Razvoj adaptivnog četbota zasnovanog na veštačkoj inteligenciji

Abstract

Nakon blagog pada pojedinih društvenih mreža istraživanja ukazuju da su krajnji korisnici najveću količinu svoje pažnje usmerili na komunikacione platforme (Viber, Whatsapp, FB messenger, Instagram, itd). Pojam digitalna transformacija zajedno sa veštačkom inteligencijom, predstavlja ogroman iskorak u pravcu unapređenja poslovanja kompanija iz različitih industrija. U borbi protiv KOVID-19, a u cilju razvoja inovativnih rešenja koja obezbeđuju dodatnu vrednost, u digitalni svet je lansiran četbot. On predstavlja program koji imitira ljudski razgovor i pomaže korisniku da dobije prave informacije i pruži svakodnevne usluge. U poslednjoj deceniji, ogromno unapređenje komunikacionih platformi i mrežnih tehnologija pružile su nove tehničke mogućnosti za usvajanje četbota u različitim sektorima, kao što su: e-trgovina, korisnička podrška, marketing i obrazovanje. Četbot predstavlja softver koji simulira konverzaciju koristeći veštačku inteligenciju i učestvuje u dijalogu sa čovekom koristeći prirodni jezik i pri tome razume tekstualne i glasovne poruke. Četbot koristi veštačku inteligenciju u cilju pronalaženja odgovora i rešavanja korisničkih zahteva. U koraku sa novim trendovima u radu je definisan metodološki okvir za razvoj savremene arhitekture četbota zasnovanog na veštačkoj inteligenciji za sledeću generaciju Internet zajednice. U skladu sa tim najveći problem razvoja adaptivne platforme je rešavanje problema fleksibilnosti integrisanja, odnosno definisanje mehanizma nezavisnosti četbota od samo jednog servisa za razumevanje prirodnog jezika (engl. Natural Language Understanding - NLU) čime bi se obezbedila adekvatna adaptivnost. Predložena metodologija daje opšti postupak i rezultat je kombinacije različitih metodoloških pristupa. Prateći metodologiju, razvoj adaptivnog četbota zasnovan na NLU se sastoji iz dve faze: projektni i aplikacioni inženjering. Svaka od ovih faza je zatim podeljena na aktivnosti koje treba da urade u okviru faza. Prednost ove podele je realizacija prilagodljive platforme za generisanje četbotova. Napredna arhitektura četbota koja podržava metodologiju je lako proširljiva, skalabilna i podržava različite servise za razumevanje prirodnog jezika i komunikacione platforme za razmenu poruka. Teza opisuje logičku i fizičku arhitekturu četbota. Kroz odgovarajuće metamodele i njihova mapiranje obezbeđena je nezavisnot NLU servisa. Kroz predloženi pristup daje se sopstveni nezavisni okvir za razvoj četbota čiji je cilj smanjenje zavisnosti od proizvođača koji se bave servisima za razumevanje prirodnog jezika i kanalima komunikacija. Na ovaj način se stiče nezavisnost od bilo kog servisa za razumevanje prirodnog jezika, čime se rešenje neće vezati za jedan servis već će se predloženim mehanizmom obezbediti lako mapiranje i prebacivanje sa jednog na drugi novi i/ili stari servis. Konačno, jedna implementacija predložene arhitekture četbota je ukratko prikazana kroz studiju slučaja. Akademska Digitalna Asistentkinja (ADA) je prva implementacija četbota u prosveti na Balkanu koja kroz prirodnu komunikaciju pruža efikasniju realizaciju usluga i uštedu vremena. ADA prima poruke sa različitih komunikacionih platformi za razmenu poruka (Viber, FB mesindžer, Instagram i vebčet preko sajta BAPUSS). Četbot platform obavlja veliki broj važnih zadataka pre nego što pošalje poruku NLU. NLU zatim analizira tekst i na osnovu tehnika mašinskog učenja upoređuje, a zatim generiše nameru i njene entitete. Generisani rezultat se šalje nazad u četbot platformu, koja određenim algoritmom koristi nameru, entitete, kontekst i šalje odgovor korisniku u odgovarajućem formatu za prikazivanje poruke. ADA je dostupna 24 sata i daje odgovare na česta pitanja studenata i budućih studenata. ADA zna nešto više od 250 scenarija u vezi sa pitanjima na koje studenti i ostali korisnici žele da dobiju odgovor ili da izvrše odgovarajuću uslugu. Neki od scenarija su: prijava ispita, promena ispitivača, overa semestra, informacije o konsultacijama nastavnika, rokovima, rangiranju akademije, rasporedu predavanja, rejtingu studenata, događajima, dostupnosti usluga, akademskom okruženju, datumu predavanja i ispita, aktivnostima koje se dešavaju unutar akademije i druge korisne akademske informacije.