Поясни по-людськи. Ось як бренди вчать нейромережі спілкуватися з клієнтами

Наскільки розвинені мовні нейромережі?

У загальному сенсі NLP-моделі — це нейромережі та лінгвістичні моделі, що використовують у машинному навчанні.

Під час Олімпійських ігор 2016 року у Ріо-де-Жанейро видання Washington Post опублікувало 300 статей, написаних власною нейромережею Heliograf. Цілком логічні та зрозумілі репортажі — один із перших прикладів такого масштабного публічного застосування мовних моделей. Вочевидь, головною була не функція написання текстів, а саме піар-потенціал і дискусія навколо теми штучного інтелекту у соцмережах та медіа.

Відтоді минуло п’ять років, і спілкування машин із людьми вдосконалилося і в текстовому форматі, і в голосовому. Вони розпізнають текст і контекст, аналізують, синтезують, інколи навіть генерують текст краще за людей. 

Щоби зрозуміти, на якій стадії мовні нейромережі знаходяться зараз, познайомтеся з GPT-3. Це найбільш довершена модель у світі, її запустила компанія OpenAI 2020 року. Поки деякі чатботи у підтримці банку чи магазину доводять до сказу своїми безглуздими відповідями, GPT-3 веде філософські бесіди, пише вірші та вирішує текстові математичні завдання. 

«Джон випиває пляшку води кожні пів години. На розгадування стандартного кросворда він зазвичай витрачає 45 хвилин. Складний кросворд він вирішує вчетверо довше. Скільки пляшок води випиває Джон за цей час?». Подібні задачі GPT-3 розуміє та правильно розв’язує як звичайний школяр. OpenAI нещодавно оприлюднила статистику, згідно з якою нейромережа відповідає у математичних тестах середньої школи лише на 5% гірше учнів. 

«Що таке свобода волі? Свобода волі — це можливість робити щось супротив своєї волі». GPT-3 може бути парадоксальною та несподіваною, а у дискусійному клубі вона б взагалі поклала вас на лопатки. Водночас вона також вміє створювати сценарії для ігор (як AI Dungeon), писати реп і дитячі казки. А тексти, написані GPT-3, люди не змогли відрізнити від «людських» у 48% випадків під час тесту.  

Навіщо це бізнесу? 

Що в цьому корисного для бренду?  А для покупців звичайних продуктів і послуг, для яких нібито не актуальні технологічні новини та дослідження?

Відповіді на всі ці питання є у свіжому кейсі Nestle.

Печиво для всіх

У лютому 2021 року  Nestle представила споживачам «Тренера з печива» Рут. Це штучний інтелект, який відповідає на усні та письмові запити та виглядає як Рут Вейкфілд — жінка, що створила перший рецепт печива з шоколадною крихтою 80 років тому. Вона може дати пораду на будь-якому етапі приготування. 

За пів року роботи Рут Департамент диджитал-стратегії та інновацій Nestle отримав настільки хороші результати, що планує розширяти функціональність моделі й додавати мови. 

• Середня сесія понад 13 хвилин, що є відмінним показником для контакту з брендованим контентом.
• Рівень повторного звернення до Рут — 84%. 
• Близькість до споживачів у їхніх щоденних справах і підтримка довіри до бренду.
• Унікальний CX (customer experience), що відокремлює компанію від конкурентів.
• Залучення нових споживачів через додаткову цінність, яку пропонує бренд.
• Послідовність і системність у користувацькому досвіді, адже раніше у кол-центрі Nestle на запити відповідали люди з різним рівнем знань про випічку.
• Персоналізація рецептів і порад Рут для будь-яких критеріїв — із точки зору здоров’я, або наявних вдома продуктів, або кількості та вартості партії печива, або часу на приготування тощо.

Для чого використовують NLP-моделі

NLP-моделі можуть забезпечити вищі результати там, де звичайна комунікація просто виконує план або взагалі не може розв’язати завдання.

Насправді чимало сайтів і сервісів, які ви відвідуєте щодня, вже використовують мовні моделі, наприклад у пошуку або створенні опису товарів. І про це розповідають на вебінарах і конференціях ML-спільноти. Але маркетингова та бізнес-спільноти часто залишаються в стороні від теми й не досліджують, що робити з NLP у комунікаціях або брендінгу. Хоча слова — це основний інструмент маркетингу, відповідно мовні моделі мають великий потенціал у роботі зі споживачами й донесенні повідомлення.

Нейромережу можна навчити генерувати історії на задану тему, висловлюватися з потрібною тональністю та лексикою, переказувати тексту, імітувати (до речі, дуже правдиво) стиль відомих людей, навіть померлих. 

Переваги мовних нейромереж у комунікації

У мовних моделей є й неочевидні переваги для комунікації, причому вони універсальні й не залежать від індустрії або категорії.

• One-to-many підхід. Одна людина може бути базою для навчання моделі й потім поширювати свій досвід на десятки тисяч людей. Умовно, модель, натренована Євгеном Клопотенком, його рецептами, лексикою та стилем висловлювання може потім спілкуватися з клієнтами ресторану або користувачами сервісу доставки продуктів без його безпосереднього залучення.

• Many-to-one підхід. Багато користувачів можуть узяти участь у тренуванні однієї моделі. І це влучає у тренд co-creation на сумісну творчість із брендом та іншими клієнтами. Тобто нейромережа може написати бренд-маніфест зі слів своїх справжніх фанів. Або, якщо не так серйозно, то написати вірші з коментарів хейтерів на сторінці бренду.

• Анонімність. Іноді нейромережа може дати споживачу те, що взагалі неможливо з іншими інструментами. Торік бренд жіночої гігієни Always запустив у Ізраілі Rabbi-Bot. У ортодоксальних євреїв є традиція, коли жінки мають консультуватися з чоловіком-рабином з приводу інтимних питань. Це буває незручно, неприємно і недоречно. Тепер вони можуть анонімно порадитись зі штучним інтелектом.

• Персоналізація. У випадку з Тренером із печива йшлося про раціональну персоналізацію, наприклад, як адаптувати улюблений рецепт, якщо ви чекаєте 10 гостей-веганів. Але є ще емоційна персоналізація. Так, співак The Weeknd презентував свій останній альбом, де ШІ з його обличчям спілкувався віч-на-віч з фанами й персоналізував розмову на базі їхніх уподобань у Spotify.

• Масштабування моделей — як збільшення, так і зменшення. Нейромережа, натренована на 1000 сторінок тексту письменника-класика, може згенерувати вдесятеро більше тексту зі збереженням стилістики. І навпаки — з великих бестселерів робити стислі статті для дуже зайнятих споживачів

Кейси

У нас в агенції ISD Group є власний досвід розроблення мовних моделей для брендів. 

AI Versus

Першу кампанію AI Versus ми створили ще 2019 року. Це був соціальний експеримент, який показував вплив пропаганди на людей. Упродовж шести місяців ми разом з агенцією Voskhod та розробниками The App Solutions навчали два штучних інтелекти на різних датасетах з двох російських телеканалів. Перший — на новинах провладного «Россия 1», а другий — приватного телеканалу «Дождь». 

Мета проєкту — порівняти, наскільки світогляд змінюється під впливом пропаганди. Саме використання нейромереж дало змогу настільки наочно і переконливо показати різницю й донести повідомлення бренду незалежного телеканалу.

Проєкт здобув багато міжнародних відзнак — на Cannes Lions (Франція), D&AD (Велика Британія), The One Show та Webby (США), Ciclope festival (Німеччина), а нещодавно і Гран-прі The Golden Drum. 

REVO kAIf

Другий NLP-проєкт ми розробили для бренду енергетиків Revo. Перший україномовний штучний інтелект REVO kAIf генерував ідеї та сценарії тусовок. Бренду було потрібне активне залучення, взаємодія і щось дике, здатне пробитися крізь галас інфострічок їхньої ЦА. 

Модель створили на базі OpenAI GPT-2, а мовний корпус мережі збирали з живої та сучасної української. І це виявилося набагато складніше, ніж використовувати словники та класичні твори. У хід пішли субтитри з серіалів, укрсучліт, пабліки та Telegram-канали. Після створення базової моделі кожен охочий міг навчати її через Telegram-бота. 

Проєкт запустився за тиждень до першого локдауну 2020, коли тема вечірок стала недоречною. Але вже влітку тусовки ожили, а наші користувачі почали проводити у діалозі з ШІ в середньому 20 хвилин. І третина з них поверталася до мережі знову.

Як розвиватимуться NLP-моделі

Розвиток мовних моделей набирає зараз шалений темп. За пів року після появи GPT-3 Китай оголосив про розроблення величезної моделі Wu Dao 2.0. Хоча інформації про неї не так багато, відомо, що кількість параметрів для тренування у 10 разів перевищує GPT-3.

Коли GPT-3 тільки з’явилася, вона виглядала неперевершеним, але дорогим інструментом. А після того, як ліцензію на неї отримав Microsoft, вона стала ще і важкодоступною Чому важкодоступною? 18 листопада OpenAI скасувала лист очікування до GPT-3, але в Україні доступу поки все одно немає . Проте за рік, у червні 2021-го, з’явилася open source модель GPT-J від EleutherAI, з якою ви можете безплатно розмовляти у вебверсії. Раніше було неможливо уявити, щоб настільки елітний та складний технологічний продукт став демократичним так швидко.

GPT-3 використовує 175 млрд параметрів, а GPT-J — лише 6 млрд. Ми мали можливість перевірити генерації обох моделей під час дослідження для англомовного бренду під NDA. І якість згенерованих текстів була на схожому рівні, хоча  GPT-J легше і може працювати навіть на локальній машині. 

Отже, непомітно для широкого загалу, але невідступно, NLP еволюціонує і стає доступнішою. А це означає, що мовні моделі проникатимуть в будь-які сфери — від маркетингу до освіти, від індустрії краси до охорони здоров’я. 

І наостанок GPT-J просила передати, що мовні моделі точно потрібні вашому бренду.

Реклама у Vector

Знайшли помилку? Виділіть її і натисніть Ctrl+Enter