الأخبار التكنولوجية والاستعراضات والنصائح!

ستيفان شيفر ، باحث أول ، مركز الأبحاث الألماني للذكاء الاصطناعي (DFKI)

ستساعدك المقالة التالية: ستيفان شيفر ، باحث أول ، مركز الأبحاث الألماني للذكاء الاصطناعي (DFKI)

ستيفان شافر باحث أول وقائد مجموعة في قسم المساعدين الإدراكيين في مركز الأبحاث الألماني للذكاء الاصطناعي (DFKI). نتج عن أعماله العديد من واجهات المحادثة لمجالات مثل التنقل والسيارات والمعلومات الضريبية وخدمة العملاء وما إلى ذلك. حاليًا ، يعمل حاليًا على روبوتات الدردشة بالذكاء الاصطناعي لسلاسل القيمة والأحداث الهجينة. قبل انضمامه إلى DFKI ، عمل ستيفان كمدير منتج في Linon Medien. درس علوم الاتصال وعلوم الكمبيوتر وحصل على الدكتوراه في الجامعة التقنية في برلين في مجال التفاعل متعدد الوسائط بين الإنسان والحاسوب.

ما الذي جذبك في البداية إلى التعلم الآلي؟

أثناء دراستي ، كان لدي اهتمام كبير بالتعرف على الكلام وأخذت دورات تدريبية أنشأنا فيها أدوات التعرف على الكلام من البداية.

ما الذي جذبك في البداية للتعرف على الكلام؟

لقد كنت مفتونًا بالفعل بالتفاعل القائم على الكلام بين الإنسان والحاسوب عندما تحدث الكابتن بيكارد إلى “الكمبيوتر” وتلقى إجابات ذات مغزى.

كان أحد أحدث مشاريعك هو بناء واجهة chatbot لمتحف يتوقع ما سيطلبه الزوار. هل يمكنك مناقشة كيفية تعامل فريقك مع هذا؟

لدمج وظيفة الإجابة على الأسئلة في روبوت المحادثة بالمتحف ، قمنا أولاً بجمع الكثير من الأسئلة واستخدمناها لتحسين إمكانات النظام في الإجابة عن الأسئلة. تم ذلك من خلال تصنيف الأسئلة بالإضافة إلى مواد الإجابة التي تلقيناها من شريكنا في المشروع Linon Medien ، وهي شركة متخصصة في إنتاج الكلام والمحتوى النصي للمعارض.

اكتشف فريقك أيضًا أن التعليقات التوضيحية لنوع المحتوى يمكنها تحسين الدقة ، فما نوع اختلافات الدقة التي تظهر من التعليقات التوضيحية؟

أدت التعليقات التوضيحية لنوع المحتوى إلى تحسين الدقة الكلية لروبوت المحادثة في فهم اللغة الطبيعية. هذا يعني أنه نظرًا للتعليقات التوضيحية الإضافية ، تمكن النظام من تقديم إجابات أكثر دقة.

ما هي بعض التحديات الأساسية وراء بناء الذكاء الاصطناعي للمحادثة؟

بدون هذه البيانات ، في معظم الحالات ، يمكن للمرء فقط تقديم تجارب مكتوبة تحاكي المحادثات بين البشر الحقيقيين ، ولكنها ثابتة وبالتالي غير طبيعية للغاية. التحدي الآخر هو أن عملية تطوير واجهة الذكاء الاصطناعي للمحادثة تتطلب خبرة خاصة في المجال المحدد الذي سيُستخدم فيه النظام. أحيانًا تكون مشاركة المعلومات المطلوبة بين خبراء تصميم المحادثة وخبراء المجال عملية صعبة تتطلب دعم خبراء إضافيين في أساليب التصميم التي تركز على المستخدم.

ما هو أسلوبك في بناء روبوت محادثة سهل الاستخدام وواجهة مستخدم للمحادثة؟

نحن نتبع بدقة نموذج التصميم الذي يركز على المستخدم. هذا يعني أننا نتعامل مع عملائنا ومستخدمينا في مراحل المشروع المبكرة ، عندما لا يكون النظام متاحًا بعد. نبدأ بمجموعات التركيز وجمع البيانات ونطلب من أصحاب المصلحة مراجعة متغيرات النظام في مراحل التطوير المبكرة.

ما هي آرائك حول ChatGPT و GPT-4 ، هل هناك أي شيء ستفعله بشكل مختلف؟

نستخدم حاليًا ChatGPT و GPT4 كأدوات لتوليد البيانات. ومع ذلك ، نحاول عادةً تجنب دعم الطبيعة المغلقة لهذه المنتجات من خلال استخدامنا في مشاريعنا البحثية. نتوقع أن تتوفر نماذج مفتوحة المصدر قابلة للمقارنة في المستقبل القريب.

سوف تتحدث في المستقبل مستقبل روبوتات المحادثة وقمة الذكاء الاصطناعي للمحادثة استضافتها Group futurista ، ما الذي ستناقشه؟

سأتحدث عن الروابط بين تجربة المستخدم والذكاء الاصطناعي للمحادثة. سأركز على التصميم الذي يركز على المستخدم ، والتنفيذ الذي يركز على المستخدم القائم على البيانات ، وتقييم واجهات المستخدم التخاطبية.