Image for post
Image for post
Suraj Shinde | AI Digital Lab diretor | everis México

Framework de Chatbot Inteligente e Arquitetura de Referência

O objetivo deste artigo é apresentar um framework, além da estrutura e uma arquitetura de referência que reúna e descreva diferentes ideias e abordagens para projetar um chatbot inteligente. Vamos revisar a estrutura de chatbot inteligente proposta, que gira em torno da inteligência de conversação e cognitiva e a autenticação inteligente, tudo dentro de uma estratégia de omnichannel. Também estudaremos a arquitetura de referência proposta, que vai um passo adiante na identificação dos componentes necessários, sua integração e funcionalidades para implementar esse framework.

Image for post
Image for post
Framework de Bot Inteligente

O framework de bot inteligente proposto é composto por três blocos de construção principais: inteligência de conversação, inteligência cognitiva e autenticação inteligente. Ele é implantado em todos os canais com os quais os usuários interagem, como aplicativos de mensagens, aplicativos móveis, sistemas de telefone, web, aplicativos de bate-papo e mídias sociais. Isso garante que os usuários tenham uma experiência consistente, independentemente do canal que usam.

Um bot inteligente deve ser capaz de manter uma conversa consistente e inteligente com o usuário. O bot deve ser capaz de manter o contexto à medida que o usuário muda de assunto ou usa expressões coloquiais, conversacionais e palavras, de maneira similar a qualquer humano. Atualmente, a maioria dos bots não é sofisticada o suficiente para fazer isso. Alguns podem conseguir responder a perguntas com sucesso, mas se o usuário acompanhar a conversa, a maioria dos bots de hoje não consegue manter o contexto sobre a questão.

Um bot inteligente deve estar ciente de seu ambiente, tomar decisões, executar ações e até mesmo prever as necessidades de um usuário. Embora os sistemas herdados de reconhecimento de fala entendessem o que as pessoas diziam, os sofisticados sistemas de processamento de linguagem natural da atualidade compreendem o que as pessoas querem dizer e fazer. Tanto o reconhecimento de fala quanto o entendimento da linguagem natural dependem de um grande volume de dados de treinamento, conhecimento específico do domínio e informações do usuário.

O bot inteligente deve, idealmente, utilizar a biometria de voz para permitir que os usuários autentiquem sua identidade com facilidade e naturalidade, sem precisar digitar uma senha ou um PIN, e simplesmente falando uma senha curta. Isso elimina os PINs difíceis de lembrar ou, pior, a necessidade de responder a uma série de perguntas de segurança, como “Qual era o nome do seu melhor amigo de infância?” ou “Qual foi sua transação mais recente?” Além disso, a biometria de voz melhora significativamente a segurança sobre métodos de autenticação legados e fraudes. O bot também deve usar reconhecimento facial em combinação com biometria de voz para maior segurança.

Image for post
Image for post
Arquitetura de referência

Um bot inteligente não é apenas um modelo único de aprendizado de máquina, mas é um conjunto integrado de vários componentes de IA que facilitam diferentes funções de inteligência. Assim, a arquitetura de referência de bot inteligente proposta implementa a estrutura conforme detalhado abaixo.

Um Master Bot interage com os usuários por meio de múltiplos canais, mantendo uma experiência e contexto consistentes. Ele entende as perguntas do usuário, responde a perguntas frequentes e encaminha o restante para o slave bot apropriado (baseado em recuperação ou gerador) para resposta e facilita os serviços ou recursos de inteligência necessários.

A autenticação inteligente é um modelo de reconhecimento facial e de fala que autentica e reconhece o usuário, além de oferecer uma interação personalizada.

Os slave bots são baseados em recuperação, ou “bots auxiliares” que coletam informações em nome do bot mestre por meio do extrator de informações ou serviços de integração. Ele também pode prever a próxima melhor ação, produto, serviço ou promoção, por exemplo, usando o mecanismo de recomendação. Os bots baseados em recuperação podem ser específicos do domínio e / ou da tarefa e podem encadear vários outros.

O Generative é um robô auxiliar que gera respostas para as perguntas dos usuários que não requerem nenhuma fonte externa de informações, como o bate-papo geral. Ele também tem outras capacidades como negociação , autoaprendizagem e personalidades.

A tradução de idiomas é um modelo de IA que detecta a língua dos usuários e realiza traduções para tornar o bot multilíngue, permitindo que ele converse com usuários em diferentes idiomas.

Isso envolve três modelos de IA que avaliam o sentimento de cada resposta para entender o humor dos usuários para gerenciar a conversa de acordo ou ter empatia com eles. Um modelo executa a análise de texto para identificar o sentimento nas respostas do bate-papo ou nas respostas de voz, convertendo voz em texto. Outro modelo realiza a análise de tom da voz do usuário para identificar padrões de voz que determinam emoções enquanto ele fala com o bot. Ainda, outro modelo realiza análise facial de imagem ou vídeo para ler expressões faciais e determinar as emoções do usuário. Os modelos de análise mencionados anteriormente também podem determinar a idade e o sexo do usuário, para melhorar o gerenciamento da conversa, fornecer um toque humano e aumentar a experiência do usuário.

Serviços de IA: extrator de informações é um modelo de IA que recupera informações de fontes de dados não estruturados, como documentos, Big Data e base de conhecimento, incluindo fontes de documentos on-line, como a Wikipedia, e classifica-as com base no nível de confiança. Um bot baseado em recuperação usa um extrator de informações para responder a perguntas mais técnicas ou baseadas em conhecimento. Ele também usa o mecanismo de recomendação, que é um modelo baseado em previsão para fornecer recomendações personalizadas ao usuário com base em dados históricos, contexto ou comportamento.

Capacidades de IA: isso inclui um conjunto de recursos que o bot generativo é treinado para demonstrar inteligência semelhante à humana. O bot pode negociar com o usuário ou em nome do usuário com o objetivo de ganhar alguma coisa. Também aprende novas informações e estilos por meio de interações repetidas com o usuário. Ele usa diferentes personalidades para interagir com diferentes usuários com base em suas características (masculino / feminino; jovem / idoso, etc.) também lida com perfis como diferentes tipos de profissionais e nacionalidades, incluindo personalidades individuais.

Os Serviços de Integração: bot baseado em recuperação, que usa serviços de integração para coletar informações de sistemas, serviços ou bancos de dados externos.

Conclusão

Nós discutimos um framework que descreve os blocos de construção necessários para projetar um bot inteligente. Também exploramos uma arquitetura de referência que mostra como a estrutura pode ser implementada usando um conjunto integrado de componentes de IA que facilitam a inteligência que o bot exige.

Written by

Exponential intelligence for exponential companies

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store