チャットボットの人気が高まるにつれて、競合するアプリケーション フレームワークが多数登場しました。 Oracle は、業界標準に準拠することで断片化と非互換性を防止できると考えています。 チャットボット技術(音声またはテキストによる会話的な人間同士のやりとりをシミュレートするソフトウェア)が普及するにつれ、アプリ開発者が習得する必要のある専門知識の新たな分野が生まれます。現在、チャット ルームを構築するためのフレームワークは 12 種類以上存在し、競争によって機能と実装が急速に拡大しています。
チャット技術プラットフォームを提供する企業の一つは、データベース大手の Oracle です。 Oracle Cloud Platform の統合製品担当シニアバイスプレジデント兼ゼネラルマネージャーである Amit Zavery 氏は、最近 SearchCloudApplications との独占インタビューで同社の位置付けについて説明しました。 Oracle の観点から、チャットボット テクノロジーの現状はどのようなもので、どのようなスキルが不足しているか、またはまだ十分に成熟していないのでしょうか。 Amit Zavery: チャットボットとの自然な言語ベースのやり取りには、多くのテクニックが適用できます。電子メール プラットフォームに統合できます。欠けているのは、標準化されたフレームワークの中にはまだ違いがあるものもあり、複数のプラットフォーム間で統合と明確な区別が必要であるということです。 Oracle のチャットボットの取り組みにおいて AI はどのような役割を果たすのでしょうか? Zavery: Oracle の戦略は、新しいテクノロジー、言語、クラウドネイティブ開発環境、そしてセンサー、システム、モバイルデバイスなどすべてを統合する機能に基づいた最新の開発を提供することです。これらすべてを実現するために、私たちは AI と機械学習の機能、そしてモバイル フロントエンドを備えたプラットフォームを構築しました。私たちは現在、チャットボットを使用してこれらのインターフェースとエクスペリエンスを強化しています。 AI およびチャットボット技術と、それらを使用するアプリケーションとの関係は何ですか? Zavery: AI と機械学習のアイデアを中心に、私たちはインテリジェント アプリケーションと呼んでいるものを提供してきました。当社は長年にわたり、データベース、管理製品、アプリケーションに組み込み機械学習アルゴリズムと AI システムを組み込んできました。スマート アプリでは、すべてのデータを収集したかどうか、ユーザーが必要とする可能性のある情報をどのように予測するか、何が不足していて何が必要であるかを判断する方法を検討します。このようにして、顧客の行動を推測し、予測することができます。当社は、データ クラウドでパーソナライズされたターゲット マーケティング、コマース、分析を提供するエンドツーエンドのインテリジェント アプリケーションを構築しました。どちらも現在利用可能です。 Oracle にはチャットボット フレームワークがあり、Microsoft にも 1 つあり、AWS、Facebook、Google などにも多数あります。過去数年間に、さまざまな Unix の断片化され互換性のないバージョンが急増したことはありませんか? ザベリー:そうではないことを願います。しかし、何らかの分裂は常に存在するでしょう。特定のさまざまな実装とフレームワークが存在するため、開発者はどのフレームワークを使用するかを決定する必要があります。世界は相互運用性と一貫性の重要性を認識していると思います。業界標準を遵守し、コミュニティに貢献し、さまざまなシステム間で連携して、実行されている作業が確実に機能するようにするのは、Oracle を含むすべてのチャットボット テクノロジー プロバイダーの責任です。 これは、Oracle が真空状態で動作していないことを意味しますか? Zavery: チャットボット テクノロジーを検討する際、Facebook Messenger、WeChat などとの統合と相互運用性を確保するために、複数のメッセージング サービス プロバイダーと連携しました。 ユーザーはフレームワークを気にする必要はありませんが、開発者は気にする必要があります。何か提案はありますか? Zavery: ご覧のとおり、開発者はフレームワークを重視しており、私たちのチャットボットは API によって実装されています。統合する場合、実装の詳細について心配する必要はありません。インターフェースがきれいで、明確で、チャット ルームやモバイル インターフェースから離れようとしていることがわかっていれば、それで問題ありません。アプリケーションを書き直す場合でも、1 つの API セットに対して書き込むだけなので、すべてを書き直す必要はありません。 |
<<: ゲイツは間違っていた!これはロボットが仕事を奪うことに対処するための最善の解決策です
>>: ディープラーニング(CNN RNN Attention)を使用して大規模なテキスト分類問題を解決する - 概要と実践
ディープラーニングが再び認知されて以来、多くの機械学習フレームワークが登場し、研究者や業界の専門家の...
人工知能の急速な発展に伴い、音声認識は多くのデバイスの標準機能になり始めています。音声認識はますます...
かつて人々は AI の美しいビジョンを思い描いていましたが、現状は満足できるものではありません。 A...
昨年末以来、人工知能の発展の勢いは止められないようです。 GPT-4 のような並外れた認知能力を備え...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
執筆者 | Mo Yan & Yun Zhao 「国家チーム」テンセント渾源モデルがついに本...
[[201737]]私はかつて、機械学習を使用してピグレットの世界で株価と変動を予測する空想的な例を...