Компоненти на AI двигател

Основните компоненти са релевантни за скриптирани AI агенти, но тяхната функция е леко различна:

• Разбиране на естествен език (NLU): Компонентът NLU съпоставя входа на клиента с намеренията, дефинирани в техния скрипт. Той разпознава приноса на клиента в рамките на рамката.
• Управление на диалога: Този компонент управлява хода на разговора според сценария. Това гарантира, че агентът следва дефинираните пътища и предоставя правилните отговори въз основа на разпознаваемото намерение и контекст.
• Извличане на отговори: Този компонент предоставя отговорите, конфигурирани в скрипта.

За гласови взаимодействия, освен споменатите по-горе компоненти, AI енджинът включва и ASR (автоматично разпознаване на реч) и TTS (текст към реч).

Как да изберете правилния двигател

• Webex AI Pro 2.0 (със Swiftmatch)

  Това е най-новият ни генеративен AI-базиран механизъм за разбиране на естествен език (NLU) за скриптирани AI агенти. Тя използва усъвършенствани алгоритми за машинно обучение, за да интерпретира потребителските входни данни и точно да класифицира намеренията. Чрез учене от разнообразни езикови модели, генерирани от LLM, енджинът осигурява висока прецизност при разбирането на това, което потребителят иска да постигне, дори когато формулировката или изборът на думи варира.

  Основни предимства

  • Подобрено разпознаване на намерение: Способен да разбира широк спектър от потребителски заявки, включително невидими проби или входни вариации, което позволява по-точна класификация на намерението.

  • Адаптивно обучение: Моделът се обобщава ефективно върху сходни изказвания, намалявайки нуждата от изчерпателни ръчни примери.

  Изисквания за конфигурация и ограничения

  • Всяко намерение трябва да включва поне 10 представителни изказвания, за да осигури на модела достатъчно езиково разнообразие за точно учене.

  • Ясно и смислено описание на намерението е от съществено значение, тъй като помага на системата да диференцира тясно свързани намерения и да поддържа последователна класификационна ефективност.

  • Недостатъчните или двусмислени обучителни данни могат да намалят точността на класификацията, особено при намерения с припокриващи се езикови модели.

• Webex AI Pro 1.0 (със Swiftmatch)

  Този AI енджин е идеален за разработване на AI агенти, които управляват разнообразни потребителски изрази, като същевременно точно съпоставят входните данни с предварително определени намерения, осигурявайки последователни и надеждни взаимодействия в различни сценарии. Полезно е за:

  • Обработка на по-малък набор от тренировъчни данни: Ако тренировъчният набор от данни има по-малко от 10 изказвания на намерение, този енджин е по-подходящ.
  • Многоезични скриптирани агенти: Това е добър избор за създаване на агенти, които управляват разговори на няколко езика.
  • Скриптирани агенти с някакво ниво на "умно съвпадение": Въпреки че отговорите са скриптирани, този AI енджин предлага естествено усещане, като съпоставя потребителския вход с най-близкото намерение, дори и формулировката да не е точна.

  Предимства: Помага при вариациите на входа, по-добре с по-малки набори от данни за обучение, има многоезична поддръжка, поддържа интелигентно съвпадение.

  Ограничения: Swiftmatch се отличава със силните си умения за разбиране на естествен език. Въпреки това, ако скриптът ви изисква гъвкавост при съвпадението на потребителския вход с намеренията — позволявайки вариации в формулировката — Swiftmatch може да се нуждае от допълнителна конфигурация на данни с разнообразни обучителни данни. Той е проектиран за прецизно и твърдо съвпадение, което може да направи управлението на вариациите по-предизвикателно.

• Webex AI Pro 1.0 (с MindMeld)

  Този AI енджин е много подходящ за скриптирани агенти с комплексни, многостепенни разговорни потоци. Полезно е за:

  • Обработка на средно обучителен набор от данни: Ако обучаващият набор от данни има по-малко от 20 изказвания по намерение, този двигател е по-подходящ.
  • Сложни скриптирани работни потоци: Ако скриптът включва множество стъпки, условия или разклоняваща се логика, MindMeld може да управлява тези сложни потоци.
  • Многоезични скриптирани агенти: MindMeld поддържа множество езици.
  • Извършва класификация на роли и обекти: Подобрява разбирането на входа от потребителя чрез идентифициране на части от изречения и важни детайли, подобрявайки точността и релевантността на отговорите.

  Предимства: Добър за сложни скриптирани потоци, добър за средни набори от данни и има многоезична поддръжка, по-точен от RASA, лесен и ефективен избор за основна класификация на намерения.

  Ограничения: MindMeld може да обработва сложни потоци в рамките на съществуващите ограничения на платформата, но е подходящ за структурирани разговори. Ако сценарият изисква силно гъвкаво и динамично управление на диалога, с потоци на разговори, които могат значително да се променят според клиентския вход, зависимостта на MindMeld от предварително дефинирани потоци може да бъде ограничаваща. Това е по-малко подходящо за свободни и непредсказуеми разговори, дори в сценарна обстановка.