IA conversacional

¿Quieres una plataforma de inteligencia artificial (IA) conversacional? No hay problema, solo tienes que elegir uno. Microsoft tiene uno (LUIS). También lo hace Google (Dialogflow). AWS? Sí. (Lex.) Pero no se detenga ahora: hay cientos de opciones (desde Kore.ai hasta SAP, MindMeld de Cisco, etc., etc.).

El enfoque de Rasa podría destacar.

Más sobre inteligencia artificial

«Creemos que la infraestructura para las interfaces conversacionales a largo plazo será de código abierto», dijo Tyler Dunn, gerente de producto de Rasa. Con este fin, Rasa, la compañía, abrió su marco de aprendizaje automático para automatizar las conversaciones basadas en texto y voz. «¿El objetivo? Ir más allá de los bots de chat codificados y basados ​​en reglas hacia una IA que comprenda el contexto de lo que es dice la persona.

No estoy en una buena posición para evaluar la utilidad del código de Rasa. Lo que encuentro fascinante es cuánta comunidad ha atraído el proyecto. Esto bien puede hablar de la eficacia del enfoque de código abierto de Rasa, pero también de cuán convencional se ha convertido la IA conversacional, o pronto lo será.

Más que código abierto

El equipo de Rasa podría tener razón sobre la necesidad de hacer de la IA conversacional un problema de código abierto, pero equivocado en su enfoque. Después de todo, hay muchas otras plataformas de inteligencia artificial de conversación de código abierto. Rasa no es el primero en darse cuenta de que los desarrolladores prefieren cada vez más la infraestructura de código abierto.

Si bien las estrellas de GitHub son un indicador (muy) imperfecto del éxito de un proyecto, son un indicador. Rasa tiene más de 10,000 estrellas, mientras que otros proyectos de código abierto como MindMeld (416), DeepPavlov (4,900) o BotPress (9,000) tienen menos. Entre este grupo, Rasa sirve a una comunidad diferente: del tipo que quiere profundizar en el procesamiento del lenguaje natural (PNL). Por el contrario, un proyecto como BotPress es popular entre los desarrolladores de JavaScript que no pueden o no quieren ir más abajo en la pila.

La comunidad de Rasa está interesada en personalizar la PNL. Esta es una de las razones por las que atrae a más de 10,000 personas a su foro comunitario Rasa. También es la razón por la que Rasa tiene más de 500 contribuyentes al proyecto. Cuando expresé mi sorpresa de que hubiera una gran población de desarrolladores con capacidad para poder contribuir con código significativo a algo como Rasa, Alan Nichol, cofundador y CTO de Rasa, me dijo que es «más o menos lo contrario» de lo que yo sugirió. No, no todos serán expertos en PNL, continuó, pero las contribuciones valiosas podrían ser integraciones con varias plataformas de mensajería o extensiones de la funcionalidad de Rasa para admitir nuevas API que las plataformas de chat podrían usar.

Incluso para aquellos que no contribuyen, es importante que Rasa sea de código abierto, señaló Nichol:

[C] La IA conversacional es una de las [areas of software] donde te beneficias más [from open source] . El hecho de que pueda personalizarlo para que sea suyo, incluso si esos no son necesariamente cambios que impulsa hacia arriba, es extremadamente valioso. Mucho más que la cantidad de personas que podrían escribir algo personalizado dentro de MongoDB o algo así. La cantidad de personas que pueden escribir un componente de PNL personalizado para hacer análisis de sentimiento o categorizar a sus usuarios, o simplemente para ajustar algunos hiperparámetros, usan incrustaciones de palabras que entrenaron en el corpus de su propia empresa, todo ese tipo de cosas. Hay muchísimas formas en que las personas personalizan el software.

La competencia real para algo como Rasa son los clientes que podrían lanzar su propio bot de IA conversacional, quizás usando TensorFlow. Rasa se basa en TensorFlow y, para un equipo suficientemente capacitado, podrían omitir Rasa y trabajar directamente en TensorFlow de nivel inferior. La apuesta de Rasa es que la mayoría de las empresas no tendrán la experiencia ni la paciencia para hacer esto.

También es probable que busquen algo listo para la producción, en lugar de proyectos como Platón de Uber o ParlAI de Facebook, que tiende a estar dirigido a investigadores. Para Rasa, ha sido importante fusionar la comprensión del lenguaje y los modelos de diálogo en un sistema de extremo a extremo, de modo que cuando tenga mensajes que no encajen perfectamente en un esquema, la IA aprenda, en lugar de descomponerse («toma el enunciado del usuario y lo transforma en un vector de números de coma flotante en una representación continua «, es la explicación más geek que ofreció Nichols).

La buena noticia es que no tiene por qué creer en mi palabra, ni en la palabra de Nichols o Dunn. Es de código abierto. Puede consultarlo en GitHub, personalizarlo para satisfacer sus necesidades y, con suerte, enviar una solicitud de extracción para mejorarlo.

Sé el primero en comentar

Dejar una contestacion

Tu dirección de correo electrónico no será publicada.


*