GraphGrail Ai отвечает на часто задаваемые вопросы

  

Если говорить простым языком, то мы создаем платформу, на которой обычные люди без навыков программирования и понимания высшей математики и data science смогут монетизировать данные, и так хранящиеся у них. Наша идея в том, чтобы создать продукт, позволяющий любому пользователю получать решения с помощью искусственного интеллекта, не прибегая к программированию.

Многие спросят: значит, GraphGrail Ai дает в руки любому человеку мощный инструментарий для создания высокотехнологичного программного обеспечения? 

Платформа GraphGrail Ai предлагает не только множество сервисов для анализа данных. Уже реализовано несколько кейсов, и для работы готовых приложений нужно только дождаться запуска нашей платформы. С какими задачами может справиться искусственный интеллект? Для примера представим себе компанию-разработчика какой-либо компьютерной игры. Компания регулярно выпускает обновления к игре и тут же получает обратную связь в виде записей в социальных сетях, сообщений в чатах и многого другого. Для разработчика очень важно отслеживать отрицательные отзывы, чтобы совершенствовать свой продукт. Скажем, если пользователи сообщают, что не работает платежная система или не загружается сама игра, разработчику нужно немедленно устранить проблему. При этом, если игра очень популярна и у нее, к примеру, больше десяти миллионов скачиваний, в день поступает около тысячи отзывов, и все их надо как-то разделить на положительные и отрицательные, критичные и некритичные. В настоящее время этой работой занимается специальный сотрудник компании, который читает комментарии и сам решает, положительные они или отрицательные, а потом составляет отчеты руководству, вдобавок тратя время на вычитку, отправку письма и так далее. На нашей платформе можно загрузить в систему уже доступные данные, и все отзывы об игре, которые поступят после выхода очередного обновления, будут автоматически рассортированы на положительные и отрицательные, а также разбиты на подгруппы. 

 Среди отрицательных отзывов можно выделить критические и некритические. К критическим относятся, например, вопросы об оплате или жалобы на проблемы с загрузкой игры – все то, на что нужно как можно быстрее отреагировать. А если пользователи пишут, скажем, что какое-то оружие в игре не соответствует описанию – у него больше патронов или другая броня, – такие проблемы менее критичны, но с ними все равно нужно поскорее разобраться. Чтобы не сортировать комментарии вручную, компании могут пользоваться инструментарием нашей платформы. Если пользователю нужно проанализировать данные, достаточно ввести их в блок парсера. Сначала нужно разбить отзывы на положительные и отрицательные, а то могут возникнуть проблемы. В настоящий момент на рынке есть продукты, осуществляющие такой анализ, но они очень примитивны и не используют ни алгоритмов анализа данных, ни нейронных сетей. Они работают как обычный поисковик. Если рядом с нужным пользователю словом стоит слово с отрицательной (положительной) окраской, то комментарий помечается как отрицательный (положительный), хотя на самом деле это может быть совсем не так. 

 Одна из трудностей решения задачи состоит в том, что если игра написана для детей или подростков, то восьми-шестнадцатилетние пользователи оставляют комментарии с кучей ошибок или на сленге и в принципе часто говорят не то, что хотят сказать. Существующие приложения не позволяют разработчику справиться с этой проблемой. Наша же платформа представляет широкий инструментарий на базе искусственного интеллекта, позволяющий научить программу отличать положительные отзывы от отрицательных и делить их на несколько групп даже с учетом неправильно написанных слов и сленга.

В качестве другого примера рассмотрим ведение бизнеса, в котором требуется постоянно обрабатывать сообщения или комментарии под постами в социальных сетях. Сейчас ответы на каждый комментарий составляются живыми людьми. Однако программа вполне способна выделить суть вопроса или отследить упоминание компании, отсортировать все обращения по категориям и подготовить отчет в удобной форме, чтобы предприниматель мог оперативно реагировать на всю поступающую информацию. Все, что требуется от клиента, – обучить нейронную сеть интерпретировать поступающие вопросы. 

Другой часто задаваемый вопрос – приведет ли внедрение платформы GraphGrail Ai к упразднению некоторых должностей.

 Инструментарий платформы позволит сэкономить на труде сотрудников, в чьи обязанности входит только прием обращений и реакция на них, в том числе операторов техподдержки. В поддержку, например, попадают вопросы нескольких определенных категорий: вопросы об оплате, об установке, о качестве продукта и т. д. Хотя такие вопросы можно задать сотней разных способов, ответы на них обычно повторяются.

 Другая профессия, которая может исчезнуть, – это юрист. Юристы составляют документы об определенных действиях определенных людей. Фактически, юрист берет данные о людях и событиях и по шаблону заполняет определенную форму. Уже существуют первые образцы программ, выполняющих эту работу. В США уже запущен примитивный бот-юрист, заполняющий документы, поскольку заполнить даже самый простой документ по шаблону там стоит очень дорого; тогда как достаточно написать программу, способную, получив на вход данные, определить, к чему они относятся и какой шаблон можно использовать. Таким образом, работа юриста может быть полностью автоматизирована. 

Один из потенциальных клиентов платформы связался с нами и заказал анализ большого количества видеороликов каждой из категорий с большого видеохостинга. Клиент хотел иметь представление, сколько роликов каждой из категорий загружено на его сайт и больше это или меньше, чем у его конкурентов, – и, соответственно, видео какой категории ему нужно загрузить на сайт. Пусть, к примеру, на сайте множество роликов про рыбалку и ни одного – про матерей. Пользователи, которых материнство интересует больше рыбалки, на сайте не задержатся, потому что им будет неинтересно. Владельцу хостинга нужно было рассортировать ролики по категориям. Мы сделали выборку, задали параметры для анализа заголовков, и искусственный интеллект быстро классифицировал все видео. Вовсе необязательно вручную просматривать все видео, чтобы определить, к какой категории они относятся, программа может сделать все за вас.

Инструментарий GraphGrail Ai также пригодится владельцам интернет-магазинов и социальных сетей. Менеджер по продажам часто рассматривается как слабое звено компании. 

Действительно, менеджер может прийти на работу в плохом настроении или может утратить мотивацию, потому что ему приходится долго и муторно добиваться реакции от потенциальных покупателей и к тому же постоянно отвечать на одни и те же вопросы. В конце концов он начинает отвечать сухо и кратко, что не всегда устраивает клиентов: они-то слышат все это впервые.

Другая проблема торговли – множество способов оплаты и множество шаблонов для создания транзакций. Можно ли научить искусственный интеллект понимать все из них?

В такой ситуации можно применить несколько разных алгоритмов. В простейшем случае можно составить словарь синонимов и бот будет сопоставлять одни слова с другими. Есть также более продвинутый инструментарий: в алгоритмах обработки естественных языков слова имеют векторное представление, и у слов с похожими значениями векторы тоже будут похожи. Фраза будет состоять из нескольких векторов – из нескольких слов, – и алгоритм может понять, нужное ли направление имеет фраза. Если не углубляться в теорию, то программа может определить, к какой области примерно относится фраза. Если вероятность попадания фразы в нужную категорию оказывается больше 70%, можно считать, что она действительно к ней относится. Однако мы добавили в наш продукт всплывающие подсказки, чтобы можно было не бояться доверять продажи чат-боту. В сложных ситуациях бот сможет послать клиенту уточняющий вопрос и проверить, верно ли классифицировал его сообщение. Таким образом исключается возможность ошибки бота. В процессе обучения общение пользователя с ботом напоминает обучения обычного продавца.

Чат-бот – одно из применений искусственного интеллекта и нейронных сетей.

Строго говоря, чат-бот относится не к искусственному интеллекту, а к нейронным сетям. В пятидесятых даже калькулятор могли назвать «искусственным интеллектом», хотя считали на нем все равно люди. Так что то, что мы называем «искусственным интеллектом» сейчас, скоро тоже станет тривиальным инструментом, и не так уж и важно, как мы его называем. 

Считается, что искусственный интеллект плохо обрабатывает языковые векторы.

 Задача обработки естественного языка заключается в определении основных закономерностей, а искусственный интеллект способен выделить основную суть реплик. У него есть функция сохранения контекста – возможность обрабатывать ситуации, когда одно сообщение содержит несколько основных идей или одно и то же повторяется несколько раз. Предположим, вы – владелец интернет-магазина медицинских халатов, и первое сообщение клиента выглядит так: «Есть ли у вас халаты с красными рукавами?» Вы отвечаете, что есть, и клиент спрашивает: «А сорок второй размер есть?» Бот распознает логическую цепочку и будет учитывать первый вопрос при ответе на второй. Или если в разговоре упоминается президент, его потом можно называть «главой государства», по имени и так далее.

Еще одна проблема – искусственный интеллект не способен определить, когда меняется тема разговора, и не может перестроиться без помощи человека.

Все зависит от ситуации и от того, какие задачи будут стоять перед искусственным интеллектом. Любой диалог рано или поздно заканчивается, а когда вы снова начинаете говорить, то наверняка уже о чем-то другом. Если не дать искусственному интеллекту команды действовать определенным образом в определенной ситуации, сам он ничего делать не будет. Программа служит для того, чтобы отвечать на ваши сообщения. Чтобы ее активировать, нужно отправить ей какой-либо запрос в текстовом виде.

Принято утверждать, что поскольку искусственный интеллект не обладает мышлением, область его применения в лучшем случае ограничена. 

Когда мы осуществляем продажи через нейронные сети или общаемся с клиентом посредством чат-бота, мы заранее знаем, что нам понадобится спросить у клиента и какие вопросы задаст он сам. Мы уже знаем, что примерно клиент хочет заказать, и можем задать уточняющий вопрос, чтобы узнать точно. Мы можем разбить текст на предложения, эта процедура называется токенизацией. С ее помощью можно, например, подбирать синонимы к словам, чтобы улучшить качество классификации. Можно перевести целое предложение в векторное представление и запросить классификацию целого предложения или отдельного слова. Платформа может распознавать паттерны. Или рассмотрим еще один пример алгоритма: как известно, у каждого человека свой собственный стиль речи и письма, а наши инструменты позволяют определить, какой текст кому принадлежит, и даже установить автора по его стилю. Мы можем закодировать закономерности языка Льва Толстого, а потом подать на вход нейронной сети любой текст – и она перепишет его в стиле Толстого.

Компания GraphGrail Ai собирает средства на запуск платформы. Многим интересно, на что именно пойдут деньги. 

Во-первых, деньги нужны, чтобы привлечь первых клиентов, так как у нас будет резервный фонд и стабильная внутренняя валюта. Мы должны будем поощрять тех, кто участвует в создании платформы, разрабатывает алгоритмы, руководит разметкой данных и загружает обучающие наборы. Часть денег нужна, чтобы иметь возможность загрузить на платформу уже существующие готовые языковые блоки, библиотеки и алгоритмы на все случаи жизни. Значительная часть средств уйдет на выход на рынок, потому что конкуренты захватили его так прочно, что с ними очень непросто соревноваться на равных. У каждого проекта свои особенности, но чтобы пробиться, нужно много денег. Нужно немало вложить как в собственно разработку – создание алгоритмов и их интеграцию в платформу, – так и в раскрутку проекта, выход на международный рынок, создание и раскрутку важных и полезных инструментов. Немало средств уйдет и на то, чтобы сделать платформу действительно безопасной и децентрализованной, используя все преимущества технологии блокчейн.

Soft cap составляет два млн долларов. Этой суммы достаточно, чтобы вывести платформу на рынок, осуществить все наши задумки, выполнить план действий и разработать полноценный инструментарий. 20% средств пойдет на разработку, 30% – на покупку готовых алгоритмов и 50% – на маркетинг. Мы уже собрали около 550 тыс. долларов. В итоге мы рассчитываем захватить 3% оборота рынка обработки естественных языков, что на данный момент составляет около двухсот млн долларов в год. Общий оборот рынка в настоящее время около шести млрд долларов.

Зачастую главная проблема проектов – градация и развитие. Кажется, в этом смысле GraphGrail Ai даст всем фору. 

Использование платформы – далеко не самое важное в ней; важнее то, что все действия пользователей записываются с помощью технологий блокчейн, так что каждый может увидеть, кто есть кто, кто над чем работает, какие результаты получает, сколько заказов выполнил, а также все комментарии и другую дополнительную информацию. Внутренняя валюта платформы – токен GAI. Он изометричен.

Функционал платформы обеспечивает уникальную возможность выделить закономерности в анализируемых данных. Конечный продукт платформы – набор паттернов, обнаруженных в наборе данных, и способы их применения.  

 Следите за нашими новостями, а также примите участие в TGE!