큐:
챗봇은 어떻게 훈련됩니까?
ㅏ:거의 모든 사람들이 Apple의 Siri와 같은 개인 비서 나 고객 서비스 부서를 통해 챗봇과 상호 작용했지만 어떻게 그렇게 똑똑해 보입니까? AI 개발자가 이러한 봇을 훈련시켜 현실적인 응답을 줄 수있는 몇 가지 방법이 있습니다.
봇을 설계하는 가장 간단한 방법은 사전 프로그래밍 된 응답 범위에 응답하는 것입니다. 이것은 1960 년대에 개발 된 Joseph Weizenbaum (1923-2008)의 ELIZA 프로그램에 의해 사용 된 접근 방식입니다.
ELIZA는 Rogerian 심리 치료사를 시뮬레이션하기 위해 고안되었습니다. 이 프로그램은 사전 프로그래밍 된 "스크립트"에 따라서 만 응답 할 수 있었지만 많은 사용자는 그 효과가 너무 현실적이어서 ELIZA가 실제로 지능적이라고 주장했습니다.
이것을 "ELIZA Effect"라고합니다.
AI 연구를 통해 챗봇 개발에 대한 훨씬 더 정교한 접근 방식이 가능해졌으며, 이를 통해 개발자가 제공 한 교육 데이터와 사용자 입력을 통해 "학습"할 수 있습니다.
소프트웨어 회사의 고객 서비스 부서에 사용되는 챗봇을 예로 들어 보겠습니다. 봇은 먼저 회사의 자체 리소스 (문서, FAQ, 이메일, 대화 내용)에서 정보를 제공받습니다.
봇은 개발자가 제공 한 것, ELIZA와 같은 방식으로 제한되지 않습니다. 자연어 처리 (NLP)를 사용하여 고객과의 실제 상호 작용을 통해 배울 수 있습니다.
자동화 된 학습에도 봇이 어려움을 겪는 영역이 여전히 남아 있습니다. 인간은 때때로지도 학습을 사용하여 봇을 교육해야합니다. 인간 언어의 모호함을 감안할 때 완전히 감독되지 않은 채 챗봇을 만드는 것은 어려울 것입니다.
인간 사용자는 특히 비즈니스 환경에서 챗봇의 결과가 정확한지 확인해야 할 것입니다. 그러나 이러한 챗봇은 ELIZA와 같은 순수한 규칙 기반 프로그램보다 더 유연합니다.
기계 학습 및 자연 언어 처리의 발전으로 이러한 챗봇은 미래에 더욱 지능적으로 보일 수 있습니다.
