Sztuczna inteligencja uczy się mówić w języku Klienta i rozumieć jego komunikaty

0
sztuczna inteligencja

Przyjęło się, że język angielski jest uniwersalnym środkiem komunikacji w świecie biznesu. Już prawie każda większa korporacja posiada obcojęzyczną stronę internetową i pracowników przeszkolonych do obsługi klienta anglojęzycznego. Lecz co w przypadku, gdy nasi klienci zdecydują porozumiewać się w ich ojczystym języku? Z pomocą przychodzi sztuczna inteligencja.

Wyobraźmy sobie sytuację, w której zarządzamy dużym biurem obsługi klienta w firmie działającej na rynkach międzynarodowych. Pewnego dnia skrzynki odbiorcze naszych pracowników zalewa fala e-maili z całego świata w różnych językach. Po nadmiernym używaniu wykrzykników oraz Caps Locka przez klientów wnioskujemy, że sytuacja jest bardzo poważna. Pracownicy nie nadążają z tłumaczeniem pojedynczych wiadomości przez translatora i odpowiadaniem na nie. Nagle rodzi nam się kryzys, bowiem nie wiemy, co się dzieje, a nie jesteśmy w stanie w minutę nauczyć osób zatrudnionych dodatkowego języka. I to właśnie jest dobry moment, aby dodać do zespołu algorytm bazujący na sztucznej inteligencji.

Międzyjęzykowe podejście do klienta – jak to działa?

W kolejnych latach sztuczna inteligencja nie tylko wyręczy nas w monotonnych obowiązkach, ale i ułatwi zarządzanie procesem zakupowym klienta posługującego się swoim ojczystym językiem.

By w pełni zrozumieć proces należy wytłumaczyć kilka najważniejszych kwestii.

Za interpretację znaczenia słów odpowiada NLU (ang. Natural Language Understanding). Podejście to umożliwia rozumienie mowy ludzkiej przez komputery. Aby móc stworzyć warunki do wykorzystywania AI w pracy z wieloma językami, należy najpierw zaprojektować odpowiednie podłoże leksykalne dla tych działań. Mowa tu o przygotowaniu tzw. przestrzeni semantycznych – zbiorów znaczeń słów i fraz podlegających przetwarzaniu w obrębie danego języka.

Dotychczas, firmy zajmujące się przetwarzaniem języka naturalnego tworzyły pojedyncze przestrzenie semantyczne. Pozwalało to na pracę tylko i wyłączeniu w obrębie jednego języka. U podstaw nowego podejścia leży stworzenie jednej wspólnej przestrzeni dla wszystkich języków, które mają być przetwarzane przez sztuczną inteligencję.

– W naszych rozwiązaniach z obszaru NLP (ang. Natural Language Processing) przenosimy zasoby ze wszystkich języków do jednego zbioru – tłumaczy Tomáš Brychcín, osoba odpowiedzialna za rozwój działań NLP w SentiSquare. – Taki sposób pozwala nam później łatwo mapować znaczenia poszczególnych słów i fraz w językach innych niż angielski. Dużą zaletą naszego podejścia jest łatwość rozszerzania zbioru języków. Mając np. przestrzeń semantyczną składającą się z 3 języków, możemy w łatwy, zautomatyzowany sposób poszerzać ją o kolejne. W praktyce oznacza to, że nasze algorytmy (przestrzenie semantyczne) uczą się, że frazy „opóźnienie lotu”, „flight delay” i „Flugverspätung” mają podobne znaczenie.

Czytaj również:  Blockchain zwiększy bezpieczeństwo transakcji i wymiany danych przez internet. Technologia może zastąpić notariuszy i zrewolucjonizować medycynę

Efektem takiego rozwiązania jest zdolność AI do uczenia się, interpretacji i porządkowania komunikatu w każdym dostępnym języku na świecie.

Zastosowanie i korzyści

Największą zaletą wykorzystania wspólnej przestrzeni semantycznej jest fakt, że firmy mogą skutecznie wykorzystywać sztuczną inteligencję nawet jeśli mają ubogą bazę słów i zwrotów w danym języku.

Jak poradzić sobie z niedoborem danych?

– Najlepiej posłużyć się przykładem – mówi Brychcín. – Weźmy pod lupę linie lotnicze, bo te obsługują klientów w wielu językach. Statystycznie 50% wszystkich prowadzonych rozmów jest realizowanych po angielsku, a pozostała część w 50 innych językach. Według dostępnych danych firma posiada bogatą bazę słów po angielsku, ale ubogą w pozostałych językach. Jednak dzięki wykorzystaniu wspólnej przestrzeni semantycznej, sztuczna inteligencja może skutecznie posługiwać się pozostałymi 50 językami. Jak? Odpowiedź jest prosta. Dzieje się tak, ponieważ AI jest w stanie zinterpretować znaczenie słów we wszystkich językach bazując na znaczeniach  z angielskiego.

Taki system znajduje zastosowanie nie tylko w branży lotniczej. Można go wykorzystać  niemal we wszystkich sektorach, w tym. m.in. w bankowości, telekomunikacji, call center,  sektorze medycznym czy administracji publicznej.

Czesi wdrażają już system u jednego z klientów

Można się spodziewać, że wkrótce rozwiązania z obszaru wielojęzycznego przetwarzania mowy zrewolucjonizują działalność wielu obszarów nowoczesnego biznesu. Mowa o m.in. aplikacjach wykorzystujących automatyczne tłumaczenia maszynowe, międzynarodowych działach obsługi klienta i elektronicznych bazach informacji.

Wśród wciąż wąskiego grona firm, które rozwijają nowoczesne rozwiązania w obszarze NLP jest SentiSquare. Czesi są na etapie wdrażania komercyjnego wielojęzycznego podejścia u jednego z klientów. Firma dotychczas swoją technologię testowała wykorzystując przestrzeń semantyczną obejmującą 6 języków należących do różnych rodzin językowych – jak twierdzą przedstawiciele firmy – efekt przerósł ich oczekiwania.

***

Słowniczek:

  • NLU (ang. Natural Language Understanding) – rozumienie języka naturalnego przez komputery.
  • NLP (ang. Natural Language Processing) – przetwarzanie języka naturalnego.
  • Przestrzeń semantyczna – zbiór znaczeń słów i fraz podlegających przetwarzaniu w obrębie danego języka.