Hay dos formas de abordar el problema de los datos.
- Subcontrata el PNL a un servicio con grandes cantidades de datos, como Api.ai, o
- Intente entrenarlo usted mismo utilizando su propio conjunto de datos (extremadamente limitado en comparación con Google) y corrigiéndolo cuando tenga errores.
En Rocketbots construimos nuestra propia PNL y, de hecho, funcionó con casi un 90% de eficiencia. Sin embargo, con la API de Google, con su gran almacén de datos, pudimos aumentar al 97 +% de eficiencia al responder preguntas con nuestro chatbot. Aunque la eficiencia del 90% es buena, lo que les importa a los consumidores es lo contrario: la tasa de falla del 10%, que es demasiado alta. En comparación, el uso de la API de Google puede obtener una eficiencia del 300%.
Por lo tanto, recomiendo usar la estrategia que hemos desarrollado en Rocketbots: no tratamos de vencer a Google en una arena donde el determinante del éxito es la cantidad de datos disponibles (ganarán esa batalla), sino que utilizamos sus datos para nuestra ventaja.
- ¿Qué tan buena es la IA a partir de 2016?
- ¿Por qué los investigadores de IA no desarrollan más "sistemas expertos"?
- ¿Los jugadores de ajedrez tienen diferentes estilos?
- Nosotros, los humanos, estamos desarrollando IA. Que otros extraterrestres (ET) también desarrollen IA como nosotros. ¿Cómo se encontrarán los dos? Significa IA de humanos y IA de Alians.
- ¿Cuál es el principio de 'apostar por la escasez' en el aprendizaje automático?
Dicho esto, no hay un chatbot que pueda hacer todo, por lo que cada tarea individual requerirá capacitación para aumentar la competencia de los bots. Desafortunadamente, no hay forma de obtener datos para esto porque generalmente es demasiado específico para cada cliente. La mejor manera de resolver este problema es tratar de romperlo, volver a armarlo y repetir. Una vez que está por encima de un cierto umbral de respuestas apropiadas, ¡está listo! A medida que más personas lo usen, ¡continuará mejorando aún más!
Si desea afirmar el dominio del hombre sobre la máquina, siga adelante: intente romper nuestro chatbot Apollo 2 en Facebook Messenger: Messenger. Los datos que ingrese, aunque carezcan de sentido, serán realmente valiosos, ya que los clientes también disfrutan de romper cosas.
