Abstract
Este artículo pretende mostrar los beneficios, funcionalidades y utilidad que tienen los
chatbots hoy en día, es decir, cuando los tenemos en nuestros teléfonos móviles, apoyan la
configuración de un blog, apoyan nuestros sistemas bancarios. ¿Qué los caracteriza? ¿Cuáles
son los tipos? ¿Cuál fue el proceso de diseño y desarrollo de los mismos? ¿Y cuáles han sido los
retos a los que nos se han enfrentado en el proceso? Un chatbot es un programa informático
interactivo con cierto nivel de inteligencia artificial, que crea conversaciones y responde a las
entradas y preguntas realizadas por los usuarios que interactúan con el sistema a través de un
lenguaje natural escrito o hablado, utilizando el procesamiento del lenguaje natural. Los
chatbots pueden clasificarse generalmente en tres categorías: Chatbots de configuración, o
chatbots con guion, chatbots de aprendizaje (IA), o chatbots cognitivos; y chatterbots. Los
chatbots de configuración utilizan una lógica básica, muy circunscrita, limitada, y están
diseñados específicamente para responder a preguntas o rellenar reservas. Se trata de la
forma más común de chatbot de atención al cliente y suelen estar preprogramados para
responder a un subconjunto específico de las consultas más habituales, normalmente
relacionadas con la empresa, operando de hecho como otro canal para un centro de llamadas.
Pueden replicar un lenguaje de script reactivo que destaca sus oportunidades para recitar
plantillas de respuestas preprogramadas y calificadas. ɤ La mayoría tiene un factor de
ramificación de unos pocos cientos, como máximo. Los chatbots de IA utilizan el aprendizaje
automático y el procesamiento del lenguaje natural para responder de forma más
humanizada. Algunos son incluso capaces de interactuar con el reconocimiento del habla y de
la imagen, para avanzar hacia la inteligencia artificial completa hablada y de lenguaje natural
* . Estos son menos comunes, pero también se caracterizan por volúmenes estrechos e
inabarcables, aunque su memoria puede ser amplia a medida que se reduce su capacidad de
procesamiento. A medida que aumenta su capacidad de procesar datos, suele mejorar su
capacidad de compromiso. Su amplio abanico de indagaciones se suele plasmar en un modelo
predictivo que incorpora un cierto nivel de complejidad y aprendizaje automático. Estos
permiten una amplia gama de preguntas o indagaciones, Sin embargo, suele haber un límite
superior a lo que se puede procesar dentro de un contexto actual, requiriendo pequeñas
cantidades de interacción continuada o episodios adicionales. Normalmente se equilibran con
un modelo de probabilidad estadística para generalizar y discernir patrones recurrentes de
indagación y responder a las circunstancias de forma relativamente natural o educada.
Funcionan, y su punto fuerte es que recogen y procesan grandes cantidades de datos muy
rápidamente, aunque la interacción es relativamente vacía una vez que se ve el equilibrio
entre la memoria y el procesamiento. Otra forma es el "chatterbot", que utiliza una jerarquía
de Chomsky reescrita en Prolog para facilitar su reutilización. Los chatbots están diseñados
para responder a la interacción con el lenguaje natural tanto con humanos como con otros
chatbots. Pueden diseñarse para memorizar configuraciones variables e ia técnica para
mejorar su interacción hasta que su entrada y salida se acerque a un nivel humano.
Normalmente pueden realizar "charlas" - "chats de Twitter". Pueden ser entrenados y
aprender un nuevo dominio como datos para generalizar formas y patrones similares y seguir
mejorando su interacción. Aprenden mediante inferencia estadística, inducción y deducción.
Estos chatbots inteligentes artificiales suelen ser más fáciles de implementar, desarrollar y
programar. Su principal inconveniente son sus limitaciones de comprensión, que hacen que su
lenguaje sea menos humano. Su necesidad de entrada de datos para mejorar puede llevar más
tiempo de evidencia, pero la memoria de gran capacidad, esencialmente actúa como un búfer
añadido y se requiere muy poco tiempo para que surjan pruebas empíricas significativas. Este
artículo es mucho más breve, pero revela mucha información importante sobre los chatbots.
Esperemos que en 2024 tengamos muchos chatbots desarrollados cuya inteligencia artificial
supere el nivel humano.
Abstract
Este artículo pretende mostrar la historia, beneficios, funcionalidades que brindan los
chatbots, los diferentes tipos existentes, las tecnologías y frameworks inherentes en el
desarrollo y construcción de los mísmos como la Inteligencia Artificial (IA), el Procesamiento de
Lenguaje Natural (NLP), DialogFlow, que concluirá con el desarrollo de un chatbot que
responda a preguntas frecuentes acerca de las becas de la UTPL, en la actualidad una cantidad
cada vez mayor de empresas utilizan IA para su diario vivir, por ejemplo, los chatbots en el
servicio de atención al cliente, escenarios en los que un cliente hace preguntas y el chatbot
responde a sus inquietudes de un campo específico, incluso accede a funcionalidades propias
de la empresa como por ejemplo agendar citas, generar pedidos, en respuesta al creciente uso
de los chatbots, las empresas han creado formas de transferir las solicitudes de los clientes en
línea. Un ejemplo de ello es el "Watson Customer Engagement" de IBM Watson, su chatbot
permite una conversación fluida entre un cliente y una marca. El chatbot es capaz de entender
la intención y las necesidades del cliente a través de la IA, lo que permite a las diferentes
empresas crear una IA única basada únicamente en su visión estatégica.
Traducción realizada con la versión gratuita del traductor [Link]/Translator
Historia de los chatbots
Bobby, el billete de foso
El chatbot Bobby se ha dedicado al asesoramiento en línea en el sistema Internet Relay Chat -
un sistema de chat basado en texto que era popular en los primeros tiempos de Internet.
Maid - un chatbot para el servicio de psicoterapia automática
Maid fue creado por Galia Slayen es un servicio de psicoterapia automática.
La tarea del servicio era ayudar a aclarar el diagnóstico de paranoia (incluyendo la
esquizofrenia y otras psicosis no orgánicas) teniendo en cuenta los síntomas del paciente y las
respuestas que da durante las conversaciones en línea.
Marvin, el androide paranoico
Marvin es un personaje principal del grupo de comediantes de la Universidad de Oxford de la
serie The Hitchhikers Guide to The Galaxy. Marvin es un androide paranoico con la inteligencia
artificial más potente, pero con una serie de depresiones y deficiencias. Su aguda experiencia
de autoconciencia le hizo decepcionarse de la raza humana.
Eliza - un temprano chatbot para la interacción a través de simulaciones de conversaciones
reales
Se hizo popular a finales de los años 60 - Eliza es el primer chatbot más conocido con la
capacidad de simular una conversación mediante un conjunto de trucos. Sus orígenes fueron
inventados por el psicólogo Joseph Weizenbaum del MIT.
Utilizando reglas sencillas, Eliza trata de imitar la comunicación real simulando una
conversación mediante preguntas, reflejando el lenguaje del usuario y respondiendo a sus
respuestas.
La falta de conocimiento o experiencia del interlocutor hace que Eliza parezca no entender
nada. Es un gran ejemplo de lo que no se debe hacer y, de hecho, da un tinte irónico a todo el
asunto de los chatbot.
El chatbot en los años 60
En 1962, Peter L. Taylor hizo hablar a un canadiense, Kenneth Colby, que sugirió que los coches
podían comunicarse entre sí como grupos autoorganizados capaces de reconfigurarse. El
método va a ser ejecutado por los investigadores en los años 70, y los resultados reales
basados en su trabajo se mostraron. Ahora, la investigación de los métodos de rebaño es casi
idéntica al procesamiento de datos de los sistemas de autocontrol.
Mirnet Plus - un constructor de chatbot, que ha proporcionado sus servicios en los 90 años e
incluso en el comienzo del milenio. La startup tenía como objetivo convertir a los jugadores
activos que juegan en el juego dado en "mirrnet's" - un nuevo tipo de gusano myrinet. Es decir,
no usuarios descerebrados de los servicios de Mirnet Plus, sino que también tomaran la parte
de Mirnet Plus. Dado el hecho de que la empresa ha fracasado en la realización de sus planes
en los años posteriores, lo que les hizo crear nuevas formas de comunicación con los usuarios.
Una parte importante de su éxito y de la motivación de estos usuarios para comunicarse con
los servicios fue el excelente nivel de servicio y atención que el desarrollador manifestaba en
las relaciones uno a uno con los usuarios. De hecho, hemos descrito el chat del vestíbulo
oficial. Este tipo de comunicación realizada por el desarrollador como parte del lobby de cada
cliente ha funcionado eficazmente y ha proporcionado al usuario una experiencia positiva.
DialogFlow DialogFlow is The service allows developers to create conversational
(conversational UI) and non-traditional, multi—device experiences (embedded
UI) using Machine learning. Apply Deep learning techniques to train models for
powerful and flexible automation, and on-device speech recognition to realize
natural language understanding for the next generation of devices. Google Cloud
offers developers a customizable serverless computation environment for
defining and running a variety of computational tasks, including Machine
Learning inference. With Autotraining, Labels API and workless, we can train,
interact with and extract data from DialogFlow with just a few lines of code.
Applied Machine Learning fundamentals and techniques !!! Accenture on Google
Cloud The GCP creates a next generation of tools designed for cloud to make it easy
for developers to quickly build, test, deploy and manage solutions using machine
learning. To evaluate weather applications, to speed up their journey and reduce the
complexity, accessibility applications, and also Analytics capabilities, WE HAVE
Google Cloud Developer community. GCP helps to simplify data processing by using
computation services (deduplication, cleansing, curation..etc) GCP runs at the global
backbone with Google Cloud Network to link data centers and provide high levels of
elasticity and reliability. Run commands via the command line, using pip, boto or
Google Cloud SDK API. Use new 3rd-party tools to easily add Google Cloud services,
instances or VM with a single click. With Google Cloud training, you’ll enhance your
skills both practical and from Google AI experts. We now make it easier to discover,
learn and build with Google AI Training Agents. In summary- Google has provided a
platform where you develop products and web applications and integrate it with Google
Cloud. The installation of google-cloud-sdk will download all the requirements for
Google Cloud. The capabilities of the Google Cloud Platform (GCP) and the value of
the disparate core units that are bundled together to offer a wide spectrum of services.
Google also provides self-driving car systems with powerful infrastructure processing
and machine learning.
