Promobot Диалоговая система для сервисных роботов

Основные статьи:

• Голосоваябиометрия
• Технологии биометрической идентификации
• Речевые технологии: на пути от распознавания к пониманию
• Нейросети (нейронные сети)
• Сервисные роботы

2020: Представление диалоговой системы для сервисных роботов

Компания «Промобот», резидент Кластера информационных технологий Фонда «Сколково», разработала для своих сервисных роботов диалоговую систему на основе нейронных сетей. При этом ей не требуется подключения к интернету. Об этом 12 ноября 2020 года сообщил Фонд «Сколково».

До этого роботы Promobot общались с помощью лингвистической базы — то есть вопросно-ответной системы. Теперь они смогут свободно распознавать запросы, обобщать их по заданной тематике и генерировать ответы с помощью нейронных сетей.Крупнейшие аутсорсеры поддержки решений SAP в России. Рейтинг TAdviser 11.9 т

Данная диалоговая система позволяет сопоставлять голосовой запрос собеседника с местоположением робота, временем запроса, а также с контекстом предыдущего диалога. Promobot сможет вести длинные диалоги, а не только отвечать на единичные запросы, как это делают существующие системы.

Робот, в отличие от голосовых помощников, в ответе на вопрос всегда будет ориентироваться на время и место разговора. Для сервисных роботов это важнейшая задача, поскольку они оказывают услугу в конкретном месте, скажем, в аэропорту, и всегда должны `осознавать`, в каком контексте они находятся, прокомментировал Андрей Носов, руководитель разработки диалоговой системы компани «Промобот».

Разработчики диалоговой системы использовали 10 ключевых тем для бизнеса: например, «Транспорт» (Как добраться? Как купить билет? Где находится?) или «Здание» (Какой адрес? Как получить пропуск? В каком кабинете?)

Чтобы натренировать один интент (потребность пользователя) нужно не менее двух тысяч релевантных сэмплов (конкретных примеров запроса в контексте). Для тренировки 10 тем дата-инженерам пришлось проанализировать порядка 6,5 млн строк запросов. На это потребовалось 1000 рабочих дней.

Для повышения точности диалог разделен на пять модулей.

Первый опирается на простое общение, не требующее привязки к каким-либо целям. Его назначение — смягчение или поддержание диалога.

Второй модуль отвечает на запросы для бизнеса, обрабатывая их в соответствии с необходимым контекстом.

Третий используется как поисковик — для постоянного обновления базы данных робота.

Четвертый модуль системы непосредственно связан с третьим. Он планирует сопоставление фактов, взятых из поисковика, в случаях, когда нужно получить какое-то сравнение или выгрузку, важную для принятия решений. Например, для получения ответов на вопросы: «Где стоит дешевле?», «Кто выше?», «Куда лучше поехать?» и т.п. При этом системе не обязательно иметь доступ к интернету в момент запроса: базы постоянно обновляются, пока робот в сети, но робот не теряет к ним доступ, если интернет отключается.

Последний, пятый, модуль подключается к лингвистической базе Promobot, которую создатели робота собирали на протяжении пяти лет.

Все голосовые помощники, которые существуют на ноябрь 2020 года, для нас по сути лишь один из модулей системы, который отвечает только за chit-chat. Любому голосовому ассистенту для полноценной работы необходим интернет. Наше решение может функционировать и офлайн, поскольку ориентируется на конкретные задачи бизнеса, сказал Олег Кивокурцев, директор по развитию компании «Промобот».

Внедрение диалоговой системы на действующих роботов Promobot начнётся в декабре 2020 года. В нашей стране их на ноябрь 2020 года работает около четырехсот.

Российские решения в области сервисной робототехники пользуются устойчивым спросом на мировом рынке. Это происходит, в том числе потому, что наши компании в некоторых аспектах являются законодателями и основоположниками новых технологических и бизнес трендов в этой области, отметил Павел Кривозубов, руководитель направления «Робототехника и искусственный интеллект» Кластера информационных технологий Фонда «Сколково».