W obszarze nowych technologii istnieje bardzo dużo wcześniej nieznanych terminów i pojęć. Dlatego postanowiliśmy zebrać je w jedno miejsce i wyjaśnić wszystkie po kolei.
AI – jedno z najpopularniejszych pojęć, znane już od dawna. O AI pisał Lem i William Gibson. AI czyli Artificial Intelligence to po polsku sztuczna inteligencja. Pod tym szerokim pojęciem łączą się zagadnienia z wielu dziedzin. Google wykorzystuje AI do rozpoznawania zdjęć, Facebook używa swojego AI do targetowania reklam, HR używają AI do dopasowywania najlepszych kandydatów, a chatboty używają AI do analizowania intencji użytkowników i dopasowywania do nich odpowiedzi.
ML – pod tym skrótem kryje się Machine Learning, czyli uczenie maszynowe. Machine learning jest wykorzystywane do nauki botów. Robot swoją inteligencję otrzymuje właśnie w procesie machine learningu. Aby Sztuczna Inteligencja działała, musi przejść etap nauki. Za pomocą danych treningowych i danych testowych AI uczy się rozwiązywać powtarzające się problemy i dostrzegać trendy, których nie dostrzegłby człowiek. To właśnie jest ML.
NLP – w kontekście nowych technologii oznacza to Natural Language Processing, czyli po polsku “przetwarzanie języka naturalnego”. Programy komputerowe rozumieją tylko matematyczne, ustrukturyzowane dane. Dlatego informacje, które ten program ma interpretować, musimy przeformatować w coś, co zrozumie. Natural Language Processing zajmuje się dekodowaniem tekstu i głosu człowieka oraz przetwarzaniem go na dane zrozumiałe dla komputera. Dawniej korzystano z keywordów, czyli znajdowania poszczególnych słów kluczowych w zdaniu, co kierowało na pewne reakcje, ale takie działania nie były skuteczne. Skrót NLP jest czasem kojarzony z zupełnie inną branżą, ale w przypadku botów nie chodzi oczywiście o Neuro Linguistic Programming, którym zajmują się psychologowie, couchowie i manipulatorzy, żeby wpłynąć na rozmówcę.
NLU – Natural Language Understanding jest często mylone z NLP. NLU, czyli rozumienie języka naturalnego, odpowiada za kolejny krok interakcji człowieka z maszyną. To dzięki NLU komputer nie tylko wie, jakie słowa wprowadził użytkownik, ale też jakie było ich znaczenie i kontekst. Człowiek bez problemu rozpozna po kontekście, czy mówiąc o zamku chodzi nam o zabezpieczenie drzwi, czy o średniowieczną budowlę obronną. Dla robota wyłuskanie znaczenia z kontekstu jeszcze do niedawna było niemożliwe, ale teraz działa coraz lepiej. Dzięki NLU robot wie, która część zdania jest intencją, a która obiektem. Otworzyło to mnóstwo możliwości dla botów i jest wykorzystywane przez boty głosowe, np. Google do rezerwacji stolików.
NLG – gdy nasz bot potrafi już zrozumieć tekst i nadać mu znaczenie, dobrze gdyby jeszcze umiał odpowiedzieć w sposób naturalny. Tutaj przychodzi z pomocą NLG – Natural Language Generation – czyli tworzenie naturalnego języka. Na podstawie zapytania i danych, które ma bot, odpowiedź powinna być przygotowana w sposób czytelny i jednoznaczny dla użytkownika. Szablony odpowiedzi działają dobrze, ale w przypadku bardziej wysublimowanych odpowiedzi warto dostosować język do komunikatu.
Autor: Konrad Gładkowski
