சாட்போட்கள் எவ்வாறு பயிற்சி பெறுகின்றன?

கே:

சாட்போட்கள் எவ்வாறு பயிற்சி பெறுகின்றன?

ப:

ஆப்பிளின் சிரி போன்ற தனிப்பட்ட உதவியாளர்கள் மூலமாகவோ அல்லது வாடிக்கையாளர் சேவைத் துறைகள் மூலமாகவோ கிட்டத்தட்ட எல்லோரும் ஒரு சாட்போட்டுடன் தொடர்பு கொண்டுள்ளனர், ஆனால் அவர்கள் எப்படி மிகவும் புத்திசாலி என்று தெரிகிறது? யதார்த்தமான பதில்களை அளிக்க AI டெவலப்பர்கள் இந்த போட்களைப் பயிற்றுவிக்க பல வழிகள் உள்ளன.

ஒரு போட்டை வடிவமைப்பதற்கான எளிய வழி, அது ஒரு முன் திட்டமிடப்பட்ட பதில்களுக்கு பதிலளிக்க வேண்டும். 1960 களில் உருவாக்கப்பட்ட ஜோசப் வீசன்பாமின் (1923-2008) எலிசா திட்டம் பயன்படுத்திய அணுகுமுறை இதுவாகும்.

எலிசா ஒரு ரோஜீரிய உளவியலாளரை உருவகப்படுத்தும் நோக்கம் கொண்டது. இந்த திட்டம் முன் திட்டமிடப்பட்ட “ஸ்கிரிப்டுகளின்” படி மட்டுமே பதிலளிக்க முடியும், ஆனால் பல பயனர்கள் இந்த விளைவை மிகவும் யதார்த்தமாகக் கண்டறிந்தனர், எலிசா உண்மையில் புத்திசாலி என்று அவர்கள் வலியுறுத்தினர்.

இது "எலிசா விளைவு" என்று அழைக்கப்படுகிறது.

AI இன் ஆராய்ச்சி சாட்போட்களை வளர்ப்பதற்கான மிகவும் அதிநவீன அணுகுமுறைகளுக்கு அனுமதித்துள்ளது, இது டெவலப்பர்கள் வழங்கிய பயிற்சி தரவு மற்றும் பயனர் உள்ளீட்டிலிருந்து "கற்றுக்கொள்ள" அனுமதிக்கிறது.

ஒரு மென்பொருள் நிறுவனத்தின் வாடிக்கையாளர் சேவைத் துறைக்கு பயன்படுத்தப்படும் சாட்போட்டின் உதாரணத்தை எடுத்துக் கொள்வோம். போட் முதலில் நிறுவனத்தின் சொந்த ஆதாரங்களிலிருந்து தகவல்களை அளிக்கும்: ஆவணங்கள், கேள்விகள், மின்னஞ்சல்கள், அரட்டை டிரான்ஸ்கிரிப்டுகள், தொடங்குவதற்கு.

டெவலப்பர்கள் கொடுக்கும் எந்தவொரு விஷயத்திற்கும் போட் மட்டுப்படுத்தப்படாது, எலிசா இருந்தது. இயற்கையான மொழி செயலாக்கத்தை (என்.எல்.பி) பயன்படுத்தி வாடிக்கையாளர்களுடனான உண்மையான தொடர்புகளிலிருந்து இது கற்றுக்கொள்ள முடியும்.

தானியங்கு கற்றலுடன் கூட, போட்கள் சிக்கலில் சிக்கிய பகுதிகள் இன்னும் இருக்கும். மேற்பார்வையிடப்பட்ட கற்றலைப் பயன்படுத்தி மனிதர்கள் எப்போதாவது போட் பயிற்சி பெற வேண்டும். மனித மொழிகளில் உள்ள தெளிவின்மையைக் கருத்தில் கொண்டு, முற்றிலும் மேற்பார்வையில்லாமல் இயங்கக்கூடிய ஒரு சாட்போட்டை உருவாக்குவது கடினம்.

ஒரு மனித பயனர் துல்லியமாக ஒரு சாட்போட்டின் முடிவை சரிபார்க்க வேண்டும், குறிப்பாக வணிக சூழலில். இருப்பினும், இந்த சாட்போட்கள் எலிசா போன்ற முற்றிலும் விதிகள் சார்ந்த திட்டத்தை விட நெகிழ்வானதாக இருக்கும்.

இயந்திர கற்றல் மற்றும் இயற்கையான மொழி செயலாக்கத்தின் முன்னேற்றங்கள் எதிர்காலத்தில் இந்த அரட்டைப் பகுதிகள் இன்னும் புத்திசாலித்தனமாகத் தோன்றும்.