A Low-Code Approach for the Automatic Personalization of Conversational Agents
यह शोध पत्र एक व्यवस्थित साहित्य समीक्षा प्रस्तुत करता है जो यह प्रकट करता है कि मॉडल-ड्रिवन इंजीनियरिंग में वर्तमान यूजर मॉडलिंग खंडित, स्थिर और मजबूत टूल सपोर्ट की कमी वाली है, जिससे कन्वर्सेशनल एजेंट्स के डायनेमिक, लो-कोड पर्सनलाइजेशन के लिए यूनिफाइड, रियूजेबल मॉडल्स और ऑटोमेटेड, एमएल-ड्रिवन पाइपलाइन्स की ओर एक रोडमैप प्रस्तावित किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास एक बहुत ही बुद्धिमान, मिलनसार रोबोट सहायक (एक "कन्वर्सेशनल एजेंट") है जो लोगों से जिम वर्कआउट के बारे में बात कर सकता है। अभी, यह रोबोट एक "वन-साइज़-फिट्स-ऑल" पुतले की तरह है: यह हर किसी से एक ही तरह से बात करता है, चाहे वह एक युवा एथलीट हो, एक बुजुर्ग व्यक्ति हो, या कोई शारीरिक अक्षमता वाला व्यक्ति हो।
यह शोध पत्र एक नया "लो-कोड" (Low-Code) टूलकिट पेश करता है जो आम लोगों को (केवल कंप्यूटर प्रोग्रामर ही नहीं) इस रोबलेट को कस्टमाइज़ करने की अनुमति देता है ताकि यह हर व्यक्ति के लिए बिल्कुल सटीक फिट हो सके, जैसे एक दर्जी एक विशेष रूप से बनाया गया सूट तैयार करता है।
यह प्रक्रिया कैसे काम करती है, इसे सरल चरणों में नीचे दिया गया है:
1. "रेसिपी बुक" (मॉडलिंग)
कोड लिखने के बजाय, उपयोगकर्ता एक विजुअल टूल खोलता है। इसे एक डिजिटल रेसिपी बुक की तरह समझें जहाँ आप सामग्री को मिला सकते हैं और आपस में जोड़ सकते हैं।
- बेस रोबोट: आप मानक रोबोट से शुरुआत करते हैं जो जिम सलाह देने का ज्ञान रखता है।
- यूजर प्रोफाइल्स (उपयोगकर्ता प्रोफाइल): आप विभिन्न प्रकार के लोगों के लिए "कार्ड" बनाते हैं। उदाहरण के लिए, एक "बुजुर्ग उपयोगकर्ता" के लिए कार्ड जो सरल, बोलचाल की भाषा पसंद करता है, और एक "पैराप्लेजिक (लकवाग्रस्त) उपयोगकर्ता" के लिए कार्ड जिसे पैरों के व्यायामों से बचने वाली सलाह की आवश्यकता है।
- एजेंट प्रोफाइल्स (एजेंट प्रोफाइल): आप रोबोट के लिए "निर्देश पत्र" (instruction sheets) बनाते हैं। ये पत्र रोबोट को बताते हैं कि यूजर कार्ड के आधार पर अपनी पर्सनैलिटी या बोलने के तरीके को कैसे बदलना है। बुजुर्ग उपयोगकर्ता के लिए, शीट कहती है, "धीरे बोलें और सरल शब्दों का उपयोग करें।" पैराप्लेजिक उपयोगकर्ता के लिए, शीट कहती है, "दौड़ने या कूदने का जिक्र कभी न करें।"
2. "मैजिक ट्रांसलेटर" (डिज़ाइन-टाइम पर्सनलाइजेशन)
एक बार जब आप अपने कार्ड और निर्देश पत्र सेट कर लेते हैं, तो आप एक बटन दबाते हैं। यहीं पर "लो-कोड" का जादू होता है।
- सिस्टम एक सुपर-स्मार्ट AI (एक लार्ज लैंग्वेज मॉडल) का उपयोग एक अनुवादक के रूप में करता है। यह रोबोट की मानक स्क्रिप्ट को पढ़ता है और उसे तुरंत आपके निर्देशों के अनुसार फिर से लिखता है।
- यदि रोबोट कहने वाला था, "5 मील दौड़ने जाएं," तो AI इसे पैराप्लेजिक उपयोगकर्ता के लिए बदलकर "इस ऊपरी शरीर की स्ट्रेंथ रूटीन को आजमाएं" कर देगा।
- यह लाइव होने से पहले होता है, जिससे यह सुनिश्चित होता है कि रोबोट किसी भी इंसान से मिलने से पहले ही सही भाषा बोल रहा है।
3. "लाइव स्विच" (रनटाइम पर्सनलाइजेशन)
जब रोबोट वास्तव में किसी वास्तविक व्यक्ति से बात कर रहा होता है, तो वह एक "प्रोफाइल पिकर" का उपयोग करता है।
- कल्पना कीजिए कि रोबोट के पास अलग-अलग "मास्क" या "कॉस्ट्यूम" वाला एक दराज है। जब एक बुजुर्ग उपयोगकर्ता लॉग इन करता है, तो रोबोट "एल्डरली मास्क" (सरल बोलना) पहन लेता है। जब एक युवा एथलीट लॉग इन करता है, तो रोबोट "एथलीट मास्क" (ऊर्जावान होकर बोलना) पहन लेता है।
- रोबोट वास्तविक समय में सामने बैठे व्यक्ति के अनुरूप अपने व्यवहार को बदल देता है, बिना रुके या सोचे।
4. "टेस्ट ड्राइव" (पायलट स्टडी)
लेखकों ने इस टूलकिट का दो समूहों के साथ परीक्षण किया:
- विशेषज्ञ (Experts): वे लोग जो कोड करना जानते हैं।
- आम लोग (Laypeople): वे लोग जिन्होंने कभी भी एक भी लाइन कोड नहीं लिखा है।
परिणाम:
- सभी ने इसे पसंद किया: दोनों समूहों ने टूल को बहुत उपयोगी पाया। उन्हें लगा कि इसने सफलतापूर्वक व्यक्तिगत रोबोट बनाना आसान बना दिया।
- विशेषज्ञों को इसे उपयोग करना अविश्वसनीय रूप से आसान लगा (लगभग पूर्ण स्कोर)।
- आम लोगों को भी यह आसान लगा, हालांकि विशेषज्ञों की तुलना में यह थोड़ा चुनौतीपूर्ण था (संभवतः क्योंकि वे "मॉडलिंग" टूल्स के अभ्यस्त नहीं थे), लेकिन फिर भी उन्होंने कार्यों को सफलतापूर्वक पूरा किया।
- मुख्य निष्कर्ष: रोबोट बनाने के लिए आपको तकनीकी जादूगर होने की आवश्यकता नहीं है जो अलग-अलग लोगों को समझ सके और उनके अनुकूल हो सके।
यह पेपर क्या दावा नहीं करता है
- यह दावा नहीं करता कि यह टूल अस्पतालों या चिकित्सा निदान के लिए तैयार है। इसका परीक्षण एक जिम असिस्टेंट के उदाहरण पर किया गया था।
- यह दावा नहीं करता कि रोबोट अभी पूरी तरह से परफेक्ट है; लेखक स्वीकार करते हैं कि उन्हें भविष्य में अधिक लोगों के साथ परीक्षण करने और अधिक सुरक्षा जांच जोड़ने की आवश्यकता है।
- यह दावा नहीं करता कि यह सभी पर्सनलाइजेशन समस्याओं को हल करता है, बल्कि यह करने का एक नया, आसान तरीका प्रदान करता है।
संक्षेप में: यह पेपर चैटबॉट्स बनाने के लिए एक "लेगो सेट" (Lego set) प्रस्तुत करता है। कोड के माध्यम से टुकड़ों को जोड़ने के बजाय, आप उन्हें एक विजुअल टूल के साथ जोड़ते हैं, और सिस्टम स्वचालित रूप से चैटबॉट की पर्सनैलिटी को उस व्यक्ति के अनुरूप ढाल देता है जिससे वह बात कर रहा है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।