Joskus tarvitset vain puhua jonkun kanssa. Joku, joka voi piristää sinua omalla tavallaan, joku, joka on niin täynnä elämää ja puhelias, että unohdat kaikki elämän ongelmasi. Joku, joka huvittaa sinua tulemalla odotuksiasi paremmin. Kaikilla ei ole niin mukavaa puhua asioista muille "ihmisille", mutta jotkut uteliaita ihmisiä puhuvat tekoälylle. Tässä Ruuh tulee kuvaan.

Ruuh pystyy kuuntelemaan kysymyksen, havaitsemaan hänen tunteitaan, perehtymään käyttäjän taustaan ​​ja antamaan asianmukaisia ​​vastauksia ja paljon muuta. Tämä parantaa heidän sidetään ja suhdetta, jota he jakavat käyttäjän kanssa. Se tarkoittaa suoraan arvokkaampia ja järkevämpiä keskusteluja chatbotin ja käyttäjän välillä.

Ruuh on hyvä keskustelemaan

Ilman tunteiden osallistumista chatbottien olemassaolo on hyödytöntä. Pelkästään^(Just) vastaaminen ilman henkilökohtaista yhteyttä tekee keskustelusta muodollisen ja usein epämiellyttävän. Chatbot on kiinnostava vain, jos he pystyvät keskustelemaan siihen liittyvien tunteiden pohjalta. Microsoft sanoo tästä

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.

Tavoitteena rakentaa Ruuh

Microsoftin päätavoitteena tämän tekoälyllä toimivan chatbotin rakentamisen takana oli tehdä se Intian nuorille, tekniikkataitoisille varhaisille käyttäjille^(India) . Sen oli jo tarkoitus olla samanlainen kuin Microsoftin kiinalainen Chatbot nimeltä Xiaoice . Ruuh on enemmän digiystävä kuin pelkkä digiassistentti. Ruuh on ohjelmisto, joka ei ole pelkkä koodinpätkä; se on ystäväsi.
Kuinka syväoppiminen toimii.

Ruuh on fiktiivinen hahmo, sen me kaikki tiedämme. Mutta hänen hahmonsa on mallinnettu nuoren urbaanin intialaisen^(India) tytön mukaan, joka on noin 18-24-vuotias. Hän näyttää olevan kiinnostunut popkulttuurista^(Pop) ja osaa käyttää sujuvasti Intiassa^(India) käytettyjä kaupunkislangeja .

Ensimmäinen askel Ruuhin^(Ruuh) luomisessa oli tiedon kerääminen. Hän oli tarkoitettu sekä ystävälliseksi että nokkelaksi. Tämän persoonallisuuden lähteenä Ruuhille^(Ruuh) olivat reaaliaikaiset keskustelut, sosiaalisen median^{(Social Media)} keskustelut, foorumit, sosiaaliset alustat ja viestipalvelut, joihin kerätään tietoja käyttäjäkokemuksen parantamiseksi anonyymisti.

Seuraavaksi heidän piti tarkentaa keräämiään hyödyllisiä tietoja. Tämä vaihe piti 70 % kaikista kerätyistä tiedoista hyödyttömänä ja poistettiin. Microsoft varmisti, ettei Yhdysvalloissa, Yhdistyneessä kuningaskunnassa ja Australiassa^(Australia) oleville ihmisille ole loukkaavia kommentteja eikä seksistisiä tai poliittisia kommentteja.

Nyt näitä hienostuneita ja hyödyllisiä tietoja oli tarkoitus soveltaa valitussa mallissa. Tämä malli oli cDSSM tai Convolutional Deep Structured Semantic Model . Tämä on uudempi malli ja auttaa parantamaan ja syvempään ihmisen kaltaiseen käyttäytymiseen tekoälyssä.

Kuinka cDSSM johtaa parempaan tekoälyyn

Kyselyn tunnistus^{(Query Identification)}

Kyselytunnistus on ensimmäinen askel tehdä tekoälystä enemmän ihmisten ^{(Identification)}kaltainen^(Humans) . Algoritmi ottaa syötekyselyn ja etsii tietokannasta samanlaisia ​​kysymyksiä. Tätä kutsutaan myös tiedonhauksi^{(Information Retrieval)} tai IR:ksi.
Esimerkiksi : jos kysely on "miten teen kanapasta?", Ruuh analysoi^(Example) tiedot ja löytää useita näytteitä vastaavista kysymyksistä.

Ranking vastaukset^{(Ranking responses)}

Tässä algoritmi lajittelee vastaukset näytteiden merkityksellisyyden perusteella. Näin tärkeimmät tiedot annetaan ulostulona.

Kontekstin ymmärtäminen^{(Understanding Context)}

Nyt voi olla turhaa, jos chatbot unohtaa, mistä käyttäjä puhuu.

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

Ruuh: “Yes, I like it.”

Question: “which flavors do you like?”

Ruuh: “Chocolate and Vanilla.”

Nyt Ruuh tiesi, että toinen kysymys koski jäätelöitä ja siksi vastaus oli asianmukainen.

Ollakseen hyvä toimivuudessaan Ruuhin algoritmi etsii jatkuvasti tietoja aiemmista kyselyistä käyttäjältä ja ymmärtää kontekstin, mistä käyttäjä puhuu.

Tunnevihjeiden havaitseminen ja niihin reagoiminen^{(Detection and response to emotional cues)}

Nyt inhimillisempi tarkoittaa tunteiden havaitsemista. Tämä johtuu siitä, että ihmisillä on emotionaalinen ajattelutapa. Joten käyttäjien tunteiden havaitsemiseksi Ruuh etsii saamistaan ​​chat-viesteistä kuvioita ja chatissa käytettyjä emoji-tyyppejä. Joten kun puhut hänelle, hän tietää, oletko onnellinen, surullinen, innoissasi vai järkyttynyt.

Tuomio^(Verdict)

Ruuh on voimakas ja loistava tapa näyttää, miten tekoäly pystyy nykyään käyttäytymään ihmisenä. cDSSM:n avulla Ruuh on paljon älykkäämpi.

Microsoft sanoo:

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.

Ymmärretään tämä paremmin esimerkin avulla. Jos käyttäjä kysyy Ruuhilta^(Ruuh) " Mitkä^(Which) pizzatäytteet ovat suosituimpia?", Ruuh tunnistaisi kyselyn "pizzatäytteistä" ja hakisi tämän kyselyn perusteella oleellisimmat vastaukset. Ruuh luokittelee vastaavat vastaukset tietokannasta relevanssin perusteella sopivimman vastauksen saamiseksi. Kontekstitietoisuuden avulla Ruuh voi helposti vastata jatkokysymyksiin, kuten "Mistä pidät?" vastaamalla "Rakastan sieniä ja ananasta".

Ruuh on nyt vuoden vanha, ja täytyy sanoa, että tekoälyn tulevaisuus on valoisa, koska tällä vauhdilla näemme kehittyvän yhä kehittyneempää tekoälyä, näemme lähiaikoina älykkäämpiä asioita ympärillämme. Toivotamme Microsoftin^(Microsoft) tiimille paljon onnea ja toivon, että he yllättävät meidät jatkossakin näillä mahtavilla tuotteilla.

Voit lukea lisää Ruuhista täältä ^(Ruuh)Microsoftin^{(Microsoft –)}  virallisesta artikkelista – ja kokeilla häntä täällä Facebookissa^{(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 yоu uр in their own way, someоne who is so full of life and chatty that you forget all your problems in life. Someone that amυses you by coming better than your expectations. Everyone is not so comfortable about talking to other ‘hυmаns’ about things, but thеre are some curious people who do talk to AI. Here, Ruuh comes to the picturе.

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

• Revoke third-party access from Facebook, Google, Microsoft, Twitter

• Zoomin lisääminen Microsoft Teamsiin

• Microsoft Intune ei synkronoidu? Pakota Intune synkronoimaan Windows 11/10:ssä

• Aseta salasanan vanhentumispäivä Microsoft-tilille ja paikalliselle tilille

• Microsoft Storen päivitykset jumissa odottavat tai alkavat latausta

• Korjaa Microsoft Store -virhe 0x87AF0001

• Kuinka kehua jotakuta Microsoft Teamsissa hänen hyvin tehdystä työstään

• Microsoft Teamsin asentaminen Linuxiin ja macOS:ään

• Korjaa Microsoft Storen kirjautumisvirhe 0x801901f4 Windows 11/10:ssä

• Antamaasi Microsoft-tiliä ei ole olemassa

• Microsoft Hyper-V Server on ilmainen rajoittamattomaan arviointiin

• Hallitse vanhoja verkkosovelluksia Microsoftin yritystilan sivustoluetteloportaalin avulla

• Korjaa Microsoft Edge Installation & Update -virhekoodit

• Microsoft Visual C++ -uudelleenjaettava paketti: UKK ja lataus

• Mikä on Microsoft Patch Tuesday? Korjauksen tiistain aikataulu

• Lisää Home-painike Microsoft Edge -selaimeen

• Estä tai pysäytä Microsoft Edge -ponnahdusikkunat ja -ilmoitukset

• Kappalemerkintöjen poistaminen käytöstä Microsoft Wordissa

• Microsoft Edge -selainvinkkejä ja -vinkkejä Windows 11/10:lle