Das Ziel eines Chatbots ist es, Maschinen dazu zu bringen, Menschen zu verstehen. Bis jetzt war Software nicht gut darin, Menschen zu verstehen. Vielmehr mussten die Menschen die Software verstehen. Menschen mussten bei ihren Interaktionen mit Software präzise sein, indem sie entweder exakte Befehle eintippten oder genau die richtigen grafischen Widgets auf der Benutzeroberfläche anklickten, um die Aufgabe zu erledigen.
Von Menschen Präzision zu verlangen, führt zu drei Problemen: Erstens ist die Verwendung von Software mit einer gewissen Lernkurve verbunden, zweitens ist bei der Verwendung von Software mentaler Aufwand erforderlich, um sicherzustellen, dass kein Fehler gemacht wird, und drittens können leicht Fehler gemacht werden.
Wäre es besser, wenn Software die Menschen verstehen würde, auch wenn sie nicht präzise sind? Ja, denn das würde die drei Probleme lösen. Das Ziel von chatbots ist es, Maschinen dazu zu bringen, unpräzise Menschen zu verstehen, damit Menschen mit Maschinen natürlich kommunizieren können.
Bevor wir die Auswirkungen dieser Tatsache erörtern, ist es wichtig zu wissen, dass die natürliche Kommunikation nicht unbedingt die schnellste Art der Kommunikation mit einer Maschine ist. Auf eine Schaltfläche mit der Aufschrift "Bestellen" zu klicken ist schneller, als zu sagen "Ich möchte einen Cheeseburger bestellen", und viel, viel schneller, als die Bestellung mit dem Daumen einzutippen.
Es liegt auch auf der Hand, dass grafische Schnittstellen besser für komplizierte Aufgaben geeignet sind. Es wäre viel langsamer, eine Tabellenkalkulation mit Sprachbefehlen zu erstellen, als dies mit der grafischen Benutzeroberfläche zu tun.
Es gibt jedoch viele Fälle, in denen die natürlichsprachliche Schnittstelle überlegen ist, und die Zahl der Anwendungsfälle, in denen sie überlegen ist, wächst täglich.
Eine Möglichkeit, über die Unterscheidung zwischen Fällen nachzudenken, in denen die Sprachschnittstelle besser ist als eine präzisere grafische oder programmatische Schnittstelle, ist die Unterscheidung zwischen dem Konzept des Dienstes und dem eines Tools, wie wir sie definieren.
Ein Werkzeug ist eine Schnittstelle, die viele Parameter auf niedriger Ebene benötigt, um eine bestimmte Aufgabe zu erfüllen. Ein Beispiel wäre eine Anwendungsprogrammierschnittstelle (API), mit der ein Programmierer die Maschine anweist, eine bestimmte Aufgabe auszuführen.
Ein Dienst ist eine Schnittstelle, die nur einige wenige Parameter auf hoher Ebene benötigt, um eine bestimmte Aufgabe zu erfüllen. Ein Dienst befasst sich mit Aufgaben auf einer höheren Abstraktionsebene, so dass er selbst viele Tools verwenden kann, um die Aufgabe zu erledigen.
Dienste sind die besten Kandidaten für eine natürliche Schnittstelle. Es ist einfacher, eine Anweisung zu übermitteln, wenn es nur eine begrenzte Anzahl von Parametern gibt, die zusammen mit der Anweisung übermittelt werden müssen. Eine Sprachschnittstelle, über die ein Benutzer einen Termin buchen kann, ist beispielsweise ein guter Anwendungsfall für einen Dienst.
Natürliche Abfragen ermöglichen es einem Benutzer, Computersysteme in natürlicher Sprache abzufragen, anstatt eine präzise Syntax zu verwenden, wie sie von SQL oder einer Programmier- oder Skriptsprache verlangt wird. Jeder Teil der Anweisung ist ein Dienst. Es handelt sich um einen weiteren Anwendungsfall im Bereich von chatbots für Operationen. Eine natürliche Abfrage ist im Wesentlichen eine Sammlung von zusammenhängenden Chatbot-Diensten.
Ein gutes Beispiel dafür ist Wolfram Alpha.
Wolfram Alpha (WA) ermöglicht es den Nutzern, ihre Anfrage in natürlicher Sprache zu formulieren. WA findet heraus, was der Benutzer tun möchte, und führt die Aufgabe dann für ihn aus. Dadurch entfällt die Suche in der Hilfedokumentation, um herauszufinden, wie etwas zu tun ist, und das Ausprobieren einiger Iterationen, bevor man es richtig macht.
Auch wenn das Endziel die totale Flexibilität bei der Nutzung der Software ist, mögen einige argumentieren, dass die derzeitige chatbots nicht flexibel genug ist.
Natürlich ist die Verwendung eines Chatbots bereits viel flexibler als eine SQL-Anweisung, aber es besteht immer noch die Notwendigkeit, manchmal zu versuchen, so zu sprechen, dass der Chatbot ihn wahrscheinlich versteht, auch wenn dies flexibel gehandhabt werden kann. Es ist leicht vorstellbar, dass chatbots immer besser wird, wenn es darum geht, natürliche Sprache zu verstehen, und dass sie dann auch immer nützlicher werden.
Der Wert des Chatbots für natürliche Abfragen liegt in der Verringerung der Anzahl der Befehle oder der präzisen Syntax, die sich der Nutzer merken muss. Durch die Verringerung des Gedächtnisses und der mentalen Belastung kann der Chatbot nicht nur dem Techniker ermöglichen, seine Arbeit effizienter zu erledigen, sondern auch dem Anfänger helfen, viel schneller produktiv zu werden.
Anstatt zu sagen:
"PopSinger" auswählen
Von PopSingerList
WHERE Alter >40;"
Das kann man so sagen:
"Zeig mir alle Popsänger, die älter als 40 sind" oder eine andere Version davon.
Zumindest könnte diese Anweisung in eine formale SQL-Anweisung zur Abfrage umgewandelt werden, damit der Techniker die formale Syntax verwenden kann, wenn er dies möchte.
Natürliche Abfragen sind interessante Anwendungsfälle für chatbots. Normalerweise konzentrieren sich Chatbot-Anwendungsfälle auf Dienste, die entweder mehr Komfort bieten, oder auf Dienste, die selten genutzt werden und daher schwer zu merken sind. Natürliche Abfragen sind ein nützlicher Anwendungsfall, da sie die Komplexität eines Befehlszeilenskripts verringern, indem sie die Anzahl der Befehle reduzieren, die sich die Benutzer merken müssen.
Teilen Sie dies auf:
Erstellen Sie kostenlos Ihren eigenen personalisierten AI-Chatbot
Beginnen Sie mit der Erstellung eines personalisierten GPT-Bots mit unserer intuitiven Drag & Drop-Oberfläche.
Legen Sie los - es ist kostenlos! 🤖Keine Kreditkarte erforderlich
Bleiben Sie auf dem Laufenden über AI chatbots