Percakapan di Cloud – Menuju AI

Percakapan di Cloud – Menuju AI

Penulis: Sistem ThinkPro

Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda membuat produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.

Amazon Lex

Antarmuka percakapan adalah jalan masa depan. Tidak ada yang bisa mengalahkan pengalaman pengguna dari pengguna yang berbicara dengan aplikasi Anda. Pengoptimalan warna dan desain responsif apa pun di situs web atau aplikasi seluler adalah hal yang sepele jika dibandingkan dengan pengalaman percakapan.

Secara alami, percakapan seperti itu sulit diterapkan. Namun, itu juga tidak terlalu sulit. Kami memiliki serangkaian alat dan utilitas untuk membantu kami membangun chatbot sesuai kebutuhan kami. Blog ini memperkenalkan Anda ke Amazon Lex, yang mencakup topik-topik berikut:

Pendahuluan — Apa itu Lex? Konsep inti Membuat bot — bot sederhana Meningkatkan bot Lex vs. ChatGPT — Utilitas, kustomisasi, dan integrasi

pengantar

Amazon Lex adalah layanan yang disediakan oleh Amazon Web Services (AWS) yang memungkinkan pengguna membangun dan menerapkan chatbot untuk digunakan dalam berbagai aplikasi. Chatbots ini, juga dikenal sebagai antarmuka percakapan, memungkinkan pengguna untuk berinteraksi dengan sistem atau layanan melalui input dan output bahasa alami.

Salah satu manfaat utama Amazon Lex adalah integrasinya dengan layanan AWS lainnya. Hal ini memungkinkan pengguna memanfaatkan kekuatan ekosistem AWS untuk membangun dan menerapkan chatbot mereka. Misalnya, chatbot Amazon Lex dapat diintegrasikan dengan Amazon Connect, layanan pusat kontak berbasis cloud, untuk menyediakan layanan pelanggan melalui antarmuka chatbot.

Selain integrasinya dengan layanan AWS lainnya, Amazon Lex juga menawarkan berbagai fitur untuk membantu pengguna membuat dan menerapkan chatbot berkualitas tinggi. Fitur-fitur ini meliputi:

Pengenalan ucapan otomatis (ASR): Amazon Lex menggunakan ASR untuk mengenali masukan lisan dari pengguna dan menerjemahkannya ke dalam teks. Ini memungkinkan pengguna untuk berbicara dengan chatbot mereka seperti berbicara dengan manusia, menjadikan pengalaman chatbot lebih alami dan intuitif. Pemahaman bahasa alami (NLU): Amazon Lex menggunakan NLU untuk memahami arti dan konteks masukan pengguna. Ini memungkinkan chatbot untuk merespons dengan tepat permintaan pengguna dan permintaan informasi. Text-to-speech (TTS): Amazon Lex menawarkan kemampuan TTS, yang memungkinkan chatbot berbicara kepada pengguna dengan suara yang alami dan mirip manusia. Ini bisa sangat berguna untuk aplikasi seperti layanan pelanggan atau kios informasi. Penyesuaian: Amazon Lex memungkinkan pengguna menyesuaikan chatbot mereka melalui penggunaan model Amazon Lex ML dan fungsi AWS Lambda. Ini memungkinkan pengguna untuk menyesuaikan chatbot mereka dengan kebutuhan spesifik mereka dan membangun logika dan fungsionalitas khusus.

Secara keseluruhan, Amazon Lex adalah alat yang andal untuk membuat dan menerapkan chatbot untuk berbagai aplikasi. Integrasinya dengan layanan AWS lainnya dan opsi penyesuaian ekstensif menjadikannya pilihan ideal bagi pengguna yang ingin membangun antarmuka percakapan untuk bisnis atau layanan mereka.

Konsep inti

Sebelum kita masuk ke implementasi, kita harus memahami beberapa konsep penting yang terlibat dalam membangun chatbots.

Niat

Niat mewakili niat pengguna akhir — apa yang diinginkan pengguna? Tugas utama chatbot adalah mencoba menebak maksud ini dan memetakannya dengan maksud yang diprogram untuk diproses.

Ucapan

Chatbot mencoba menebak maksud berdasarkan ucapan pengguna. Ini adalah frasa yang diucapkan atau diketik dalam input pengguna. Chatbot mencoba menghubungkannya dengan ucapan yang dikonfigurasi untuk setiap maksud yang diketahui, untuk mengidentifikasi maksud saat ini.

Slot

Niat saja tidak cukup. Chatbot membutuhkan detail khusus terkait dengan maksud agar dapat bekerja di dalamnya. Rincian ini harus diidentifikasi dari masukan pengguna. Kami menyebutnya slot. Itu adalah kata dan frasa spesifik yang muncul dalam kalimat panjang yang diucapkan pengguna.

Pemenuhan

Ini adalah mekanisme sebenarnya dari niat Anda. Setelah niat dan slot diidentifikasi, chatbot memanggil mekanisme pemenuhan yang telah kami konfigurasikan.

Perhatikan bahwa ucapan, maksud, dan slot datang dalam teks yang mengalir bebas dari pengguna. Mereka tidak memiliki format atau urutan yang tetap. Di sini, kita tidak dapat menggunakan teknik tradisional pencocokan teks atau ekspresi reguler. Kami membutuhkan NLP yang intens menggunakan model terlatih untuk mendapatkan detail ini. Itulah mengapa kami membutuhkan Amazon Lex.

Dengan Lex, kami memiliki model siap pakai yang membantu kami dengan tugas yang membosankan ini. Kami hanya mengonfigurasi dasar-dasarnya dan mengurus sisanya.

Buat bot

Dengan pemahaman teoretis dasar, sekarang mari kita terapkan bot sederhana menggunakan Amazon Lex. Biarkan kami membuat chatbot yang dapat memberi tahu kami berita terbaru terkait kata kunci tertentu. Ini adalah proses sederhana yang melibatkan beberapa konsep inti. Mari kita periksa.

Lompat ke Konsol Amazon Lex.

Konsol Amazon Lex

Klik “Buat bot” untuk memulai proses. Konfigurasinya mudah.

Kami akan mulai dengan bot kosong

Buat bot kosong Berikan nama dan deskripsi opsional untuk mengidentifikasi bot

Konfigurasi bot Biarkan AWS menangani pembuatan Peran IAM

Buat peran Kita tidak perlu khawatir tentang COPPA dalam tutorial

Abaikan COPPA untuk demo Kita sebaiknya baik-baik saja dengan batas waktu sesi 5 menit.

Batas waktu default Untuk memulai, mari kita fokus pada interaksi teks dalam bahasa Inggris AS.

Bahasa Inggris AS Terakhir, klik Selesai untuk membuat bot. Itu membawa kita ke ciptaan yang dimaksud. Berikan nama dan deskripsi untuk maksud baru.

Buat Intent Gulir ke bawah, ke slot, dan klik “Tambahkan slot”

Slot kota Perluas “Prompt for slot: city” untuk memberikan detail lebih lanjut. Klik “Opsi tambahan”.

Permintaan slot Gulir ke bawah pada sembulan yang terbuka di sisi kanan layar, untuk memberikan respons keberhasilan penangkapan slot.

Respons slot Klik “Perbarui Slot”. Itu akan membawa Anda kembali ke konfigurasi maksud. Gulir ke atas lagi, dan tambahkan Contoh ucapan. Ketik bidang teks dan klik “Tambah ucapan” untuk menambahkan ucapan individual. Perhatikan bahwa {city} dalam kurung kurawal berhubungan dengan slot — kota yang kita tambahkan di atas.

Ucapan niat Sekarang gulir ke bawah lebih jauh untuk mengaktifkan pemenuhan.

Aktifkan pemenuhan Klik “Opsi lanjutan”. Itu membuka sembulan di bagian kanan layar. Pilih kotak centang untuk “Gunakan fungsi lambda untuk pemenuhan”

Lampirkan fungsi lambda Klik “Update options” untuk menutup popup dan kembali ke konfigurasi maksud. Klik “Save Intent” dan kemudian klik “Build” untuk membangun chatbot. Pembuatannya membutuhkan waktu. Setelah selesai, tambahkan niat lain untuk mendapatkan berita terkait kata kunci. Langkah yang sama seperti di atas, dengan sedikit perbedaan. Kali ini, slotnya adalah “kata kunci”, dan jenisnya adalah alfanumerik.

Slot kata kunci Ucapan harus berhubungan dengan berita.

Ucapan berita Sekali lagi, simpan niat dan bangun. Konfirmasikan daftar niat di bot. Perhatikan bahwa ada niat ketiga yang tidak kami buat. Ini adalah maksud Fallback, yang dipicu saat bot tidak dapat mengklasifikasikan permintaan kita ke salah satu maksud lainnya. Jika bot kita sering mendarat di sini, berarti kita perlu memperkaya kumpulan “Sampel ucapan”. Lex mampu memperluas rangkaian ucapan yang kami sediakan menjadi koleksi yang lebih umum. Namun, masuk akal untuk menerapkan pemikiran di sini untuk melakukan yang terbaik dalam menyediakan kumpulan data. Itulah salah satu poin yang membedakan bot yang dibuat dengan baik dari yang kurang berkembang.

Tiga maksud Sekarang, kita harus mengerjakan fungsi Lambda yang dapat memenuhi maksud kita. Jadi lompat ke konsol Lambda dan buat fungsi Lambda baru. Beri nama dan pilih Runtime sebagai NodeJS. Biarkan yang lainnya sebagai default dan klik “Buat fungsi”.

Buat fungsi lambda Lihat tautan ini untuk kode sumber yang diperlukan dalam fungsi Lambda. Kloning atau unduh repositori. Ada file deploy.zip yang harus diunggah ke fungsi Lambda. Pada tab kode lambda, klik “Perbarui dari” dan unggah file zip ini ke fungsi lambda. Fungsi Lambda menggunakan API publik untuk cuaca dan berita. Anda harus mengunjungi situs web tersebut dan mendapatkan kunci API untuk mereka. Sederhana dan gratis. Setelah selesai, tambahkan kunci tersebut ke lingkungan lambda. Perhatikan bahwa variabel lingkungan lambda bukanlah tempat terbaik untuk menyimpan kunci API. Namun, tidak apa-apa untuk aplikasi demo seperti ini.

Kunci API Terapkan, dan kami siap untuk pergi. Sekarang kembali ke konsol Lex, tempat bot sudah siap untuk kita. Klik Test, dan itu akan membuka popup.

Uji bot Klik ikon roda gigi untuk membuka pengaturan. Ini akan membuka popup lain untuk pengaturan. Di sana, tambahkan fungsi Lambda yang akan memproses permintaan pemenuhan.

Lampirkan fungsi lambda Ketik ke dalamnya untuk melihat cara kerja bot kami. Inilah percakapan saya dengan bot.

Wow! Cobalah berbagai cara untuk mengajukan pertanyaan yang sama. Jika sesuatu gagal, coba perbarui ucapan maksud dan simpan maksud dan buat bot lagi.

Kami dapat dengan mudah mengintegrasikan ini dengan situs web atau aplikasi seluler kami menggunakan AWS Amplify.

Meningkatkan bot

Itu bagus untuk bot demo sederhana. Ini memberikan sekilas tentang apa yang bisa kita lakukan dengan Lex. Jelas, ada lebih banyak lagi untuk pengembangan Lex dan chatbot. Misalnya, kita dapat mengonfigurasi beberapa aspek maksud lainnya. Konfirmasi, kata penutup, dll. Kita dapat membangun konteks sesi saat pengguna mengobrol dengan bot. Jadi, pengguna dapat merujuk ke objek yang digunakan dalam beberapa perintah sebelumnya. Misalnya, pengguna dapat menanyakan tentang cuaca di suatu kota. Kemudian tanyakan kabar dengan kata ganti. Bot dapat “mengingat” konteks dan memberikan berita tentang kota yang sama. Atau pengguna dapat bertanya tentang cuaca setelah beberapa menit — bagaimana cuaca sekarang? Bot dapat mengingat permintaan sebelumnya dan memenuhinya tanpa meminta kota lagi.

Ini adalah aspek interaksi bot. Kami juga dapat meningkatkannya secara fungsional. Misalnya, alih-alih meminta API gratis untuk berita dan cuaca, kita dapat memiliki bot yang menanyakan harga sebenarnya dari pasar saham. Pengguna cukup menanyakan harga saham dan menginstruksikan beli atau jual dari konsol obrolan.

Dan, tentu saja, kita bisa menggunakan antarmuka suara untuk membuatnya lebih menarik. Dalam contoh di atas, kami menggunakan antarmuka hanya teks. Kami dapat mengaktifkan suara untuk membuatnya lebih menarik.

Langit adalah batas untuk berbagai kasus penggunaan dan kemungkinan yang kami miliki dengan bot Amazon Lex. Ini adalah tugas yang sangat sepele untuk mengonfigurasi dan membuat struktur dasar berfungsi. Setelah siap, kita dapat menambahkan lebih banyak fitur ke dalamnya.

Lex vs ChatGPT

ChatGPT telah menjadi berita utama (dan juga banyak pikiran) dalam beberapa minggu terakhir. Namun, ada perbedaan besar antara keduanya. ChatGPT tidak diragukan lagi memiliki fitur hebat untuk menghasilkan konten teks yang luar biasa. Namun, dalam hal fungsionalitas, utilitas, dan konfigurasi, Lex jauh di belakang.

Kegunaan

Amazon Lex adalah platform chatbot berfitur lengkap yang memungkinkan pengembang membangun, menguji, dan menerapkan chatbot untuk berbagai aplikasi. Ini mencakup kemampuan pemahaman bahasa alami (NLU) dan pengenalan ucapan otomatis (ASR), serta integrasi dengan layanan AWS lainnya. ChatGPT, di sisi lain, adalah toolkit chatbot sumber terbuka berdasarkan model bahasa GPT-3. Ini dirancang untuk menghasilkan teks seperti manusia dan dapat digunakan untuk membangun chatbot yang dapat melakukan percakapan dengan pengguna.

Kustomisasi

Amazon Lex menawarkan penyesuaian tingkat tinggi, yang memungkinkan pengembang menyempurnakan perilaku dan respons chatbot berdasarkan kebutuhan khusus mereka. ChatGPT, di sisi lain, lebih terbatas dalam hal penyesuaian. Itu menghasilkan teks berdasarkan input yang diterimanya, tetapi pengembang memiliki kontrol yang lebih sedikit atas respons spesifik yang disediakan oleh chatbot.

Integrasi

Amazon Lex berintegrasi mulus dengan layanan AWS lainnya, seperti Lambda dan Amazon Connect. Hal ini memungkinkan pengembang membuat chatbot yang dapat mengakses data dari layanan AWS lainnya dan melakukan berbagai tindakan. ChatGPT, di sisi lain, tidak memiliki tingkat integrasi ini dengan alat dan layanan lain.

Secara keseluruhan, Amazon Lex adalah platform chatbot yang lebih komprehensif, sedangkan ChatGPT adalah alat yang lebih terspesialisasi yang terutama berfokus pada pembuatan teks mirip manusia. Keduanya dapat berguna untuk membuat chatbot, tetapi pilihan terbaik akan bergantung pada kebutuhan dan tujuan spesifik proyek.

Amazon Lex: Percakapan di Cloud awalnya diterbitkan di Towards AI on Medium, di mana orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Menuju AI

Author: Jeffrey Hayes