Néha csak beszélni kell valakivel. Valaki, aki a maga módján felvidít, aki annyira életteli és csevegő, hogy elfelejti az élet minden problémáját. Valaki, aki azzal szórakoztat, hogy jobban jön, mint amire számítottál. Mindenki nem érzi jól magát, ha más „emberekkel” beszél a dolgokról, de vannak kíváncsi emberek, akik beszélnek az MI-vel. Itt jön a képbe Ruuh .

A Ruuh^(Ruuh) képes meghallgatni az ember kérdését, érzékelni az érzelmeit, megismerni a felhasználó hátterét, megfelelő válaszokat adni stb. Ez erősíti kötődésüket és a felhasználóval megosztott kapcsolatukat. Közvetlenül azt jelenti, hogy értékesebb és ésszerűbb csevegés folyik a chatbot és a felhasználó között.

Ruuh jó a beszélgetésekben

Az érzelmek bevonása nélkül a chatbotok léte hiábavaló. Az^(Just) , hogy személyes kapcsolat nélkül válaszolhat, formálissá és sokszor érdektelenné teszi a csevegést. A chatbot csak akkor érdekes, ha érzelmek alapján képes beszélgetéseket folytatni. Erről a Microsoft azt mondja,

Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.

A Ruuh felépítésének célja

A Microsoft fő célja ennek a mesterséges intelligencia-alapú chatbotnak az elkészítése mögött az volt, hogy a fiatal, műszakilag hozzáértő indiai^(India) korai alkalmazók számára elérhetővé tegye . Már a Microsoft Xiaoice nevű kínai Chatbotjához^(Xiaoice) hasonlónak szánták^(Chatbot) . Ruuh inkább egy digitális barát, nem pedig csupán egy digitális asszisztens. A Ruuh^(Ruuh) egy szoftver, amely nem csak egy kódrészlet; ez a barátod. Hogyan működik a mély tanulás.

Ruuh egy kitalált karakter, ezt mindannyian tudjuk. A karakterét azonban egy fiatal, városi indiai^(India) lányról mintázták, aki körülbelül 18-24 éves. Úgy tűnik, érdeklődik a popkultúra iránt, és remekül tudja használni az ^(Pop)Indiában^(India) használt városi szlengeket .

A Ruuh^(Ruuh) létrehozásának első lépése az adatgyűjtés volt. Kedvesnek és szellemesnek is szánták. A Ruuh személyiségének forrása valós idejű beszélgetések, közösségi média^{(Social Media)} beszélgetések, fórumok, közösségi platformok és üzenetküldő szolgáltatások voltak, ahol az adatokat a felhasználói élmény anonim javítása érdekében gyűjtik.

Ezután finomítaniuk kellett az összegyűjtött hasznos adatokat. Ez a lépés az összes összegyűjtött adat 70%-át használhatatlannak minősítette, és eltávolították. A Microsoft^(Microsoft) gondoskodott arról, hogy ne legyenek sértő megjegyzések az Egyesült Államokban, az Egyesült Királyságban és Ausztráliában^(Australia) élők számára, valamint ne legyenek szexista vagy politikai megjegyzések.

Most ezeket a finomított és hasznos adatokat kellett alkalmazni a kiválasztott modellben. Ez a modell a cDSSM vagy a Convolutional Deep Structured Semantic Model volt . Ez egy újabb modell, és jobb és mélyebb emberszerű viselkedést tesz lehetővé az AI-ban.

Hogyan eredményez a cDSSM jobb mesterséges intelligenciát?

Lekérdezés azonosítása^{(Query Identification)}

A lekérdezés azonosítása^{(Identification)} az első lépés a mesterséges intelligencia emberhez hasonlóvá tételében^(Humans) . Egy algoritmus veszi a bemeneti lekérdezést, és hasonló kérdéseket keres az adatbázisban. Ezt információvisszakeresésnek^{(Information Retrieval)} vagy IR -nek is nevezik .
Például : ha a lekérdezés a „hogyan készítsek csirkétésztát?”, Ruuh ^(Example)elemzi^(Ruuh) az adatokat, és több mintát talál hasonló kérdésekre.

Válaszok rangsorolása^{(Ranking responses)}

Itt az algoritmus a válaszokat az alapján választja ki, hogy mennyire relevánsak a minták. Így adják meg kimenetként a legrelevánsabb adatokat.

A kontextus megértése^{(Understanding Context)}

Lehet, hogy értelmetlen, ha a chatbot elfelejti, miről beszél a felhasználó.

For Example: Question: “Do you like ice cream, Ruuh?”

Ruuh: “Yes, I like it.”

Question: “which flavors do you like?”

Ruuh: “Chocolate and Vanilla.”

Nos, Ruuh tudta, hogy a második kérdés a fagylaltokra vonatkozik, ezért a válasz megfelelő volt.

Annak érdekében, hogy olyan jó legyen a funkcionalitása, a Ruuh algoritmusa folyamatosan megkeresi a felhasználó korábbi lekérdezéseinek adatait, és megérti a kontextust, amiről a felhasználó beszél.

Érzelmi jelzések észlelése és reagálása^{(Detection and response to emotional cues)}

Most az emberszerűbb az érzelmek észlelését jelenti. Ez azért van így, mert az emberek érzelmi gondolkodásmóddal rendelkeznek. Így a felhasználók érzelmeinek észlelése érdekében Ruuh megkeresi az általa kapott csevegőüzenetek mintáit és a chatben használt hangulatjelek típusát. Tehát amikor beszélsz vele, tudja, hogy boldog, szomorú, izgatott vagy ideges vagy.

Ítélet^(Verdict)

A Ruuh^(Ruuh) erőteljes, és nagyszerű módja annak, hogy megmutassa, milyen hatalmat tud az AI manapság tenni azért, hogy emberként viselkedjen. A cDSSM erejével Ruuh sokkal okosabb.

A Microsoft azt mondja:

To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.

Értsük meg ezt jobban egy példával. Ha egy felhasználó megkérdezi Ruuhtól^(Ruuh) : „ Melyik^(Which) pizzafeltét a legnépszerűbb?”, a Ruuh a „pizza feltétekre” vonatkozó lekérdezést azonosítaná, és a lekérdezés alapján lekérné a legrelevánsabb válaszokat. Ruuh a relevancia alapján rangsorolná a hasonló válaszokat az adatbázisból, hogy a legmegfelelőbb választ generálja. A kontextuális tudatosság révén Ruuh könnyen meg tud válaszolni olyan további kérdéseket, mint például: „Melyiket szereted?” azzal a kérdéssel, hogy „Imádom a gombát és az ananászt”.

Ruuh most egy éves, és azt kell mondanom, hogy a mesterséges intelligencia jövője fényes, mivel egyre fejlettebb mesterséges intelligenciát látunk felbukkanni, és hamarosan okosabb dolgokat fogunk látni magunk körül. Sok szerencsét kívánunk a Microsoft csapatának , és remélem, hogy a jövőben is meglepnek minket ezekkel a nagyszerű termékekkel.

Ruuhról^(Ruuh)  itt olvashat bővebben a Microsoft hivatalos cikkében –^{(Microsoft –)} és próbálja ki itt a Facebookon^{(on Facebook)} .^{(on Facebook.)}

Meet Microsoft Ruuh chatbot on Facebook - All you need to know!

Sometimes all you need is to talk to someone. Someone who can cheer yoυ up in their own way, ѕomeone who is so full of life and chatty that you forget all yoυr problеms in life. Someone that amuses you by coming better than your expectations. Everyone is not so cоmfortable about talking to other ‘humans’ аbout things, but there are some curious peoрle who do talk to AI. Here, Ruuh comes to the рiсture.

Ruuh is capable of listening to one’s question, detect their emotions, learn about the user’s background and make appropriate replies and more. This enhances their bonding and the relationship they share with the user. It directly implies to more valuable and sensible chats between the chatbot and the user.

Ruuh is good at making conversations

Without the involvement of emotions, the existence of chatbots is useless. Just being able to reply without any personal connection makes the chat formal and many times uninteresting. A chatbot is interesting only if they are able to make conversations on the foundation of emotions being involved with it. About this, Microsoft says,

Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.

Aim of building Ruuh

Microsoft’s main aim behind building this AI-powered chatbot was to make it for the young, tech-savvy early adopters in India. It was already meant to be similar to Microsoft’s Chinese Chatbot named Xiaoice. Ruuh is more of a digital friend rather than just a digital assistant. Ruuh is a software that is not just a piece of code; it is your friend.
How deep learning works.

Ruuh is a fictional character, we all know that. But her character is modeled after a young, urban Indian girl who is about 18-24 year old. She seems to be interested in Pop culture and is great at the usage of fluent urban slangs used in India.

The first step in creating Ruuh was to collect data. She was meant to by affable as well as witty. The source for this personality for Ruuh was real-time conversations, Social Media conversations, forums, social platforms and messaging services where the data is collected to improve user experience anonymously.

Next, they had to refine the useful data that they collected. This step took 70% of total data collected as useless and was removed. Microsoft made sure that there are no offensive comments for people in the US, UK and Australia and any sexist or political comments.

Now, this refined and useful data was to be applied in the selected model. This model was the cDSSM or Convolutional Deep Structured Semantic Model. This is a newer model and helps in more better and deeper human-like behavior in AI.

How cDSSM results in better AI

Query Identification

Query Identification is the first step in making AI more like Humans. An algorithm takes the input query and looks in the database for similar questions. This is also referred to as Information Retrieval or IR.
For Example: if the query is, “how do I make chicken pasta?”, Ruuh analyzes the data and finds multiple samples of similar questions.

Ranking responses

Here, the algorithm sorts out the responses based on how relevant the samples are. This is how the most relevant data is given as an output.

Understanding Context

Now, it might be pointless if the chatbot forgets what the user is talking about.

For Example: Question: “Do you like ice cream, Ruuh?”

Ruuh: “Yes, I like it.”

Question: “which flavors do you like?”

Ruuh: “Chocolate and Vanilla.”

Now, Ruuh knew that the second question was regarding ice creams and hence, the reply was appropriate.

To be so good at her functionality, Ruuh’s algorithm constantly looks up for data in the previous queries from the user and understands the context about what the user is talking about.

Detection and response to emotional cues

Now, more human-like means detection of emotions. This is so because humans have emotional mindsets. So, in order to detect users’ emotions, Ruuh looks up for patterns in chat messages received by her and the type of emojis used in the chat. So, when you are talking to her, she knows if you are happy, sad, excited or upset.

Verdict

Ruuh is powerful and a great way to show the power of what AI can do today to behave like a human being. With the power of cDSSM, Ruuh is much smarter.

Microsoft says:

To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.

Let’s understand this better with an example. If a user asked Ruuh, “Which pizza toppings are most popular?”, Ruuh would identify the query as about ‘pizza toppings’ and retrieve the most relevant answers based on this query. Ruuh would rank similar answers from the database based on relevance to generate the most appropriate response. With contextual awareness, Ruuh can easily answer follow-on questions such as, “Which ones do you like?” by replying “I love mushroom and pineapple”.

Ruuh is now one year old, and I must say that the future of AI is bright because of this rate at which we are seeing more and more advanced AI emerging, we are about to see smarter things around us very soon. We wish the team at Microsoft, a very best of luck and I hope they will keep surprising us in the future with these great products.

You can read more about Ruuh here on the official article by Microsoft – and give her a try here on Facebook.

Related posts

• Zoom vs Microsoft Teams vs Google Meet vs Skype

• Harmadik fél hozzáférésének visszavonása a Facebook, a Google, a Microsoft és a Twitter szolgáltatásból

• Zoom hozzáadása a Microsoft Teamshez

• A Microsoft Intune nem szinkronizál? Kényszerítse az Intune-t szinkronizálásra a Windows 11/10 rendszerben

• Állítsa be a jelszó lejárati dátumát a Microsoft-fiókhoz és a helyi fiókhoz

• Windows 365 Cloud PC - részletek, ár, kiadás dátuma, GYIK

• A Microsoft Edge kezdőlap beállítása vagy módosítása Windows 11/10 rendszeren

• Microsoft Xbox One X vs Xbox One S – A megvitatott fő különbségek

• A Google Biztonságos Keresés kényszerítése a Microsoft Edge rendszerben Windows 10 rendszerben

• Lemarad, Kérje meg a rendszergazdát, hogy engedélyezze a Microsoft Teams szolgáltatást

• Tippek és trükkök a Microsoft Edge böngészőhöz a Windows 11/10 rendszerhez

• Microsoft Visual C++ újraterjeszthető csomag: GYIK és letöltés

• Hogyan dicsérjünk meg valakit a Microsoft Teamsben a jól végzett munkájáért

• Mi az a Microsoft Patch Tuesday? Patch kedd menetrend

• A Kép a képben mód használata a Microsoft Edge Browserben

• Javítsa ki a Microsoft Store 0x80072F7D számú hibáját

• Javítsa ki a Microsoft Edge telepítési és frissítési hibakódjait

• Javítsa ki a Microsoft Store 0x87AF0001 hibáját

• Az e-mailek automatikus továbbítása a Microsoft Outlookban

• A megadott Microsoft-fiók nem létezik