しました。

さて、この洗練された有用なデータは、選択されたモデルに適用されることになりました。このモデルは、cDSSMまたは畳み込み深層構造セマンティックモデル(Deep Structured Semantic Model)でした。これは新しいモデルであり、AIでの人間のような行動をより良く、より深くするのに役立ちます。

cDSSMがどのようにAIを向上させるか

クエリの識別(Query Identification)

クエリ識別(Identification)は、AIを人間(Humans)に近づけるための最初のステップです。アルゴリズムは入力クエリを受け取り、データベースで同様の質問を探します。これは、情報検索(Information Retrieval)またはIRとも呼ばれます。
たとえば、クエリが「チキンパスタを作成するにはどうすればよいですか？」の場合、Ruuhは(Example)データを分析し、同様の質問の複数のサンプルを見つけます。

ランキング回答(Ranking responses)

ここで、アルゴリズムは、サンプルの関連性に基づいて応答を分類します。これは、最も関連性の高いデータが出力として提供される方法です。

コンテキストを理解する(Understanding Context)

さて、チャットボットがユーザーが話していることを忘れても意味がないかもしれません。

For Example: Question: “Do you like ice cream, Ruuh?”

Ruuh: “Yes, I like it.”

Question: “which flavors do you like?”

Ruuh: “Chocolate and Vanilla.”

さて、Ruuhは、2番目の質問がアイスクリームに関するものであることを知っていたので、回答は適切でした。

Ruuhのアルゴリズムは、彼女の機能を非常に優れたものにするために、ユーザーからの以前のクエリのデータを常に検索し、ユーザーが話している内容に関するコンテキストを理解しています。

感情的な手がかりの検出と応答(Detection and response to emotional cues)

さて、より人間らしいとは感情の検出を意味します。これは、人間が感情的な考え方を持っているためです。そのため、ユーザーの感情を検出するために、Ruuhは、受信したチャットメッセージのパターンと、チャットで使用されている絵文字の種類を検索します。だから、あなたが彼女と話しているとき、彼女はあなたが幸せか、悲しいか、興奮しているか、動揺しているかを知っています。

評決(Verdict)

Ruuhは強力であり、AIが人間のように振る舞うために今日できることの力を示すための優れた方法です。cDSSMのパワーにより、Ruuhははるかに賢くなります。

マイクロソフトは言う：

To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.

例を挙げて、これをよりよく理解しましょう。ユーザーがRuuhに「最も人気のあるピザのトッピングはどれですか？」と尋ねると、 (Which)Ruuhはそのクエリを「ピザのトッピング」に関するものとして識別し、このクエリに基づいて最も関連性の高い回答を取得します。Ruuhは、関連性に基づいてデータベースから同様の回答をランク付けし、最も適切な応答を生成します。Ruuhは、コンテキストアウェアネスを使用して、「どれが好きですか」などの後続の質問に簡単に答えることができます。「きのことパイナップルが大好き」と返信して。

Ruuhは現在1歳ですが、AIの未来は明るいと言わざるを得ません。この速度で、ますます高度なAIが出現しているため、まもなく私たちの周りでよりスマートなものが見られるようになります。マイクロソフト(Microsoft)のチームの幸運を祈っています。今後もこれらのすばらしい製品で私たちを驚かせてくれることを願っています。

Ruuhの詳細については、 Microsoft の公式記事を参照してください。また、Facebook(on Facebook)(on Facebook.)で試してみてください。



翔太 小林

About the author

私は、Apple Mac、iOS デバイス、および Google Chrome ブラウザーの構築と保守に 10 年以上の経験を持つソフトウェア エンジニアです。私の経験には、ソフトウェア製品のゼロからの開発、保守、運用、またはオープン ソース プロジェクトへの貢献が含まれます。また、病院の壊れた画面の修理から iPhone の新機能の設計と実装まで、さまざまなハードウェア プロジェクトに携わる機会がありました。余暇には、お気に入りのビデオ ゲームをしたり、本を読んだり、家族と一緒に夕食を作ったり、友達と時間を過ごしたりしています。


Related posts