OGLAS

AMD pomaže razvoj govorne umjetne inteligencije za europske jezike

·

Pogrešno prepoznato prezime može usporiti i najjednostavniji poziv korisničkoj podršci. Kada se razgovor vodi na jeziku koji je slabije zastupljen u podacima za treniranje, umjetna inteligencija može imati poteškoća s regionalnim izgovorom, brojevima ili tonom kojim se korisnik obraća operateru. Upravo od tih svakodnevnih situacija polaze finski LeadDesk, istraživačka tvrtka QuTwo i AMD Silo AI, koji su 23. listopada objavili da razvijaju govorne modele za kontaktne centre, s početnim fokusom na nordijske jezike.

LeadDesk planira modele ugraditi u svoju platformu za prodaju i korisničku podršku. Među predviđenim primjenama nalaze se analiza razgovora, pomoć operaterima dok poziv još traje i automatizacija dijela glasovne komunikacije. Prema riječima izvršnog direktora tvrtke Ollija Nokso-Koivista, cilj je da modeli razumiju kako ljudi doista govore, što podrazumijeva prilagodbu jeziku kakav se čuje u svakodnevnim razgovorima.

Jezičnu prilagodbu prati i pitanje kontrole nad tehnologijom. Partneri projekt opisuju kao primjer suverene umjetne inteligencije. U ovom slučaju to podrazumijeva mogućnost da organizacije upravljaju modelima, podacima i infrastrukturom na kojoj se razgovori obrađuju. Takva je kontrola osobito važna u zdravstvu, financijama i javnom sektoru, gdje pozivi korisničkoj službi mogu sadržavati osjetljive podatke.

Tehničku osnovu čine AMD Instinct MI350P akceleratori i otvorena softverska platforma ROCm. AMD Silo AI pruža inženjersku podršku, a LeadDesk osigurava podatke iz stvarnih razgovora i platformu putem koje bi modeli bili dostupni klijentima. Polazište su modeli s dostupnim težinama, odnosno parametrima naučenima tijekom treniranja, koji se zatim dodatno prilagođavaju konkretnim jezicima i zadacima.

QuTwo je zadužen za kompresiju modela. Smanjivanjem njihove veličine smanjuje se i količina memorije potrebna za rad, što olakšava pokretanje modela na infrastrukturi kojom organizacija sama upravlja. Tvrtka svoj postupak opisuje kao kvantno inspiriran, a cilj mu je da manji model zadrži što više sposobnosti izvornog modela.

AMD navodi da se ovako prilagođeni modeli mogu približiti mogućnostima vodećih modela, a u objavi tu procjenu iznosi bez rezultata testiranja za pojedine jezike. Praktična vrijednost projekta za kontaktne centre mjerit će se tijekom samog poziva, prema tome koliko pouzdano sustav prepoznaje imena i brojeve, koliko dobro razumije različite naglaske i stiže li operateru pomoći dok razgovor još traje.

OGLAS