I lengre tid har vi jobbet med å redigere tekstdata til bruk for maskinlæring til å trene en chatbot. Prosjektet har i høy grad vært et testprosjekt, hvor vi har eksperimentert med ulike datamodeller for maskinlæring, samt ulike former for tekstdata. Det har naturligvis medført en del utfordringer som vi skal forsøke å ta for oss i dette innlegget.
Arbeidet med vennen.ai er til tider utfordrende. Som jeg har kommet inn på i tidligere innlegg, å utvikle en chatbot som kan holde en god dialog er ikke lett. Christina og jeg har kommet litt lengre på veien, men ettersom prosjektet er såpass komplekst har jeg prøvd meg på mindre sideprosjekter og mer konkrete oppgaver inne NLP (Natural Language Processing).
Nevrale nettverk finner man i dag nærmest overalt. Bruker du ansiktsgjenkjenning for å låse opp telefonen din? Nevralt nettverk. Fingeravtrykkleser? Nevralt nettverk. Ordforslag på tastaturet? Også et nevralt nettverk. For ikke å nevne talegjenkjenning, selvkjørende biler, personlige assistenter og brukertilpasset reklame. De bruker alle ulike typer nevrale nettverk. Og det er nettopp et slikt nevralt nettverk vi benytter for å lage vår chatbot.
Hvordan kan en maskin forstå hva et menneske sier til den? Og hvordan kan den svare? Dette er spørsmål vi jobber med her på Innovatec, og som vi ønsker å finne gode løsninger på.
Gjennom høsten har jeg lest meg opp på mye forskjellig innen NLP og språkmodeller. Christina og jeg har diskutert en god del angående hva vi tenker er beste fremgangsmåte for å trene opp en chatbot til dialog. En naturlig første tanke er å mate modellen med dialog-basert data. Janne har samlet inn mye slik type data, undertekster til film og serier. Generelt innbefatter det samtaledata, altså dialog. Dette er et godt utgangspunkt, spesielt med tanke på at datainnsamling er tidkrevende, og et stort og kvalitetsrikt datasett er en forutsetning for en god språkmodell.
Språk er komplisert. Det består gjerne av et stort vokabular, har grammatiske regler og regler for ordstilling. Norsk f.eks. er hva man kaller et SVO-språk. Det vil si at man bygger opp en setning ut fra regelen: subjekt – verb – objekt. Andre språk har andre syntaktiske regler. I tillegg kommer ting som forkortelser og initialer, symboler og tall. Det er mildt sagt kompliserte greier.
Vi har lenge drømt om å lage en chatbot vi kan ha dialoger med på norsk. Prosjektet vennen.ai ble startet i fjor med et mål om å få til nettopp dette, og selv om de store resultatene ennå lar vente på seg, har vi oppsamlet mye kunnskap og erfaringer underveis. I og med at det allerede finnes mange chatboter der ute, som både kan snakke norsk og være til nytte, tenkte jeg å gå litt dypere inn i hva det er vi forsøker å få til med vår chatbot.
I begynnelsen av 2019 startet vi på et helt nytt prosjekt i Innovatec. Vi ønsket å utforske mulighetene rundt chatbots, og se om det var mulig for oss å dra nytte av denne teknologien i vår virksomhet. I den forbindelse investerte vi også i en robot, som forhåpentligvis kunne virke som et medium for chatboten. Vi gikk løs på utfordringen med store visjoner og godt mot, og så fram til dagen vi skulle bli møtt av en veltalende robot som ønsket oss velkommen på kontoret.
Digitalisering av offentlige tjenester har vært et viktig mål i Norge i mange år. Mens mange private bedrifter er langt fremme med digitalisering er det store forskjeller på hvor langt man er kommet med digitaliseringen i det offentlige. De siste måneders coronanedstengning har medført økt digitalisering på flere områder, ikke minst i form av en generell bevisstgjøring rundt digitaliseringens positive muligheter.
Mens ingen kan tvinge noen til å være på Facebook, er der i dag mange digitale tjenester man føler seg samfunnsmessig forpliktet til å bruke, selv om det fremdeles er frivillig å skaffe seg digital bank-id for å få betalt regningene i nettbanken og levert selvangivelsen. Men det blir oppfordret til at man skal levere selvangivelsen digitalt, og forventet at man kan navigere seg rundt i digitale systemer i kommunikasjon med det offentlige.
innovatec.ai 