Er menneskers dager på helpdesk nummerert?

Neste gang PC-en din låser seg, vil du at en annen datamaskin hjelper deg?

Automatiseringsselskapet IPsoft satser på det du vil, eller tror i det minste sjefen din at automatiserte assistenter er gode nok til å erstatte mennesker på helpdesk.

Feltet kognitiv databehandling - å få maskiner til å gjenskape menneskers evne til å lære av verden rundt seg - forskes på verdens største teknologiselskaper. Det kanskje mest kjente systemet som har dukket opp har vært IBM Watson, maskinen som slo to av Jeopardy-mestere på quiz-showet i 2011. Google har også viet mye tid til dette området, med sine Google X-laboratorier som utvikler en dybdelæringsalgoritme som kjører på et nevralt nettverk som er i stand til å oppdage menneskelige ansikter i YouTube-videoer fire på fem ganger.

IPsofts Amelia

Bilde: IPsoft

Interessen for feltet er ikke overraskende gitt de potensielle økonomiske fordelene. Enhver teknologi hvis ytelse tilnærmer seg et menneskes innen områder som naturlig språkprosessering eller mønstergjenkjenning, kan hjelpe med å automatisere skårer av manuelle roller.

IPsofts bidrag til feltet er Amelia, oppkalt etter den amerikanske flygeren Amelia Earhart, et system som den hevder kan lære å gjøre en jobb ved å "lese" en manual eller "se" mennesker som utfører denne rollen, i stedet for å trenge instruksjoner for å bli hånd- kodet.

IPsoft beskriver Amelia som et "kognitivt middel", i stand til å fordøye naturlig språk, forstå begreper og lære. Den forståelsen av det naturlige språket er det IPsoft sier lar Amelia lære ved å analysere en manuell eller et tekstbasert samspill av noen som for øyeblikket utfører rollen du vil at systemet skal påta seg. Gi Amelia nok informasjon om et bestemt emne, og det vil bygge et kunnskapskart som gjør det mulig å svare på relaterte spørsmål - et krav om hvilken som helst helpdesk eller rådgivende stilling.

"Det har vært en lang reise. Vi brukte det første tiåret av reisen vår på å prøve å gjøre rettferdighet mot resultatene av menneskelig erkjennelse. Ser på hvordan kan vi gjøre ting som resonnement, forståelse, læring, utnytte vår bakre og fremre cortex. vitenskapen var komplisert nok til at vi skrev ingen kode for det første tiåret, "sa Ergun Ekici, VP for nye teknologier på IPsoft.

"Vi forsket på semantisk rolleforståelse, førstegangslogikk, predikatlogikk, emosjonell kvotient og emosjonell resonnement, problemløsning, læring. Denne forskningen har nå oversatt til Amelia."

Analysthuset Gartner spår at innen 2017 vil autonome og kognitive plattformer som Amelia drive ned kostnadstjenestene med 60 prosent.

Amelia har blitt prøvd i en rekke Fortune 1000-selskaper, og jobber innen områder som IT-helpdesk og støtte for finansiell handel, og er i de tidlige stadiene av å bli rullet ut hos forskjellige organisasjoner.

Under forsøk fant IPsoft at Amelia var i stand til å gå videre fra å svare på svært få spørsmål uavhengig til 64 prosent av spørsmålene i løpet av to måneder.

For å demonstrere Amelias evner ble jeg vist en 45 minutter lang demo der Amelia utførte en rekke oppgaver som ble bedt om av henne av en IPsoft-representant. Imidlertid fikk jeg ikke kontroll over systemet eller mulighet til å stille spørsmål direkte om det.

Amelia er delt inn i åtte programvaremoduler og kan deles for å kjøre på tvers av en rekke servere utenfor hylla, med demoen som kjøres på en blanding av Dell PowerEdge R620- og R920-servere.

Hver del av demoen ble designet for å vise et annet aspekt av Amelias evner - dens evne til å forstå konsepter, å lære ved å observere mennesker eller 'lese manualer'. Her er påstandene som IPsoft fremsetter for Amelia og hvordan de valgte å illustrere dem.

Evne til å lære av manualer

Inspirert av en prøve av Amelia av en stor oljeleverandør begynte denne demoen med at systemet leste en manual om en sentrifugalpumpe og svarte på spørsmål om hvorfor det kan gå galt. Tanken var at systemet skulle svare på spørsmål som ble sagt til den av en ingeniør som fikser pumpen på stedet, selv om i dette tilfellet demoen var tekstbasert, med operatøren som skrev spørsmål og mottok skriftlige og muntlige svar.

Det tok Amelia omtrent 20 sekunder å behandle manualen, med skjermen som viste de forskjellige konseptene Amelia hadde trukket ut.

Operatøren spurte deretter Amelia en serie spørsmål designet for å illustrere hva den visste om sentrifugalpumpen:

Human : Hva er komponentene i en pumpe?
Amelia : Drivaksel, løpehjul, foringsrør, lager, sugedyse og utløpsdyse.

Amelia var også i stand til å svare på det samme spørsmålet på fransk, et av mer enn 20 språk den kan bruke, men med dette som en enkel liste antydet det ikke kvaliteten på oversettelsen Amelia er i stand til.

Avhøret fortsatte:

Menneskelig : Hva forårsaker høy strømbehov?
Amelia : Høy effektbehov kan være forårsaket av en bøyd drivaksel eller slitt løpehjul.

Ekici sa at det som ble vist, var et resultat av systemets "læring, ikke søkeordindeksering", og understreket det faktum at Amelia er i stand til å bestemme forholdet mellom symptom og årsak.

Som bevis siterte han Amelia med å bestemme at et slitt løpehjul er en årsak til stor etterspørsel etter kraft, mens håndboken bare sier at 'mulige symptomer på et slitt løpehjul er utilstrekkelig utladningstrykk og høyt strømbehov'.

Imidlertid spores de fleste spørsmålene nær ordlyden i håndboken som Amelia ble matet, så det er ukjent hvordan systemet ville takle mer komplekse spørsmål som avvike lenger fra strukturen til kildematerialet.

For eksempel inkluderte håndboken denne linjen:

'Mulige symptomer på en bøyd drivaksel er høyt strømbehov, vibrasjoner og støy, kort mekanisk tetningstid og kort levetid.'

som Amelia pleide å svare på dette spørsmålet:

Mennesker : Hva er symptomene på en bøyd drivaksel?
Amelia : Høy effektbehov, vibrasjoner og støy, kort mekanisk tetningstid og kort levetid.

Når det er sagt, var dette et forsøk på å demonstrere læring basert på en enkelt manuell fordøyd på 20 sekunder, og Ekici sa at å mate Amelia med tilstrekkelig domenekunnskap til å overta rollen som en frontlinjetjenesterepresentant generelt tar mer enn en måned å innta relatert tekst og observere mennesker som utfører en rolle.

Læring ved å observere andre

Et stort salgsargument for Amelia etter IPsofts syn er dens evne til å lære å utføre en rolle ved å se på andre som utfører den.

Som nevnt betyr å i demo tilfelle å analysere tekstchatter mellom agenter og menneskene de hjalp. Ekici sa at Amelias evne til å forstå naturlig språk gjør at den kan bygge et kart over hva den trenger å gjøre på hvert trinn i et samspill, et kart som IPsoft refererer til som å bygge en prosessontologi.

"Disse prosessdiagrammene er naturlige språkinstruksjoner som guider Amelia om hva hun trenger å gjøre, og de blir utledet gjennom å se en agent snakke med en kunde, de læres gjennom å lese en manual", sa Ekici.

I demonstrasjonen observerte Amelia følgende samspill:

Kundeserviceagent : Hva er brukernavnet ditt?
Kunde : Ergun
Kundeserviceagent : Amelia, bekreft at brukerens brukernavn er riktig?

Etter å ha analysert dette samspillet skapte det en enkel prosessontologi for hvordan du kan håndtere en forespørsel fra noen om å logge dem på kontoen sin:

'Spør hva brukerens brukernavn er?' ---> 'Kontroller at brukernavnet er riktig?'.

Selvfølgelig har dette utdraget lite av kompleksiteten i den ganske mer rotete dialogen som kjennetegner den virkelige kundeservicebørsen. Men gitt en til to måneder IPsoft sier at det er nødvendig for at Amelia skal bli komfortabel i en rolle, kan Amelia kanskje lage et prosesskart fra flere tilfeldige interaksjoner i det virkelige liv. Også en kundeservicemedarbeider som er bevisst på at Amelia lærer av et samspill, kan målrettet skreddersy utvekslingen for å gi tydelige pekepinn på hvordan den prosessontologien skal struktureres.

"Den sentrale delen er at Amelia ser og observerer, men enda viktigere er at hun lærer gjennom sin forståelse, slik at hun kan løse problemer, " sa Ekici.

Disse prosesskartene, utover å la forekomster av Amelia utføre rollen, lager også en oversikt over hvordan kundeserviceagenter jobber i en organisasjon.

"Hun ser på 5000 - 10 000 forekomster av denne samtalen og kan komme tilbake til en virksomhet og si at dette er prosessen som representerer det du faktisk gjør, ikke bare prosessen du har dokumentert, " sa Ekici.

Etter at prosesskartet er generert, kan bedriftseiere finjustere det for å oppnå ønsket oppførsel i Amelia.

Forståelse av første ordens logikk

Amelia fikk følgende uttalelser og spørsmål:

Human : Nick kjøpte IPsoft fra Chetan i går

Human : Hvem eier IPsoft-aksjer?

Amelia : Nick

Human : Hvem eide IPsoft-aksjer forrige uke?

Amelia : Chetan

"Spør hvilken som helst søkemotor i verden 'Hvem eier IPsoft-aksjer?' og svaret er ikke der, "sa Ekici.

Imelia vet imidlertid i dette tilfellet både at kjøp innebærer et eierskifte, og at det i går innebærer at eierskifte skjedde før i dag, men ikke så langt tilbake som i forrige uke. Dette er et eksempel på hvordan Amelia kan forstå predikat eller førsteordens logikk, sa han.

Å stille spørsmål fra sammenheng

I dette tilfellet fikk Amelia ikke et direkte spørsmål, snarere et tvetydig 'problemuttalelse', tro mot måten mange mennesker snakker på, og utvekslingen åpnet med:

Human : Har ikke tilgang til kontoen min

Amelia oppdaget arten av problemet, personen kunne ikke få tilgang til kontoen sin, og svarte med et spørsmål for å avklare problemet ytterligere, og spurte hvilket kontotilgangsnivå som var problemet, og ytterligere spørsmål for å forstå hvorfor de ikke klarte å få tilgang.

© Copyright 2021 | pepebotifarra.com