ボットの人工知能とは何で、何がそうでないのか

とりわけ、2016 年は、ボットや人工知能など、すでに存在していた 2 つの用語が流行語になった年でした。つまり、世界中で使用されているにもかかわらず、その使用の意味がますます失われている言葉です。現在および今後数年間での実際の関連性により、業界とユーザーの口から語られます。 2 つの独立した概念であるため、ボットについて話すときには一緒に扱われる傾向があります。彼らの行動はすべて人工知能に反応しているように見えますが、そうではありません。

現在一般の人々が使用しているほとんどのボットは、自律的または複雑な意思決定を行うことができません。彼らは単純なコマンドに従うだけで、多かれ少なかれ正確な情報を含む多かれ少なかれ広範なデータベースを検索して応答します。これは、たとえば、Telegram の画像ボットやビデオ ボット、Slack の Giphy の場合に当てはまります。その意味では、Watsonとの統合発表以降、進展があったと言えます。

プロファイルを作成し、それに基づいて応答するために、命令に従うのではなく質問することに重点を置いた他のより積極的なケースも、インテリジェントとは言えません。彼らは、その人物とその興味に関する事前情報をすでに持っているため、質問に対してより正確に答えます。そのため、多くの選択肢を除外することができます。アルゴリズムを使用するときは、人が説明書の命令に従うのと同じように、段階的な指示に「単に」従うだけです。指示に明確に従うことで、優れたデータベースを備えたボットが優れたツールになります。

もちろん、人工知能はアルゴリズムとも関係していますが、基本的には学習、つまり、時間の経過とともに改善されるなど、インテリジェントとみなされる方法で動作するアルゴリズムと関係しています。これは、ユーザーが年齢や髪の色を伝えることでユーザーから学習するだけでなく、行動、使用される言葉、その他の変化するデータを分析するだけで、ユーザーのニーズに適応することができるボットになります。

これまで、人工知能は多くのソリューションやサービスと呼ばれてきましたが、それらは大規模なプログラミング ベースのみを備えた、その「知能」がそこから超越することができない閉じた世界であり、問​​題が提示されるたびに、人工知能はすぐに解決してしまうものでした。同じように形。人工知能では、世界そのものが作成されるのではなく、むしろ考え方や行き詰まりに直面する方法が作成されます。さらに、多くの場合、特定のものから遠ざかるため、非常に異なるシナリオに適用できます。 、学習の人工ニューラルネットワークなどのパラダイムによるパターン認識まで。

最もよく使用されるボットには、学習や認知スキルが使用されないため、人工知能の要素はないと言えます。たとえば、自然言語処理は、従うべき一連のルール、または学習によるトレーニングに従うことができます。何においても、重要なことは、ボットが人工知能とみなせるかどうかではなく、ボットを動かすエンジンに理解を向上させる機能があるかどうかです。その意味で、ワトソンに基づくソリューションは、知識として統合されたパターンを処理および識別できるため、人工知能の一部と考えることができます。