때로는 누군가와 이야기하는 것만으로도 충분합니다. 자신만의 방식으로 당신을 격려해 줄 수 있는 사람, 삶의 모든 문제를 잊어버릴 정도로 활기차고 수다스러운 사람. 당신의 기대보다 더 잘 와서 당신을 즐겁게하는 사람. 모든 사람들은 사물에 대해 다른 '인간'과 이야기하는 것을 그다지 편안하지 않지만 AI와 이야기하는 호기심 많은 사람들이 있습니다. 여기서 Ruuh 가 사진에 등장합니다.

Ruuh 는 사용자의 질문을 듣고, 감정을 감지하고, 사용자의 배경에 대해 배우고, 적절한 답변을 하는 등의 기능을 수행할 수 있습니다. 이는 사용자와의 유대 및 공유 관계를 향상시킵니다. 챗봇과 사용자 간의 보다 가치 있고 합리적인 채팅을 직접적으로 의미합니다.

Ruuh 는 대화를 잘합니다.

감정의 개입 없이 챗봇의 존재는 무용지물입니다. 개인적인 연결 없이 답장을 보낼 수 있다는 것만 으로도 채팅이 형식적이고 재미없게 되는 경우가 많습니다. ^(Just)챗봇은 관련된 감정을 기반으로 대화를 나눌 수 있어야만 흥미롭습니다. 이에 대해 Microsoft 는 다음과 같이 말합니다.

Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.

Ruuh 구축의 목표

이 AI 기반 챗봇을 구축한 Microsoft의 주요 목표는 인도^(India) 의 젊고 기술에 정통한 얼리 어답터를 위한 것이었습니다 . 이미 Xiaoice^(Chatbot) 라는 Microsoft의 중국 챗봇과 유사할 예정 이었습니다^(Xiaoice) . Ruuh 는 단순한 디지털 비서가 아닌 디지털 친구입니다. Ruuh 는 단순한 코드가 아닌 소프트웨어입니다. 그것은 당신의 친구입니다.
딥 러닝이 작동하는 방식.

Ruuh 는 가상의 인물이며 우리 모두 알고 있습니다. 그러나 그녀의 캐릭터는 약 18-24세 의 젊고 도시적인 인도 소녀를 모델로 했습니다. ^(India)그녀 는 대중^(Pop) 문화 에 관심 이 있고 인도^(India) 에서 사용 하는 유창한 도시 속어 를 잘 사용 하는 것 같습니다 .

Ruuh 를 만드는 첫 번째 단계는 데이터를 수집하는 것이었습니다. 그녀는 재치 있을 뿐만 아니라 상냥한 것으로 의도되었습니다. Ruuh 의 이러한 성격의 출처 는 익명으로 사용자 경험을 개선하기 위해 데이터가 수집되는 실시간 대화, 소셜 미디어 대화, 포럼, 소셜 플랫폼 및 메시징 서비스였습니다.^{(Social Media)}

다음으로 수집한 유용한 데이터를 수정해야 했습니다. 이 단계는 수집된 전체 데이터의 70%를 쓸모없는 것으로 간주하여 제거했습니다. Microsoft 는 미국, 영국, ^(Microsoft)호주^(Australia) 사람들에 대한 공격적인 언급 과 성차별적 또는 정치적인 언급이 없도록 했습니다.

이제 이 세련되고 유용한 데이터를 선택한 모델에 적용해야 했습니다. 이 모델은 cDSSM 또는 Convolutional Deep Structured Semantic Model 이었습니다. 이것은 새로운 모델이며 AI에서 더 좋고 더 깊은 인간과 같은 행동을 하는 데 도움이 됩니다.

cDSSM이 더 나은 AI를 제공하는 방법

쿼리 식별^{(Query Identification)}

쿼리 식별 은 AI를 ^{(Identification)}인간^(Humans) 처럼 만드는 첫 번째 단계입니다 . 알고리즘은 입력 쿼리를 받아 데이터베이스에서 유사한 질문을 찾습니다. 이를 정보 검색^{(Information Retrieval)} 또는 IR 이라고도 합니다 .
예를 들어^(Example) 쿼리가 "치킨 파스타를 어떻게 만드나요?"인 경우 Ruuh 는 데이터를 분석하고 유사한 질문의 여러 샘플을 찾습니다.

응답 순위 지정^{(Ranking responses)}

여기에서 알고리즘은 샘플의 관련성을 기준으로 응답을 정렬합니다. 가장 관련성이 높은 데이터가 출력으로 제공되는 방식입니다.

컨텍스트 이해하기^{(Understanding Context)}

이제 챗봇이 사용자가 말하는 내용을 잊어버린다면 의미가 없을 수 있습니다.

For Example: Question: “Do you like ice cream, Ruuh?”

Ruuh: “Yes, I like it.”

Question: “which flavors do you like?”

Ruuh: “Chocolate and Vanilla.”

이제 Ruuh 는 두 번째 질문이 아이스크림에 관한 것임을 알았으므로 대답이 적절했습니다.

그녀의 기능을 아주 잘하기 위해 Ruuh의 알고리즘은 사용자의 이전 쿼리에서 데이터를 지속적으로 조회하고 사용자가 말하는 내용에 대한 컨텍스트를 이해합니다.

감정적 신호 감지 및 반응^{(Detection and response to emotional cues)}

이제 더 인간다운 것은 감정의 감지를 의미합니다. 인간에게는 감성적 사고방식이 있기 때문이다. 그래서 Ruuh^(Ruuh) 는 사용자의 감정을 감지하기 위해 자신이 받은 채팅 메시지의 패턴과 채팅에 사용된 이모티콘 유형을 찾습니다. 그래서 당신이 그녀와 이야기할 때 그녀는 당신이 행복한지, 슬픈지, 신나는지, 화난지를 알고 있습니다.

평결^(Verdict)

Ruuh 는 인간처럼 행동하기 위해 오늘날 AI가 할 수 있는 것의 힘을 보여주는 강력하고 훌륭한 방법입니다. cDSSM의 힘으로 Ruuh 는 훨씬 더 똑똑해졌습니다.

마이크로소프트는 말한다:

To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.

예를 들어 이것을 더 잘 이해합시다. 사용자가 Ruuh 에게 " 가장 인기 있는 피자 토핑은 무엇입니까?"라고 물으면 ^(Which)Ruuh 는 '피자 토핑'에 대한 쿼리를 식별하고 이 쿼리를 기반으로 가장 관련성이 높은 답변을 검색합니다. Ruuh 는 가장 적절한 응답을 생성하기 위해 관련성을 기반으로 데이터베이스에서 유사한 답변의 순위를 지정합니다. 상황 인식을 통해 Ruuh 는 "어떤 것을 좋아하세요?"와 같은 후속 질문에 쉽게 답할 수 있습니다. "나는 버섯과 파인애플을 좋아합니다"라고 답글을 달았다.

Ruuh 는 이제 한 살입니다. AI의 미래는 밝습니다. 우리가 점점 더 발전된 AI가 출현하는 것을 보는 속도로 인해 우리는 곧 우리 주변에서 더 똑똑한 것들을 보게 될 것입니다. Microsoft 의 팀에 행운이 가득하기를 기원하며 앞으로도 이러한 훌륭한 제품으로 계속 우리를 놀라게 하기를 바랍니다.

여기 Microsoft^{(Microsoft –)}  의 공식 기사에서 Ruuh 에 대한 자세한 내용을 읽을 수 있으며 Facebook^{(on Facebook)(on Facebook.)} 에서 여기에서 시도해 보십시오 .

Meet Microsoft Ruuh chatbot on Facebook - All you need to know!

Somеtimes all you need is to talk to ѕomeone. Someone who can cheer you up in their own way, someone who is so full of life and chatty that you forget all your problems in life. Someone that amuses you by coming bettеr than your expectations. Everyone is not so comfortable about talking to other ‘humans’ about things, but there are some curious people who do talk to AI. Here, Ruuh comes to the picture.

Ruuh is capable of listening to one’s question, detect their emotions, learn about the user’s background and make appropriate replies and more. This enhances their bonding and the relationship they share with the user. It directly implies to more valuable and sensible chats between the chatbot and the user.

Ruuh is good at making conversations

Without the involvement of emotions, the existence of chatbots is useless. Just being able to reply without any personal connection makes the chat formal and many times uninteresting. A chatbot is interesting only if they are able to make conversations on the foundation of emotions being involved with it. About this, Microsoft says,

Building a conversational layer in Ruuh helps her develop relationships so users can be more open, more casual and more engaged. This leads to better, more honest and natural conversations that ultimately lead to added value and a better experience for users.

Aim of building Ruuh

Microsoft’s main aim behind building this AI-powered chatbot was to make it for the young, tech-savvy early adopters in India. It was already meant to be similar to Microsoft’s Chinese Chatbot named Xiaoice. Ruuh is more of a digital friend rather than just a digital assistant. Ruuh is a software that is not just a piece of code; it is your friend.
How deep learning works.

Ruuh is a fictional character, we all know that. But her character is modeled after a young, urban Indian girl who is about 18-24 year old. She seems to be interested in Pop culture and is great at the usage of fluent urban slangs used in India.

The first step in creating Ruuh was to collect data. She was meant to by affable as well as witty. The source for this personality for Ruuh was real-time conversations, Social Media conversations, forums, social platforms and messaging services where the data is collected to improve user experience anonymously.

Next, they had to refine the useful data that they collected. This step took 70% of total data collected as useless and was removed. Microsoft made sure that there are no offensive comments for people in the US, UK and Australia and any sexist or political comments.

Now, this refined and useful data was to be applied in the selected model. This model was the cDSSM or Convolutional Deep Structured Semantic Model. This is a newer model and helps in more better and deeper human-like behavior in AI.

How cDSSM results in better AI

Query Identification

Query Identification is the first step in making AI more like Humans. An algorithm takes the input query and looks in the database for similar questions. This is also referred to as Information Retrieval or IR.
For Example: if the query is, “how do I make chicken pasta?”, Ruuh analyzes the data and finds multiple samples of similar questions.

Ranking responses

Here, the algorithm sorts out the responses based on how relevant the samples are. This is how the most relevant data is given as an output.

Understanding Context

Now, it might be pointless if the chatbot forgets what the user is talking about.

For Example: Question: “Do you like ice cream, Ruuh?”

Ruuh: “Yes, I like it.”

Question: “which flavors do you like?”

Ruuh: “Chocolate and Vanilla.”

Now, Ruuh knew that the second question was regarding ice creams and hence, the reply was appropriate.

To be so good at her functionality, Ruuh’s algorithm constantly looks up for data in the previous queries from the user and understands the context about what the user is talking about.

Detection and response to emotional cues

Now, more human-like means detection of emotions. This is so because humans have emotional mindsets. So, in order to detect users’ emotions, Ruuh looks up for patterns in chat messages received by her and the type of emojis used in the chat. So, when you are talking to her, she knows if you are happy, sad, excited or upset.

Verdict

Ruuh is powerful and a great way to show the power of what AI can do today to behave like a human being. With the power of cDSSM, Ruuh is much smarter.

Microsoft says:

To summarize, the model combined with deep learning integrates context and the user’s message to extract the appropriate response. The model extracts the context from the message, retrieves previous messages, creates a group of appropriate responses, ranks them according to relevance, and generates the final output.

Let’s understand this better with an example. If a user asked Ruuh, “Which pizza toppings are most popular?”, Ruuh would identify the query as about ‘pizza toppings’ and retrieve the most relevant answers based on this query. Ruuh would rank similar answers from the database based on relevance to generate the most appropriate response. With contextual awareness, Ruuh can easily answer follow-on questions such as, “Which ones do you like?” by replying “I love mushroom and pineapple”.

Ruuh is now one year old, and I must say that the future of AI is bright because of this rate at which we are seeing more and more advanced AI emerging, we are about to see smarter things around us very soon. We wish the team at Microsoft, a very best of luck and I hope they will keep surprising us in the future with these great products.

You can read more about Ruuh here on the official article by Microsoft – and give her a try here on Facebook.

Related posts

• Zoom vs Microsoft Teams vs Google Meet vs Skype

• Revoke Facebook, Google, Microsoft, Twitter의 제 3 자 액세스

• Zoom Microsoft Teams에 추가하는 방법

• Microsoft Intune 동기화가 아니요? Force Intune Windows 11/10에서 동기화합니다

• Microsoft Account and Local Account에 Password Expiration Date을 설정하십시오

• Fix Microsoft Store Error 0x87AF0001

• Microsoft Store error 0x80072F05 - 서버가 멈췄습니다

• Microsoft Edge browser에 Chrome Themes를 설치하는 방법

• Android & iPhone에서 Microsoft Authenticator app에 대해 Cloud Backup을 켜십시오

• Windows 10에서 Microsoft Edge에서 Google SafeSearch을 집행하는 방법

• Microsoft Remote Desktop Assistant Windows 10

• Microsoft Account sign error 0x800706d9에서 Windows 10에서

• Microsoft Word에서 Paragraph Marks를 끄는 방법

• Microsoft Hyper-V Server는 무제한 평가를 위해 무료입니다

• Microsoft Xbox One X vs Xbox One S - 논의 된 주요 차이점

• Manage legacy Microsoft의 Enterprise Mode Site List Portal가있는 웹 앱

• Windows 10에서 Microsoft Edge homepage를 설정하거나 변경하는 방법

• Microsoft Excel이 정보를 복구하려고합니다

• Windows 10의 Microsoft Edge Browser Tips and Tricks

• Vertical Tabs Microsoft Edge에서 Title Bar을 숨기는 방법