Sobre la base de lo que dijo Tom, imagine por un minuto cómo es el proceso de comunicación con otro ser humano.
Digamos que tu madre te pide que vayas a comprar jugo de naranja 100% Tropicana. Tu primera pregunta es ¿cuánto quiere ella? 1 litro? 500ml? 200? Ella te dice que quiere un jugo Tropicana 100% de naranja de 1 litro. Ahora sabe que el Tropicana normal está fácilmente disponible, pero es difícil encontrar el 100%, por lo que debe llamar a algunas tiendas de antemano para ver dónde está disponible. Encuentras una tienda que está bastante cerca, así que vuelves con tu madre y le dices que encontraste lo que quería. Son 120 dólares y después de pedirle el dinero, sigues tu camino.
Un chatbot sigue el mismo proceso, con dos diferencias fundamentales, el canal de comunicación y con lo que estás hablando. Te daré un paso a paso basado en la imagen a continuación.
- ¿Por qué el 'modelo neuronal McCulloch-Pitts' también se conoce como puerta umbral lineal?
- ¿Debo aprender primero el aprendizaje profundo o de refuerzo? ¿Hay un orden natural? ¿Debería hacerse al mismo tiempo?
- ¿Qué recursos de tutoría están disponibles para que un ingeniero aprenda Machine Learning en Quora?
- ¿Puede explicar la optimización convexa sin matrices de arpillera y solo la segunda derivada?
- Si el generador y el discriminador usan SGD en Redes Adversarias Generativas, ¿por qué el entrenamiento de adversarios se llama no supervisado?
- Usted encuentra un producto en el Messenger de Facebook, en aras de la coherencia, digamos que es la misma botella de Tropicana. Solo ves la capa de presentación y le envías al bot un mensaje recogido por el servidor diciendo que quieres un poco de Tropicana.
- Utilizando el procesamiento de lenguaje natural ( lo que sucede cuando las computadoras leen lenguaje. Los procesos de PNL convierten el texto en datos estructurados), la máquina convierte esta solicitud de texto sin formato en comandos codificados por sí misma.
- Ahora el chatbot arroja estos datos en un motor de decisión, ya que en la mente de los bots tiene que cumplir ciertos criterios para salir del ciclo de conversación, en particular, la cantidad de Tropicana que desea.
- Utilizando la generación de lenguaje natural (lo que sucede cuando las computadoras escriben lenguaje. Los procesos NLG convierten los datos estructurados en texto) , al igual que lo hizo con su madre, el bot le pregunta cuánto de dicho Tropicana desea.
- Este conjunto de respuestas se remonta al backend de mensajería y se le presenta en forma de una pregunta. Le dices al bot que quieres 1 litro y volvemos a través de la PNL al motor de decisión.
- El bot ahora analiza datos prealimentados sobre el producto, las tiendas, sus ubicaciones y su proximidad a su ubicación. Identifica la tienda más cercana que tiene este producto en stock y le dice cuánto cuesta.
- Luego lo dirige a un portal de pago y después de recibir la confirmación de la puerta de enlace, hace su pedido por usted, y listo en uno o dos días hábiles, tiene 1 litro de jugo de naranja 100% Tropicana.
Ahora, para responder su pregunta sobre el aprendizaje automático, a lo largo de todo el proceso, la máquina “aprende” y utiliza sus algoritmos a través del aprendizaje supervisado y no supervisado.
El aprendizaje supervisado significa entrenar a la máquina para traducir los datos de entrada en un valor de salida deseado. En otras palabras, asigna una función inferida a los datos para que los ejemplos más nuevos de datos den el mismo resultado para esa interpretación “aprendida”.
El aprendizaje no supervisado significa descubrir nuevos patrones en los datos sin ninguna información y capacitación previa. La máquina misma asigna una función inferida a los datos a través de un análisis cuidadoso y la extrapolación de patrones a partir de datos sin procesar.
Realmente es #rainingChatsandBots