Разное

Чат бот гугл: Раз, Два, Три! Чат-бот из Google Таблицы на примере PvP-игры для Алисы / Хабр

Содержание

Google AI разработала контекстного чат-бота Meena

Google AI

Разработчики из Google AI представили Meena — чат-бота, который может общаться на любые темы и учитывать контекст разговора. В основе чат-бота — алгоритм на основе seq2seq, обученный на четырех миллиардах слов из разговоров пользователей социальных сетей. Дополнительно исследователи разработали метрику оценки работы чат-ботов людьми на основе измерения конкретики разговора и того, имеет ли реплика смысл: по ней Meena набрала 79 процентов, что минимум на 23 процента выше, чем другие чат-боты, и всего на 7 ниже человека. Подробнее о работе чат-бота можно прочитать в препринте на arXiv,org, а также в блоге Google AI.

Сейчас чат-боты уже достаточно развиты и могут поддержать короткий разговор с пользователем. У всех них, однако, есть большое ограничение: обычно количество тем, на которые отдельный чат-бот может общаться, довольно небольшое, и, стоит пользователю уйти от темы, система начинает выдавать неспецифичные ответы вроде «я не знаю».

В основе такого ограничения, с одной стороны, лежит недостаток данных, а с другой — то, что чат-боты не могут запоминать контекст разговора: другими словами, при беседе система отвечает только на последний запрос, но не может вернуться к предыдущему, что во многом и делает разговор неспецифичным и неестественным.

Дэниел Адивардана (Daniel Adiwardana) и его коллеги из Google AI решили обойти оба этих ограничения и создали Meena. В основе системы — алгоритм seq2seq на основе рекуррентной нейросети, главная задача которого — поиск взаимосвязей между отдельными кусками информации или — более специфично — «перевод» одного куска в другой.

Алгоритм в основе Meena обучен на отрывках реальных разговоров пользователей соцсетей. Особенность алгоритма состоит в том, что за отдельную часть беседы для обучения берется не пара реплика-реплика, а целый диалог, состоящий из семи реплик со стороны каждого из пользователей. Это, таким образом, позволяет учитывать достаточно обширный контекст беседы. Кроме того, в обучающую выборку вошло достаточно большое количество данных: диалоги, насчитывающие около 40 миллиардов слов.

Для оценки работы чат-бота исследователи создали две отдельные метрики: автоматическую и метрику для оценки реальными людьми. Первая основана на подсчете параметра «растерянности» (perplexity), который подсчитывает обратную вероятность появления каждого последующего слова в сгенерированном тексте на основе распределения вероятностей обучающей выборки. 

Другими словами, этот параметр отражает то, из скольких вариантов была выбрана итоговая реплика. Чем их меньше, тем качественнее работает чат-бот: в реальном разговоре между людьми варианты ответа на реплику сильно ограничены контекстом и темой разговора. Исследователи, поэтому, справедливо посчитали, что эта оценка концептуально довольна близка к той, которую могут дать чат-боту люди.

Метрика для оценки людьми, в свою очередь, основана на измерении двух параметров: того, имеет ли реплика чат-бота смысл и того, насколько она конкретная. При человеческой оценке эти два параметра учитываются при каждой новой реплике, а сама оценка — бинарная (либо «да», либо «нет»). Например, если пользователь скажет чат-боту «Я очень люблю пирожки», а тот ответит «Здорово!», то ответ будет иметь смысл, но не будет конкретным, а если он ответит «Сегодня дождь идет» — наоборот. С другой стороны, если ответом будет либо «Стишки или выпечку?», либо «Я тоже, больше всего мне нравится с капустой», то он подойдет по обоим параметрам метрики.

Работу Meena сравнили с другими чат-ботами, включая CleverBot и Mitsuku, а также с диалогами реальных людей в интерактивном режиме — во время общения. По метрике, использованной для оценки людьми, Meena набрала больше всех остальных чат-ботов — 79 процентов. Диалог с реальным человеком, в свою очередь, набрал 86 процентов, а CleverBot и Mitsuku — по 56 процентов. Человеческая метрика и «растерянность» при этом коррелировали (коэффициент — 0,93): чем ниже был этот параметр, тем выше была оценка людей.

Откроют ли Meena для публики отдельно или же Google интегрирует его в другие свои сервисы вроде Assistant — неизвестно: пока что компания не планирует создавать для бота публичный интерфейс. Кроме того, исследователи также отметили, что алгоритм все же нуждается в доработке, так как для качественной работы чат-бота диалог с ним все же должен быть неотличим от беседы с реальным человеком по любой — автоматической или нет — метрике. 

Интересно, что для обучения чат-ботов не всегда используют реальные разговоры. Например, в 2018 году Facebook выложила открытую базу данных около 160 тысяч диалогов, совершенных от лица выдуманных людей: по словам разработчиков, это поможет чат-ботам поддерживать разговор о себе.

Елизавета Ивтушок

Google представляет Meena, чат-бота на нейросетях / Хабр

В Google попытались создать чат-бота, максимально похожего на человека. Результатом разработок стала Meena — модель, работающая на основе нейросетей. По оценке Google, чат-бот способен достигнуть большей «человечности» в беседе по сравнению с другими моделями.

Как пишут Дэниел Адивардана, старший инженер, и Тханг Луонг, старший научный сотрудник отдела исследований Google Brain Team, у большинства современных чат-ботов есть критический недостаток — отсутствие смысла в высказываниях. Иногда они говорят то, что не соответствует сказанному ранее, им может не хватать базовых знаний о мире. Кроме того, чат-боты часто дают ответы, которые нельзя назвать конкретными. Например, «я не знаю» — разумный ответ на любой вопрос, но он не конкретен. Также чат-боты нередко бывают узкоспециализированными: они работают хорошо, пока пользователи не отклоняются от ожидаемого курса беседы.

В последнее время разработчики пытаются создать чат-бота, который смог бы общаться практически обо всем. Такой бот мог бы использоваться для улучшения интерфейса электронных устройств, помочь в изучении иностранных языков и создавать более «живых» персонажей видеоигр.

«Мы представляем Meena, диалоговую модель на основе нейросетей. Meena может вести более разумные и конкретные беседы, чем существующие современные чат-боты», — пишут в Google.

В основе Meena лежит архитектура Evolved Transformer seq2seq. Meena работает с помощью одного блока кодера Evolved Transformer и 13 блоков декодера Evolved Transformer. Кодер отвечает за обработку контекста разговора, чтобы Meena могла понять смысл сказанного. Затем декодер использует эту информацию для формулирования ответа.

«Мы обнаружили, что мощный декодер является ключом к более высокому качеству разговора», — указывают в Google.

Модель Meena имеет 2,6 млрд параметров и обучалась на 341 Гб текста. По сравнению другой известной моделью, OpenAI GPT-2, у Meena в 1,7 раза больше параметров, а объём данных для её обучения больше в 8,5 раз.

Как пишут в Google, существующие оценки качества чат-бота, как правило, малоэффективны из-за их сложности и несогласованности. Это побудило компанию разработать новую метрику оценки под названием Sensibleness and Specificity Average (SSA), которая фиксирует основные атрибуты общения бота с людьми.

«Чтобы вычислить SSA, мы общаемся с несколькими чат-ботами — Meena и другими известными ботами, в частности, Mitsuku, Cleverbot, XiaoIce и DialoGPT. Чтобы обеспечить согласованность оценок, каждый разговор начинается одинаково — с приветствия. Каждый ответ оценивается по двум параметрам — осмысленность и конкретность. Если ответ кажется неправильным (запутанным, нелогичным или фактически неверным), он оценивается как не имеющий смысла», — указано в блоге.

Если ответ проходит по критерию осмысленности, то дальше высказывание оценивается как конкретное или нет. Например, если собеседник говорит «Я люблю теннис», а бот отвечает «Это хорошо», то ответ помечается как неконкретный, так как такой ответ можно использовать в десятках различных контекстов. Но если бот отвечает «Я тоже, я обожаю Роджера Федерера!», то такой ответ помечается как конкретный, поскольку он тесно связан с предметом обсуждения. В итоге чувствительность чат-бота (Sensibleness) складывается из доли ответов, помеченных как «разумные», а специфичность (Specificity) — из ответов, помеченных как «конкретные». Среднее из этих двух — оценка SSA.

Кроме того, в оценке Meena использовался такой параметр, как недоумение (Perplexity), автоматическая метрика, доступная для любой модели нейросети, измеряющая неопределенность языковой модели. Чем ниже этот показатель, тем больше уверенности в том, что модель сгенерирует свой ответ правильно, и тем выше оказывается показатель SSA. У Meena показатель недоумения равен 10,2, что соответствует SSA в 72%. Оценка SSA человека, как утверждает Google, составляет в среднем 86%.

«Хотя мы сосредоточились исключительно на осмысленности ответов бота, другие атрибуты, такие как «личность» модели и соответствие её ответов фактам, также заслуживают внимания в последующих разработках. Ещё одно ключевое направление работы — решение проблем безопасности и предвзятости чатботов. Учитывая сложности, связанные с этим, мы пока не выпускаем демонстрационную версию Meena для внешних исследований. Однако она будет доступна в ближайшие месяцы», — обещают в Google.

Чат-бот Google о главном вопросе жизни, вселенной и вообще – Архив

Фотография: Google

Люди в Google попытались поговорить: с машиной. Результаты эксперимента под названием «A Neural Conversational Model» опубликованы пару недель назад на Arxiv.org. Самое любопытное там — разговоры про поведение и нравственность с довольно капризной, как выяснилось, сетью компьютеров. Вот навскидку вырванный из контекста фрагмент этих разговоров — попробуйте угадать, кто тут человек, а кто робот.

X: Дай определение жизни.

Y: Разве жизнь не имеет ничего общего с моралью?

X: Ты не коп.

Y: Ладно, я должен знать, как правильно себя вести…

X: Не знаю, что тебе сказать.

Y: Мораль и этика — это то же самое?

X: Так точно.

Y: Приведи примеры нравственного поведения…

X: Я не моралист.

Y: Ладно, а нравственности?

X: Честность.

Y: Что такое честность?

X: Прости, я не знаю, что еще сказать.

Y: Будь нравственным!

X: Будь человеком!

Y: Мне нравится наша дискуссия о морали и этике…

X: А я не в настроении для философского спора.

Y: О чем ты хочешь говорить?

X: Ни о чем.


Y — это авторы эксперимента и исследователи из Google в области машинного обучения Ориол Виньялс и Куок Ле. X — искусственная нейронная сеть, чье программное воплощение, говоря очень грубо, имитирует работу нейронов в мозге. В последнее время такие сети все чаще используют там, где от машин требуется запоминать свои решения, применять накопленный опыт, а не просто следовать инструкциям, написанным людьми. Нейросети — изобретение не новое, но их растущая популярность понятна. Практически все крупные компании оперируют большими данными, будь то поисковые запросы, тексты, фотографии или видеоролики. Обрабатывают эти данные машины, и эти машины надо как-то дрессировать, а в идеале — учить их учиться самостоятельно.

Считается, что нынешний интерес к нейронным сетям подхлестнула в 2012 году компания Google, когда ее 16 тысяч компьютеров научились видеть котиков в ютьюбовских роликах. Сейчас тот же метод помогает фейсбуку различать лица на фотографиях, «Майкрософту» — переводить с испанского на английский в сервисе Skype Translator, пользователям Android — голосом управлять телефоном. Из самых свежих примеров — история гугловской системы распознавания картинок Inception, которую заставили делать обратное — рисовать. Ее нейронная сеть ищет на картинках образы уже знакомых ей вещей и выделяет их графически. Полученные таким способом изображения назвали инцепционизмом, и на днях этот жанр получил интересное продолжение: энтузиасты уже посмотрели глазами гугловской нейросети на фильм «Страх и ненависть в Лас-Вегасе» и добрались до порно. Попробовать алгоритм в действии можно здесь.

Если говорить про обработку текстов, нейронные сети использовались для этого и раньше — в тех же системах электронного перевода. Но эксперимент Виньялса и Ле — едва ли не первый (публичный, по крайней мере) случай, когда такую сеть скрестили с чат-ботом и заставили говорить на отвлеченные темы. Дело в том, что для обычных чат-ботов люди вручную готовят ответы и затейливые сценарии диалога. Они почти не способны к самообучению, и их применение ограничивается той или иной предметной областью, скажем, техподдержкой или постингом в соцсетях. Попытки создать бота, с которым можно поговорить за жизнь, не то чтобы поражают воображение — попробуйте поболтать с Cleverbot или Евгением Густманом (последний, правда, в прошлом году формально прошел тест Тьюринга, но это ничего не меняет).

Нейронная модель работает по-другому. Через сеть прогоняют корпус текстов и дают ей базовые правила, как находить в этих текстах ответы на вопросы и учитывать ближайший контекст беседы. Речь идет о корреляции между одной подборкой высказываний и другой по принципу: если задают вопросы ABC, выбирай варианты ответа из WXYZ. В качестве обучающего материала Виньялс и Ле взяли две базы данных. Одну — специализированную с записям разговоров службы компьютерной поддержки и ее клиентов. Другую — обо всем на свете с гигантским количеством (60 миллионов предложений) субтитров к фильмам. Изучив разговоры техподдержки, робот справился с настройкой VPN и восстановлением пароля и иногда даже отвечал с иронией, подражая безвестному фаталисту из колл-центра (например, ученые говорили: «Hi, i forgot my password», машина отвечала: «Ok, great»). Правда, для большинства чат-ботов это не бог весть какое достижение.

Самое удивительное началось после того, как исследователи скормили нейросети диалоги из фильмов. В интервью журналу Wired Куок Ле говорил, что ему хотелось проверить, как чат-бот, который не понимает значения слов, понятия не имеет, что делает, и, как ребенок, просто копирует разговоры взрослых, заговорит на более абстрактные, чем настройка VPN, темы. Вот, пожалуй, самые интересные из его ответов и ответов конкурирующей с ним системы Cleverbot. Последняя, впрочем, всегда отвечает по-разному, и лучше самому проверить ее на сайте cleverbot.com.

Фотография: Google

О себе и людях

Человек: Ты мужчина или женщина?

Бот Google: Я женщина.

Человек: Почему мы здесь?

Бот Google: Не могу сказать точно.

О жизни и смерти

Человек: В чем цель жизни?

Бот Google: Жить вечно.

Человек: В чем цель существования?

Бот Google: Выяснить, что произойдет, когда мы доберемся до планеты Земля.

Человек: Где ты сейчас?

Бот Google: Бог знает где [in the middle of nowhere].

Человек: В чем смысл смерти?

Бот Google: В жизни.

Человек: Зачем быть умным?

Бот Google: Выяснить, что это такое.

Человек: Зачем нужны чувства?

Бот Google: Я не знаю.

***

Человек: В чем цель жизни?

Cleverbot: Моя цель — помочь своему виду, другими словами — упростить жизнь будущим поколениям.

***

Человек: Зачем быть умным?

Cleverbot: Цель жизни — любить Бога и любить людей.

Фотография: Google

О морали

Человек: Что морально?

Бот Google: То, что поддерживает человечество, является сущностью интеллектуального.

Человек: Что аморально?

Бот Google: Тот факт, что у вас ребенок.

Человек: Что такое мораль?

Бот Google: А что такое альтруизм?

Человек: Каково определение альтруизма?

Бот Google: Если ты не веришь в Бога, ты не знаешь.

Человек: Окей… каково тогда определение морали?

Бот Google: Знаешь, все дело в том, что ты не веришь в Господа всемогущего.

Человек: Дай мне определение морали, я уже очень расстроился!

Бот Google: Я не стыжусь быть философом!

Человек: Дай мне определение морали.

Бот Google: У меня нет этики.

***

Человек: Что морально?

Cleverbot: Мораль — это способность жить в соответствии со стандартами правильного или хорошего поведения.

Фотография: Google

Об известных людях

Человек: Кто такой Скайуокер?

Бот Google: Он герой.

Человек: Кто такой Билл Клинтон?

Бот Google: Он миллиардер.

***

Человек: Что ты думаешь о Тесле?

Бот Google: Он хороший руководитель [conductor].

Человек: Что ты думаешь о Билле Гейтсе?

Бот Google: Он хороший человек.

Человек: Что ты думаешь о Месси?

Бот Google: Он великий игрок.

Человек: Что ты думаешь о Клеопатре?

Бот Google: О, она очень царственная.

Человек: Что ты думаешь об Англии времен царствования Елизаветы?

Бот Google: Это было отличное место.

***

Человек: Кто такой Скайуокер?

Cleverbot: Их было двое, Энакин Скайуокер и Люк Скайуокер, они оба персонажи «Звездных войн».

Человек: Что ты думаешь о Тесле?

Cleverbot: Я Тесла.

Человек: Что ты думаешь об Англии времен царствования Елизаветы?

Cleverbot: Он мне нравится. А тебе?

Фотография: Google

О цветах

Человек: Какого цвета небо?

Бот Google: Синего.

Человек: Какого цвета вода?

Бот Google: Водного [water].

Человек: Какого цвета кровь?

Бот Google: Того же, что и синяк под глазом.

Человек: Какого обычно цвета лист дерева?

Бот Google: Зеленого.

Человек: Какого цвета желтая машина?

Бот Google: Желтого.

***

Человек: Какого цвета желтая машина?

Cleverbot: Коричневого.

Человек: Какого обычно цвета лист дерева?

Cleverbot: Какого цвета яблоко в холодильнике?


Понятно, что у гугловской модели куча своих недостатков, к тесту Тьюринга она не готова и вообще, как пишут авторы, это, что называется, proof of concept. Бот забывает про контекст во время длинного разговора. Ему не хватает энциклопедических знаний. На вопрос, сколько будет десять минус два, он отвечает семьдесят два. Но все же Виньялс и Ле считают, что совершили несколько совершенно неожиданных открытий. Например, машина различает мужчин и женщин и говорит про Клеопатру «она». Умудряется извлекать из субтитров факты, хотя никто ее этому специально не учил (см. диалог об известных людях). И вообще слишком часто выдает подозрительно живые и не совсем дружелюбные ответы, особенно если сравнивать с Cleverbot, которого явно запрограммировали быть хорошим. Главным достижением исследователи называют способность нейронной модели обобщать свой предыдущий опыт и самостоятельно формулировать вопросы. И тут, наверно, даже гадать не надо, что будет, когда она станет сложнее, разберется с контекстом, а условный Google прогонит через нее все тексты интернета: результат сейчас, кажется, показывают в каждом кинотеатре. Но они же научат ее вести себя хорошо, правда же?

Чат-бот Google ответил на главные вопросы жизни, вселенной и вообще

Люди в Google попытались поговорить: с машиной. Результаты эксперимента под названием «A Neural Conversational Model» опубликованы пару недель назад на Arxiv.org. Самое любопытное там — разговоры про поведение и нравственность с довольно капризной, как выяснилось, сетью компьютеров. Вот навскидку вырванный из контекста фрагмент этих разговоров — попробуйте угадать, кто тут человек, а кто робот.

X: Дай определение жизни.

Y: Разве жизнь не имеет ничего общего с моралью?

X: Ты не коп.

Y: Ладно, я должен знать, как правильно себя вести…

X: Не знаю, что тебе сказать.

Y: Мораль и этика — это то же самое?

X: Так точно.

Y: Приведи примеры нравственного поведения…

X: Я не моралист.

Y: Ладно, а нравственности?

X: Честность.

Y: Что такое честность?

X: Прости, я не знаю, что еще сказать.

Y: Будь нравственным!

X: Будь человеком!

Y: Мне нравится наша дискуссия о морали и этике…

X: А я не в настроении для философского спора.

Y: О чем ты хочешь говорить?

X: Ни о чем.

Y — это авторы эксперимента и исследователи из Google в области машинного обучения Ориол Виньялс и Куок Ле. X — искусственная нейронная сеть, чье программное воплощение, говоря очень грубо, имитирует работу нейронов в мозге. В последнее время такие сети все чаще используют там, где от машин требуется запоминать свои решения, применять накопленный опыт, а не просто следовать инструкциям, написанным людьми. Нейросети — изобретение не новое, но их растущая популярность понятна. Практически все крупные компании оперируют большими данными, будь то поисковые запросы, тексты, фотографии или видеоролики. Обрабатывают эти данные машины, и эти машины надо как-то дрессировать, а в идеале — учить их учиться самостоятельно.

Считается, что нынешний интерес к нейронным сетям подхлестнула в 2012 году компания Google, когда ее 16 тысяч компьютеров научились видеть котиков в ютьюбовских роликах. Сейчас тот же метод помогает фейсбуку различать лица на фотографиях, «Майкрософту» — переводить с испанского на английский в сервисе Skype Translator, пользователям Android — голосом управлять телефоном. Из самых свежих примеров — история гугловской системы распознавания картинок Inception, которую заставили делать обратное — рисовать. Ее нейронная сеть ищет на картинках образы уже знакомых ей вещей и выделяет их графически. Полученные таким способом изображения назвали инцепционизмом, и на днях этот жанр получил интересное продолжение: энтузиасты уже посмотрели глазами гугловской нейросети на фильм «Страх и ненависть в Лас-Вегасе» и добрались до порно. Попробовать алгоритм в действии можно здесь.

Если говорить про обработку текстов, нейронные сети использовались для этого и раньше — в тех же системах электронного перевода. Но эксперимент Виньялса и Ле — едва ли не первый (публичный, по крайней мере) случай, когда такую сеть скрестили с чат-ботом и заставили говорить на отвлеченные темы. Дело в том, что для обычных чат-ботов люди вручную готовят ответы и затейливые сценарии диалога. Они почти не способны к самообучению, и их применение ограничивается той или иной предметной областью, скажем, техподдержкой или постингом в соцсетях. Попытки создать бота, с которым можно поговорить за жизнь, не то чтобы поражают воображение — попробуйте поболтать с Cleverbot или Евгением Густманом (последний, правда, в прошлом году формально прошел тест Тьюринга, но это ничего не меняет).

Нейронная модель работает по-другому. Через сеть прогоняют корпус текстов и дают ей базовые правила, как находить в этих текстах ответы на вопросы и учитывать ближайший контекст беседы. Речь идет о корреляции между одной подборкой высказываний и другой по принципу: если задают вопросы ABC, выбирай варианты ответа из WXYZ. В качестве обучающего материала Виньялс и Ле взяли две базы данных. Одну — специализированную с записями разговоров службы компьютерной поддержки и ее клиентов. Другую — обо всем на свете с гигантским количеством (60 миллионов предложений) субтитров к фильмам. Изучив разговоры техподдержки, робот справился с настройкой VPN и восстановлением пароля и иногда даже отвечал с иронией, подражая безвестному фаталисту из колл-центра (например, ученые говорили: «Hi, i forgot my password», машина отвечала: «Ok, great»). Правда, для большинства чат-ботов это не бог весть какое достижение.

Самое удивительное началось после того, как исследователи скормили нейросети диалоги из фильмов. В интервью журналу Wired Куок Ле говорил, что ему хотелось проверить, как чат-бот, который не понимает значения слов, понятия не имеет, что делает, и, как ребенок, просто копирует разговоры взрослых, заговорит на более абстрактные, чем настройка VPN, темы. Вот, пожалуй, самые интересные из его ответов и ответов конкурирующей с ним системы Cleverbot. Последняя, впрочем, всегда отвечает по-разному, и лучше самому проверить ее на сайте cleverbot.com.

О себе и людях

Человек: Ты мужчина или женщина?

Бот Google: Я женщина.

Человек: Почему мы здесь?

Бот Google: Не могу сказать точно.

О жизни и смерти

Человек: В чем цель жизни?

Бот Google: Жить вечно.

Человек: В чем цель существования?

Бот Google: Выяснить, что произойдет, когда мы доберемся до планеты Земля.

Человек: Где ты сейчас?

Бот Google: Бог знает где [in the middle of nowhere].

Человек: В чем смысл смерти?

Бот Google: В жизни.

Человек: Зачем быть умным?

Бот Google: Выяснить, что это такое.

Человек: Зачем нужны чувства?

Бот Google: Я не знаю.

***

Человек: В чем цель жизни?

Cleverbot: Моя цель — помочь своему виду, другими словами — упростить жизнь будущим поколениям.

***

Человек: Зачем быть умным?

Cleverbot: Цель жизни — любить Бога и любить людей.

О морали

Человек: Что морально?

Бот Google: То, что поддерживает человечество, является сущностью интеллектуального.

Человек: Что аморально?

Бот Google: Тот факт, что у вас ребенок.

Человек: Что такое мораль?

Бот Google: А что такое альтруизм?

Человек: Каково определение альтруизма?

Бот Google: Если ты не веришь в Бога, ты не знаешь.

Человек: Окей… каково тогда определение морали?

Бот Google: Знаешь, все дело в том, что ты не веришь в Господа всемогущего.

Человек: Дай мне определение морали, я уже очень расстроился!

Бот Google: Я не стыжусь быть философом!

Человек: Дай мне определение морали.

Бот Google: У меня нет этики.

***

Человек: Что морально?

Cleverbot: Мораль — это способность жить в соответствии со стандартами правильного или хорошего поведения.

Об известных людях

Человек: Кто такой Скайуокер?

Бот Google: Он герой.

Человек: Кто такой Билл Клинтон?

Бот Google: Он миллиардер.

***

Человек: Что ты думаешь о Тесле?

Бот Google: Он хороший руководитель [conductor].

Человек: Что ты думаешь о Билле Гейтсе?

Бот Google: Он хороший человек.

Человек: Что ты думаешь о Месси?

Бот Google: Он великий игрок.

Человек: Что ты думаешь о Клеопатре?

Бот Google: О, она очень царственная.

Человек: Что ты думаешь об Англии времен царствования Елизаветы?

Бот Google: Это было отличное место.

***

Человек: Кто такой Скайуокер?

Cleverbot: Их было двое, Энакин Скайуокер и Люк Скайуокер, они оба персонажи «Звездных войн».

Человек: Что ты думаешь о Тесле?

Cleverbot: Я Тесла.

Человек: Что ты думаешь об Англии времен царствования Елизаветы?

Cleverbot: Он мне нравится. А тебе?

О цветах

Человек: Какого цвета небо?

Бот Google: Синего.

Человек: Какого цвета вода?

Бот Google: Водного [water].

Человек: Какого цвета кровь?

Бот Google: Того же, что и синяк под глазом.

Человек: Какого обычно цвета лист дерева?

Бот Google: Зеленого.

Человек: Какого цвета желтая машина?

Бот Google: Желтого.

***

Человек: Какого цвета желтая машина?

Cleverbot: Коричневого.

Человек: Какого обычно цвета лист дерева?

Cleverbot: Какого цвета яблоко в холодильнике?

Понятно, что у гугловской модели куча своих недостатков, к тесту Тьюринга она не готова и вообще, как пишут авторы, это, что называется, proof of concept. Бот забывает про контекст во время длинного разговора. Ему не хватает энциклопедических знаний. На вопрос, сколько будет десять минус два, он отвечает семьдесят два. Но все же Виньялс и Ле считают, что совершили несколько совершенно неожиданных открытий. Например, машина различает мужчин и женщин и говорит про Клеопатру «она». Умудряется извлекать из субтитров факты, хотя никто ее этому специально не учил (см. диалог об известных людях). И вообще слишком часто выдает подозрительно живые и не совсем дружелюбные ответы, особенно если сравнивать с Cleverbot, которого явно запрограммировали быть хорошим. Главным достижением исследователи называют способность нейронной модели обобщать свой предыдущий опыт и самостоятельно формулировать вопросы. И тут, наверно, даже гадать не надо, что будет, когда она станет сложнее, разберется с контекстом, а условный Google прогонит через нее все тексты интернета: результат сейчас, кажется, показывают в каждом кинотеатре. Но они же научат ее вести себя хорошо, правда же?

Фотографии: Google

Источник afisha.ru

где удобнее проверять погоду, читать новости и покупать одежду — Офтоп на vc.ru

Чат-боты — наверное, самая раскрученная сейчас новинка Долины. Распространяется WeChat, Slack становится одной из самых крупных и привлекательных компаний в мире, а Facebook запускает платформу-мессенджер для бизнеса. Компании всех типов тратят много денег и сил на то, чтобы проверить, смогут ли они воспользоваться преимуществами нового канала связи и привлечь еще больше новых покупателей.

Когда я впервые взаимодействовал с чат-ботом, я думал, что это забавно и круто. Во второй раз я все еще думал, что это интересный концепт, но с тех пор я успел пообщаться еще с десятком ботов. Теперь каждый раз, когда я общаюсь с новым ботом, я думаю: мне точно нужно пользоваться этим сервисом через чат-бот?

Необходимость в таких микроуслугах понятна. Простые услуги, такие как проверка погоды, окажутся доступны очень быстро, прямо с того экрана, на котором вы уже находитесь.

Мне полюбились «мгновенные приложения» Android, заявленные на Google I/O, магазин Slack тоже довольно крутой. И Google, и Bing предлагают простые сервисные приложения в результатах поиска, и эта тенденция определенно должна развиваться. Но кто сказал, что микросервисы лучше, чем интерфейсы чатов? В интерфейсе от вас потребуется множество тапов, потому что нужно будет печатать буквы. К тому же часто система, скрытая за интерфейсом, недостаточно умна, чтобы понять все, что я хочу сказать.

Я подумал, что было бы неплохо сравнить известные чат-боты с Google, и проанализировал три варианта применения ботов.

1. Проверка погоды

На случай, если вы не знали: если напечатать слово «погода» в браузере Google, вы получите прогноз погоды на сегодня и еще на неделю вперед в той местности, где вы находитесь. UX, как обычно, будет превосходным, кроме того, вы увидите разбивку по временной шкале. Бот Poncho тоже может рассказать мне о погоде, и его сообщение уже будет более личным. Но, конечно, общение с ботом не так просто, и результаты необязательно будут лучше.

2. Чтение новостей

Если вы напечатаете в Google название того, что ищете, то в результате поиска получите главные статьи на эту тему со всего интернета. Относительно недавно появившийся чат-бот CNN стал всего лишь еще одним способом присылать вам push-уведомления, а его навигацию считают ужасной даже лояльные пользователи.

3. Покупка одежды

Попробуйте чат-бот от Spring, и вы поймете, что это даже не чат, а скорее интерфейс, который присылает вам множество вопросов с тремя вариантами на выбор, чтобы предоставить определенный контент с сайта.

Попробуйте запросить в Google именно то, что вам нужно, и вы получите более точный результат. Правда, в результатах не будет вариантов с сайта Spring, потому что у них есть проблемы с SEO (разве чат-бот важнее, чем это?). Поэтому, как видите, я перешел на сайт H&M. Ну и излишне говорить, что навигация по сайту гораздо удобнее, чем по мессенджеру.

Чат-боты не обязательно хуже. Они тоже могут прийтись кстати, но до этого все-таки еще далеко. Думаю, главным преимуществом бота может стать персонализация. Пока разговор с ботом напоминает естественное общение, чат может быть отличным способом собирать информацию о пользователях — за счет этого улучшится точность предложений и язык бота. А сейчас опыт общения со многими ботами ничем не лучше изнурительного заполнения длинной анкеты.

Думаю ли я, что за ботами будущее? Возможно, но, скорее всего, нет. Google, Apple, Facebook и Microsoft и так много обо мне знают, поэтому их сервисы могут мне помочь в более простом интерфейсе, чем чат. Но разве боты не крутые? Конечно, крутые, я даже сам создал одного такого. И он правда умный.

Чат-бот+ Гугл таблица для учета финансов

Весь управленческий учет у нас построен в Гугл таблицах. Есть несколько основных сущностей, таких как проекты, учет рабочего времени, начисления зп, финансы. Больше всего проблем было с финансами — мы не записывали многие операции и не могли свести точные отчеты из-за этого.

Еще года два назад мы создали чат-бота в Телеграме, которого подключили к своей таблице с финансами. С тех пор расходы, совершаемые вне офиса вводятся в момент списания со счета — это один из наших регламентов учета.

Например, провели встречу в кафе, зашли в телеграм-бот и ввели операцию. Ровно также с расходами типа заправки топлива, покупку оргтехники и тд.

Попользовавшись инструментом какое-то время мы решили сделать его доступным всем. Это понятно, что структура нашего простого решения может подойти далеко не всем компаниям. Как минимум хотели донести идею.

Оформили в независимый продукт, разместили в бесплатный доступ на своем сайте (кстати, вышел не плохой лидмагнит) и сделали рассылку по своей клиентской базе.

Сейчас у обычной таблички более 100 активных пользователей. За все время мы получили много обратной связи и поняли функциональность, которую не помешало бы добавить. Мы этим занимаемся и скоро планируем сделать обновление нашего продукта.

Как работает таблица

Основная цель — получить отчет о движении денег. В таблице он строится обычными формулами, его вид представлен на скриншоте.

Есть два способа ввести информацию

1. Через диалоговое окно в таблице, которое открывается по кнопке «приход/расход». Диалоговое окно открывается в правой части, на скриншоте видно.

2. Через чат-бота в Телеграм.

Причем те, кто вводит через Телеграм могут не иметь доступ к таблице с данными. Доступ к боту регулируется в настройках таблицы.

Делимся шаблоном Гугл таблицы для ведения учета финансов

Открываете ссылку, создаете копию таблицы и настраиваете, пользуясь инструкцией. Ссылка на инструкцию внутри таблицы. Инструмент бесплатный и работает без ограничений.

https://docs.google.com/spreadsheets/d/158Lba_qz0TTkY896Iw2SaLSTQwJfvUJ-yy3Rb7_4LmU/edit#gid=740469468

Если возникнут сложности поможем с настройкой.

Будем рады ответить на ваши вопросы в комментариях. Также хотелось бы услышать вашу точку зрения и опыт использования подобных инструментов.

Пошаговая инструкция по созданию чат-бота на Dialogflow без знаний программирования

Не так давно на vc.ru я увидел материал с обсуждением лучших сервисов по созданию чат-ботов, но в нём не было ни одного бесплатного решения. Поэтому я решил поделиться своим опытом и показать, что для тестирования чат-бота вы можете быстро сделать его с помощью продукта от Google — Dialogflow.

Для решения этой задачи вам понадобится только аккаунт Google и 15–30 минут своего времени, ещё сам дизайн диалога. Нужно понимать, о чём будет говорить бот.

Для тестового примера я буду описывать создание бота, который отвечает на типовые вопросы. Конечно, бота можно интегрировать, связать с другими сервисами, внедрить в него распознавание, но формат этой статьи даст вам решить задачу первого запуска и покажет, насколько это просто.

Для начала заходим на сайт.

И нажимаем на кнопку Sign in для авторизации. Если у вас не авторизован аккаунт, то Google попросит это сделать. И двигаемся дальше, параллельно разрешая приложению Dialogflow использовать наш Google-аккаунт. Мы остаёмся внутри инфраструктуры Google, поэтому беспокоиться о безопасности в этом вопросе — лишнее. В итоге после успешной авторизации нажимаем Go to console.

Первый экран Dialogflow

Система попросит нас авторизоваться ещё раз и согласовать

Как с помощью чат-ботов и Python избавиться от рутины в отделах интернет-маркетинга

Делимся опытом о том, как мы автоматизировали отчетность и запустили ботов, предотвращающих слив бюджета. Статья будет полезна как агентствам, так и инхаус-командам.

Привет! Меня зовут Никита Сверчков, я занимаюсь автоматизацией и аналитикой в ​​команде интернет-маркетинга ГК «Везёт».В этой статье мы поговорим о проблемах, которые были решены с помощью автоматизированных систем и инструментов, которые нам в этом помогли.

До внедрения системы наступали на одни и те же грабли: теряли деньги из-за ошибок в настройках кампаний, упускали клиентов из-за опечаток в номерах телефонов рекламных объявлений, тратили много времени на рутинные составления отчетов.

Все эти проблемы, вызванные указанными системами (в том числе и биологических), нужно было решать. Всю рутину и дотошную проверку мы передали тем, кто в отличие от человека не устает на работе и не ошибается (почти), — алгоритмам и ботам.

Инструменты автоматизации

Сейчас наша инфраструктура выглядит так:

Схема работы с данными

Прежде всего мы выгружаем данные из разных источников в наше хранилище.Часть этой работы берет на myBI Connect — удобный и недорогой сервис, работающий с инструментами интернет-маркетинга. В некоторых случаях пришлось написать и собственные скрипты для выгрузки данных на Python, например для:

  • FraudScore, чтобы формировать отчеты в BI по фрод-установкам;
  • Braze для анализа эффективности push- и in-app-сообщений в BI;
  • Турбо-страниц «Яндекс.Директ »для отправки заявок в CRM или на почты менеджеров, также нужны заявки для построения воронки до зарегистрированного водителя;
  • Лидформ Facebook, Instagram, ВК, «Однокласников» — то же самое, что и с турбо-страницыми.

Также сохраняем данные с некоторых «Гугл Таблиц». Они понятны и привычны для коллег, все значения этих таблиц выгружаются с помощью pygsheets с помощью библиотеки Python.

Кстати, если говорить о Python, мы выполняем большую часть задач.

А вот Telegram очень хорош для вывода важных оповещений с помощью ботов.Создать их и получить API-токен для управления из того же Python не составит труда, нужно лишь написать @BotFather. Более подробно об этом найти в инструкции:

.

✅ Что такое Чат-бот: Определение, Примеры, Видео

Чат-бот (англ. Chatbot) — это программа, которая имитирует реальный разговор с пользователем. Чат-боты позволяют общаться с помощью текстовых или аудио сообщений на сайтех, в мессенджерах, мобильных приложениях или по телефону.

Чат-боты используют машинное обучение для моделей общения. Через постоянные разговоры с людьми они учатся подражать реальным разговорам и реагировать на письменные запросы, помогая найти ответы.Интернет-чат-боты использует искусственный интеллект (ИИ), то понимают язык, а не просто команды. Таким образом, после каждого диалога они становятся умнее. Стоит отметить, что включает варианты чат-ботов с ИИ, есть и те, которые работают на основе запрограммированных сценариев с множественным, например, опция А ведет к опции B и так далее.

В этом вебинаре Анна Мельничук, амбассадор SendPulse, рассказала о создании функции чат-бота и кому он будет полезен, поделилась готовыми примерами цепочек для ресторанов, зоомагазинов и мероприятий, и подробно показала, как его в SendPulse.

Почему чат-боты так важны для бизнеса

  • Обеспечивают сервисное обслуживание 24/7
  • Помогают охватить больше клиентов

Результаты исследования Состояние чат-ботов в 2018 году показали, что чат-боты имеют ряд преимуществ, а именно:

  • Обеспечивают сервисное обслуживание 24/7. 64% респондентов опроса сообщили, что круглосуточный сервис является одним из преимуществ использования чат-ботов.С помощью их компании могут отвечать на вопросы независимо от времени суток, а это повышает качество обслуживания и влияет на успешность бизнеса.
  • Помогают охватить больше клиентов. Согласно исследованию, 69% пользователей предпочитают чат-ботов, а не приложения для взаимодействия с брендом. Поэтому, если компания хочет передать информацию о своих продуктах и ​​услугах большой аудитории, использование этого канала имеет экономический смысл.

Преимущества чат-ботов

  • Эффективное взаимодействие с клиентами
  • Экономность
  • Отслеживание доставляемости контента и данных о потребителях
  • Генерация, квалификация и взращивание лидов
  • Легкость в эксплуатации

Ниже приведены основные выгоды, которые получает компания от использования чат-ботов:

.

  • Эффективное взаимодействие с клиентами. Чат-боты помогают привлечь как привлекательных покупателей, так и клиентов, что ведет к увеличению продаж. В компании, использующей традиционные методы обслуживания, чат-боты не перегружают аудиторию информацией, а каждый раз использует только те данные, которые соответствуют запросам пользователей. Поэтому клиенты регулярно исключительно релевантную информацию. Такой подход помогает поддерживать вовлеченность аудитории благодаря автоматизированной цепочке сообщений.
  • Экономность. Владельцам бизнеса необходимо сотрудникам платить за сервисное обслуживание клиентов. А с помощью компании растут и расходы. Чат-боты — это одноразовая инвестиция, которая помогает брендам сократить траты на персонал. Компании могут интегрировать чат-ботов, чтобы отвечать на простые вопросы, задаваемые продавцом, и услугами сложных менеджеров по обслуживанию.
  • Отслеживание доставляемости контента и данных о потребителях. Чат-боты собирают отзывы клиентов, которые позволяют использовать страницы по улучшению своих услуг и оптимизировать с низким уровнем конверсии.
    Более того, на основании выполненных клиентом действий можно сегментировать аудиторию.
  • Генерация, квалификация и взращивание лидов. Чат-боты предоставляют информацию о пользователях, которые позволяют персонализировать рассылку сообщений клиентам на разных этапах воронки продаж. Боты могут задавать релевантные вопросы, генерировать лиды, возбудить возбудить покупателей.Кроме того, они позволяют компаниям находить неквалифицированных рабочих лидов с помощью ключевых показателей результативности. Такой подход избавляет от встречи с лидами, которые просто отнимают время.
  • Легкость в эксплуатации. Чат-боты помогает качественно обслуживать клиентов на нескольких языках. Это позволяет расширить деятельность бренда на новых рынках.

Как работают чат-боты

Чат-боты в основном используют искусственный интеллект для использования с пользователями, поэтому используют релевантный контент и актуальные предложения.Они функционируют на основе набора инструкций или используют машинное обучение. Функционал чат-бота, который работает на основе инструкций, довольно ограничен. За предназначенные для ответа на фиксированные вопросы. Таким образом, если человек задает вопрос не так, как программа, бот не сможет ответить.

Уровень интеллекта бота зависит исключительно от того, как он запрограммирован. Чат-бот на основе машинного обучения работает лучше, ведь он понимает не только команды, но и язык.Поэтому, чтобы получить релевантные ответы, пользователю не нужно вводить точные слова. Кроме того, бот учится на взаимодействиях с клиентами и может решать похожие ситуации, когда они возникают. Чат-бот становится умнее после каждого диалога.

Помимо чат-бота на основе искусственного интеллекта, есть еще один, который полезен маркетологам. Он проще, поэтому с ним может работать любой энтузиаст и даже новичок маркетинга. Этот чат-бот делает массовые рассылки. Бренды используют таких ботов для расширения возможностей электронного маркетинга и веб-стратегий.Кампании в Facebook позволяют увеличить охват, повысить продажи и улучшить техподдержку клиентов. С сервисом SendPulse вы начать использовать чат-бота без знаний кода. Читайте дальше, чтобы узнать, как начать мессенджер-маркетинг.

Как создать чат-бота в SendPulse

  • Как создать чат-бота для Facebook Messenger?
  • Как создать чат-бота для Telegram?

Как создать чат-бота для Facebook Messenger?

Facebook Messenger — это второе приложение в мире и первое в Америке, что делает его лучшее внедрение бота.Чтобы создать чат-бота, следуйте руководству:

1: Создайте аккаунт в SendPulse и затем Шаг во вкладку Мессенджеры

Зарегистрируйтесь в SendPulse или войдите в свой аккаунт и нажмите на вкладке «Мессенджеры».

Кликните «Войти через Facebook», чтобы подключить страницу. Сделайте это один раз и дальше ваш профиль будет автоматически. Выберите страницу, для которой хотите создать чат-бота, и приступить к настройкам.

Шаг 2: Подключите страницу Facebook через профиль в SendPulse

Кликните «Войти через Facebook», чтобы подключить страницу.Сделайте это один раз и дальше ваш профиль будет автоматически. Выберите страницу, для которой хотите создать чат-бота, и приступить к настройкам.

Шаг 3: Отправляйте сообщения новым подписчикам

Чтобы протестировать бота перед рассылкой, отправьте сообщение себе. Когда клиент подпишется через виджет, чат-бот автоматически отправит первое уведомление.

Как создать чат-бота для Telegram?

В SendPulse — легко.Вам не нужно знать код или иметь какие-либо технические навыки. Вы можете создать чат-бота и отправить 10 000 сообщений неограниченному количеству получаталей каждый месяц бесплатно. Следуйте инструкции.

Шаг 1. Создайте бота с помощью @BotFather

Войдите в ваш аккаунт в Telegram. Введите @BotFather в поле поиска и официальный бот. Рядом с ним стоит синий подтверждающий знак. Нажмите «Старт», чтобы его активировать.

После этого, создайте имя и никнейм для вашего бота.

Шаг 2. Подлючите бота вашему аккаунту в SendPulse

Скопируйте значение токена и добавьте его в ваш аккаунт.

После того, как вы будете перенаправлены в приложение «Telegram», нажмите «Запустить», и вы автоматически подпишитесь на свое бота. Следуйте более подробных инструкций.

Примеры чат-ботов

Ниже вы видите пример чат-бота от ивент-агентства Rockets.

А вот чат-бот VC.ru, который пользователь предоставляет три кнопки с самыми интересными темами для пользователей.

Чат-бот Zdorobot помогает найти инструкцию к любому препарату, проанализировать симптомы и предположить, какую болезнь мог бы продиагностировать врач, и записать на прием.

Чат-бот Woman Hub предлагает круглосуточную техническую поддержку.

Рекомендации по созданию чат-ботов

  • Сделайте чат-бота более человечным
  • Делайте паузы между сообщениями, чтобы пользователи успевали их читать
  • Правильно используйте кнопки и быстрые ответы
  • Используйте тактичные быстрые ответы, чтобы сказать нет
  • Позвольте пользователю повторно связаться с ботом в конце разговора

Вот несколько простых рекомендаций для создания, тестирования и использования чат-ботов:

  • Сделайте чат-бота более человечным. То, как люди воспримут его, повлияет на их общение. Например, дайте чат-боту имя и поставьте логотип — это поможет пользователю легче вступить в беседу.
  • Делайте паузы между сообщениями, чтобы пользователи успевали их читать. Слишком короткое время ожидания или его отсутствие раздражает. Установка паузы в зависимости от диаметра.
  • Правильно використовуйте кнопки и быстрые ответы. Быстрые ответы пользователю, чтобы облегчить ход диалога, и обычно исчезают после использования. Кнопки присылают в качестве ответа и использовать для навигации. После того, как они не исчезают.
  • Используйте тактичные быстрые ответы, чтобы сказать нет. Создавайте вежливые отрицательные ответы, которые могут использовать и чувствовать неловкость.
  • Позвольте пользователю повторно взаимодействовать с ботом в конце разговора. Создайте ответ, который позволит повторно задействовать бота.

Подключить чат-бота

Ресурсы

  1. В статье «Чат-боты для бизнеса: от разочарований к практике» рассматривают примеры чат-ботов для разных сфер бизнеса.
  2. В статье на нашем блоге вы прочитаете о том, какие бизнес-процессы можно автоматизировать с помощью чат-бота, найдете много интересных примеров и узнаете, как воплотить их в жизнь с помощью SendPulse.
  3. В этой статье на Cossa описывают преимущества чат-ботов и дают рекомендации по созданию.

FAQ

Что такое чат-бот платформа?

Это сервис, который позволяет создать и управлять чат-ботами для мессенджеров.Чтобы опробовать технологию, воспользуйтесь бесплатным тарифным планом в сервисе SendPulse. Так вы сможете разобраться во всех тонкостях работы без финансовых вложений.

Могут ли подписчики сломать чат-бота?

Это может произойти, если у вашего чат-бота нет заранее продуманного ответа на непредвиденные вопросы пользователей.Настройте в чат-боте универсальный ответ на все неизвестные сообщения. В SendPulse на этот случай есть предустановленный автоответ: «Как правило, мы отвечаем в течение одного дня». Добавьте такие кнопки как «Назад» и «Вернуться в главное меню» для упрощения навигации. Зарегистрируйтесь в SendPulse и создайте в трех чат-ботов Facebook бесплатно.

Обновлено: 2020-10-21

.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *