Куда шагают чат-боты?
Сейчас уже никто не удивится, если во время разговора при произнесении имени “Алиса” (может быть даже обращаясь к реальному человеку), вдруг неожиданно оживет ваш телефон, компьютер или колонка, и приятный женский голос ответит что-то вроде “Привет, чем могу помочь?”. Скорее всего, вы просто ухмыльнётесь и скажете, “Алиса, отключись, я не тебя звал”. Множество, умных и не очень, чат-ботов, голосовых ассистентов и помощников настолько плотно вошло в нашу жизнь, что общение с ними происходит как само собой разумеющееся. Естественно, так было не всегда, да и в будущем, наверняка, будет иначе. Предлагаем немного окунуться в историю и посмотреть, с чего начинались Сири, Алиса, Джарвис и остальная компания:)
Первый чат-бот был разработан в 1966 году в Массачусетском технологическом институте и назывался Элизой. Её можно считать матерью ̶д̶р̶а̶к̶о̶н̶о̶в̶ всех умных ассистентов. Элиза умела отвечать всего на несколько простых вопросов, двигаясь по дереву решений.
В 80х-90х годах прошлого века эта модель активно развивалась и успешно применялась, например, в автоматизированных телефонных системах.
Кстати, дерево решений - самый древний инструмент чат-ботов, который использует простую логику вопросов и ответов, типа “если да, то; если нет, то”.
Современные же чат-боты сильно поумнели. Можно выделить несколько причин этой эволюции:
Повсеместное применение API сильно расширило возможность интегрирования решений сторонних разработчиков в популярные соцсети и мессенджеры, такие, как Facebook Messenger, WhatsApp, Telegram и др. Используя привычное и удобное приложение, юзер ,например, может получать рекомендации по продуктам, бронировать билеты и взаимодействовать с поддержкой в едином канале коммуникации.
Естественно, все эти чудесные фичи, которые умеют современные чат-боты были бы невозможны без машинного обучения. Именно оно приняло эстафету от дерева решений, применяемого в первых ботах. Хотя, сама модель дерева решений иногда используется в ботах и сейчас, там, где это уместно и необходимо. Благодаря же машинному обучению сильно повысилась чувствительность ботов. Теперь они могут распознавать изображения и голос, искать похожие картинки, выделять текст из изображений, а также считывать данные с видео. Это всё позволяет решать множество насущных задач. Например, упрощать работу с документами, распознавать заболевания растений по загруженной фотографии, а также вести транскрибацию речи, которую вы надиктовываете внимательному боту.
Кстати, и мы сделали бота 7TECH DeepEye, который интегрирован в телеграм и умеет распознавать и анализировать изображения из потокового видео, обнаруживать лица и идентифицировать их, а также выявлять и классифицировать конкретные детали в изображениях.
И вот спустя годы, благодаря умным алгоритмам, мы узнаём у Сири погоду на завтра, заказываем такси с помощью Алисы и флиртуем с Марусей.
Конечно, пока не всё идеально у интеллектуальных ассистентов. Бывает, они отвечают невпопад, слишком холодны в общении или не понимают простой человеческой шутки :) Есть проблема и с ограниченностью ответов у голосового помощника. Если вопрос выходит за рамки его логики, он может часами водить вас по кругу, но так и не переключить на оператора. Надеемся, в будущем это исправят :)
Кстати, про будущее - по мере развития технологий, боты будут становиться умнее и эффективнее.
Очевидно, что компании будут всё больше средств вкладывать в работников, которые не устают, не ошибаются (ну почти) и не обманывают. Уже сейчас боты могут обучаться прямо во время беседы и понимать, такого ли ответа ожидал клиент и удовлетворен ли он. Ну и разумеется, в одних мессенджерах им уже тесновато. Боты успешно поселились в колонках, телевизорах и даже очках. Не исключено, что скоро, заходя на кухню, вас будет встречать чайник, с пожеланием доброго утра и вопросом, до скольких градусов довести температуру воды ;)