Çdo ditë, chatbotët e inteligjencës artificiale luajnë një rol në ndërveprimet tona, mbështetjen e klientëve, mjetet e produktivitetit dhe më shumë, duke vepruar si asistentë dixhitalë për bisedat tipike. Tani, mendoni për të pasur një dialog me dikë që nuk kujton asgjë nga dje; kjo do të kërkojë që ju të përsërisni vetë të gjithë bisedën.Kjo është se si një chatbot pa kontekst, ose kujtesë, do të ndjehen. Çfarë është kujtesa kontekstuale në chatbots? Në vend që të trajtojë çdo hyrje të re si një mesazh të pavarur, chatbot bën lidhje midis mesazheve të kaluara dhe mesazheve të ardhshme; kjo është e lidhur ngushtë me konceptin e gjendjes së bisedës. Për shembull: 
 
 
 Nëse ju keni kërkuar një chatbot javën e kaluar për t'ju kujtuar orarin tuaj të stërvitjes dhe sot ju thoni, "Çfarë ora është seanca ime nesër?" bot duhet të kuptojë se kjo është një pyetje në lidhje me një orar për një planifikues palestër. Në skenarin e chatbot-it të blerjeve, ju thoni “Kam nevojë për këpucë të zeza” dhe pastaj thoni “Më tregoni ngjyra të ngjashme”, dhe bot-i nuk do t’ju pyesë përsëri se çfarë produkti po shikoni. Ky tranzicion nga reagimet reaktive në bisedat e vazhdueshme është shkaktuar nga mënyra se si kujtesa trajtohet në sistemet chatbot. Shtresat e kujtesës Chatbot Memoria nuk është e pajisur në mënyrë të barabartë në një chatbot. Zhvilluesit ndjekin strategji të ndryshme në varësi të qëllimeve të veçanta dhe kufizimeve të sistemeve të tyre përkatëse. 
 
 
 
 Kujtesa afatgjatë: Mbaj gjurmët e bisedave që ndodhin brenda një seance të vetme.Nëse thoni “Po” ose “Jo”, bots e di saktësisht se çfarë jeni duke iu përgjigjur. Informacioni mund të përfshijë fakte të identifikueshme, të tilla si emri juaj, opsionet për të cilat keni treguar më parë një preferencë, ose ndoshta deklaratat që keni bërë në të kaluarën. Memoria episodike: Sistemet më të sofistikuara tani kujtojnë ndërveprime të veçanta nga e kaluara, pothuajse si kujtimin e një historie. "A ju kujtohet se unë kërkova rekomandime për laptop muajin e kaluar?" Kombinimi i këtyre shtresave informon se si chatbot mund të vazhdojë gjendjen e bisedës dhe të ndihmojë ndërveprimin të ndjehet më shumë sikur po flisni me një partner të bisedës në krahasim me një pajisje transaksionale. Sfidat e ruajtjes së kontekstit Sigurisht, dhënia e kujtesës nuk është si kthimi i një çelësi. Zhvilluesit përballen me sfida të ndryshme kur bëhet fjalë për ndërtimin e sistemeve të bazuara në kontekst: 
 
 
 
 
 Ruajtja e të dhënave: Memoria mund të krijojë një grup shumë të madh të të dhënave të historisë së bisedës që mund të marrin shumë burime për të kursyer për përdoruesin përfundimtar. Shqetësimet e privatësisë: Ruajtja e informacionit të identifikueshëm do të kërkojë pëlqimin e qartë të përdoruesit dhe përputhshmërinë me rregulloret si GDPR. Filtrimi i përshtatshmërisë: Jo çdo kontekst mund të jetë i dobishëm. Problemi është se si ta mësoni botin se çfarë duhet të ruhet dhe çfarë duhet të injorohet. Për shembull, mund të jetë e dobishme të mbani mend markën tuaj të preferuar të kafesë, ndërsa bisedat e vogla pa kohë nuk kanë nevojë të ruhen. Error Compounding: Një keqinterpretim i vetëm mund të vijë në bisedat e mëvonshme, duke shkaktuar keqkuptime të përsëritura nëse bots kujton "kontekstin e gabuar". Prandaj, këto probleme na japin një tregues shumë të fortë se ruajtja e kontekstit shkon përtej një problemi të thjeshtë inxhinierik dhe është, në fakt, gjithashtu një çështje e dizajnit dhe etikës. Teknika për kujtesën në zhvillimin e AI Chatbot Sot, zhvilluesit përdorin qasjet e bazuara në dizajn dhe të bazuara në machine learning në një metodë hibride për të zbatuar kujtesën e bisedës. 
 
 
 
 
 Session IDs dhe Tokens: Forma më elementare e kujtesës që thjesht etiketon sesionin, duke lejuar kontekstin të ekzistojë për aq kohë sa vazhdon sesioni. Profilet e lidhura me bazën e të dhënave: Procesi i zgjeruar inteligjent në të cilin botët krijojnë profile përdoruesi të lidhura me ID-në e tyre në shumë platforma, duke zhvilluar kështu kujtime afatgjata. Embedding dhe Vector Search: teknikat e bazuara në AI që lejojnë chatbots të ‘mbajë mend’ detajet jo si të dhëna statike, por më tepër si lidhje të ruajtura si vektorë dimensionalë. LLM-të e përshtatur me shtresat e kujtesës: Disa modele të mëdha të gjuhës tani kanë shtresat e kujtesës të përmbajtura në rrjetet neurale, duke siguruar kështu një formë më pak mekanike të kujtimit të asaj që boti kishte fituar më parë dhe trajnuar njohuritë. Të gjitha qasjet do të kenë efikasitet, kosto, aspekte të privatësisë dhe kompromis të saktësisë.Por në fund të ditës, i njëjti objektiv qëndron: të mbajë një gjendje të arsyeshme të bisedës me kalimin e kohës. Ndikimi i botës reale të ruajtjes së kontekstit Nevoja për kujtesën e makinës nuk është teorike; ne shohim implikimet e saj si njerëzit miratojnë ose nuk miratojnë platforma të bazuara në chat. 
 
 
 
 
 Shërbimi i klientit: Një bot mbështetës që kujton numrin tuaj të biletës më të fundit dhe mund të kryejë dhe të marrë nga biseda ndihet shumë më i përqendruar në klient se një tjetër bot që një konsumator do të fillojë nga zero çdo herë. Kujdesi shëndetësor: Asistentët virtualë që kujtojnë oraret e mëparshme të medikamenteve me kalimin e kohës mund të zvogëlojnë barrën mbi pacientët. E-commerce: Bots që sugjerojnë produkte të reja për të parë bazuar në produktet e shikuara më parë mund të nxisin konvertimin. Edukimi: Robotët e të mësuarit që janë në gjendje të gjurmojnë progresin e studentëve me kalimin e kohës mund të krijojnë plane të përshtatura të mësimit në vend të sugjerimeve të përgjithshme për të përmbushur objektivat e të mësuarit. Këto kontekste na tregojnë se si ruajtja e kontekstit transformon chatbots nga Q&A statike në asistentë dinamikë që ndihen të kalibruar për nevojat e përdoruesit. E ardhmja e shtetit të bisedës E ardhmja është një akt balancues: duke përdorur kujtesën për të ofruar më shumë fuqi dhe aftësi, duke siguruar që përdoruesi është ende në kontroll.Ndërsa kujtesa në chatbots bëhet një realitet, ne do të shohim se zhvilluesit ofrojnë një shtresë më të gjelbër të zgjuarsisë dhe fuqisë duke përfshirë kontekstin afatgjatë ndërsa menaxhojnë përvojën e përdoruesit rreth fshirjes së privatësisë. Ne mund të presim: 
 
 
 
 Adaptive Forgetting: Sistemi që filtron informacionin që është më pak i rëndësishëm me kalimin e kohës, ndërsa ruan informacionin e rëndësishëm. Për shembull, kur ju kontaktoni chatbot tuaj në laptopin tuaj, ajo kap kujtimet nga biseda, dhe kur ju kaloni në telefonin tuaj, ajo vazhdon bisedën. Kontrolle transparente të kujtesës: Sisteme që lejojnë përdoruesin të hyjë, të redaktojë ose të fshijë kujtimet nga chatbots. Në fund të fundit, kujtesa e kontekstit nuk është një tipar i së ardhmes së AI-së bisedore; ajo është një komponent thelbësor i ndërtimit të një chatboti të kuptueshëm AI. Pa kujtesë, chatbots ekzistojnë si mjete transaksionale. Mendimet e fundit Chatbots që nuk kanë kujtesë do të jenë si një bisedë që nuk ka histori: ata mund të përgjigjen, por kjo nuk ka kuptim. mesazhet që ne dërgojmë sot do të informojnë dhe do të mundësojnë mesazhet që ne dërgojmë nesër. Pra, pasi chatbots janë kudo në jetën e punës dhe jetën personale, sfida është të angazhohen në mënyrë të dobishme me kujtesën e veprimeve të tyre. Çfarë ia vlen të mbahet? Çfarë ia vlen të humbasësh? Si bisedat fitojnë kuptim me kalimin e kohës? Sepse, në fund të fundit, për AI dhe për ne, konteksti është gjithçka.

Kjo audio është prodhuar në gjuhën origjinale të tregimit!

Roli i kujtesës së kontekstit në chatbots AI: Pse mesazhet e djeshme kanë rëndësi

About Author

KOMENTE

VARUR TAGS

KY ARTIKU U PARAQIT NË

Related Stories

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Rrjeti SQD sapo vrau emetimet e tokenëve.Ja çfarë paguan 16 miliardë dollarë në DeFi TVL

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps