Azure सेवांचा वापर करून आम्ही विकासाला गती देतो: आम्ही प्लॅटफॉर्म वापरून चॅटबॉट्स आणि संज्ञानात्मक सेवा तयार करतो

हॅलो, हॅब्र! आज आम्‍ही तुम्‍हाला अशा समस्‍या सोडवण्‍यासाठी Azure चा वापर कसा करायचा ते दाखवू जे विशेषत: मानवी हस्तक्षेपाची आवश्‍यकता आहे. एजंट समान प्रश्नांची उत्तरे देण्यात, फोन कॉल्स आणि मजकूर संदेश हाताळण्यात बराच वेळ घालवतात. चॅटबॉट्स संप्रेषण आणि ओळख स्वयंचलित करतात आणि लोकांवरील ओझे कमी करतात. बॉट्सचा वापर Azure DevOps मध्ये देखील केला जातो, जेथे ते थेट स्लॅक किंवा Microsoft Teams मधून रिलीझ मंजूर करण्यासाठी, बिल्ड व्यवस्थापित करण्यासाठी - पहा, सुरू करा आणि थांबवू शकता. थोडक्यात, चॅटबॉट काही प्रमाणात CLI ची आठवण करून देणारा असतो, केवळ परस्परसंवादी असतो आणि विकासकाला चॅट चर्चेच्या संदर्भात राहण्याची परवानगी देतो.

या लेखात, आम्ही चॅटबॉट्स तयार करण्याच्या साधनांबद्दल बोलू, ते संज्ञानात्मक सेवांसह कसे सुधारले जाऊ शकतात ते दर्शवू आणि Azure मधील तयार सेवांसह विकासाचा वेग कसा वाढवायचा याचे वर्णन करू.

चॅटबॉट्स आणि संज्ञानात्मक सेवा: समानता काय आहेत आणि काय फरक आहेत?

Microsoft Azure मध्ये बॉट्स तयार करण्यासाठी, तुम्ही Azure Bot सेवा आणि बॉट फ्रेमवर्क वापरता. एकत्रितपणे ते बॉट्स तयार करणे, चाचणी करणे, तैनात करणे आणि प्रशासन करणे यासाठी सॉफ्टवेअरच्या संचाचे प्रतिनिधित्व करतात, जे तुम्हाला भाषण समर्थन, नैसर्गिक भाषा ओळख आणि इतर क्षमतांसह साध्या आणि प्रगत संप्रेषण प्रणाली दोन्ही रेडीमेड मॉड्यूल्समधून तयार करण्यास अनुमती देतात.

चला असे गृहीत धरू की तुम्हाला कॉर्पोरेट प्रश्नोत्तर सेवेवर आधारित एक साधा बॉट अंमलात आणणे आवश्यक आहे किंवा याउलट, जटिल, ब्रँच्ड कम्युनिकेशन सिस्टमसह कार्यशील बॉट तयार करणे आवश्यक आहे. हे करण्यासाठी, आपण तीन गटांमध्ये विभागलेली अनेक साधने वापरू शकता: 

1. डायलॉग इंटरफेस (बॉट्स) च्या जलद विकासासाठी सेवा.
2. वेगवेगळ्या वापराच्या केसेससाठी रेडीमेड संज्ञानात्मक AI सेवा (पॅटर्न रेकग्निशन, स्पीच रेकग्निशन, नॉलेज बेस आणि सर्च).
3. AI मॉडेल तयार करण्यासाठी आणि प्रशिक्षण देण्यासाठी सेवा.

सामान्यतः, लोक अंतर्ज्ञानाने "बॉट्स" आणि "संज्ञानात्मक सेवा" मध्ये गोंधळ घालतात कारण दोन्ही संकल्पना संप्रेषणाच्या तत्त्वावर आधारित आहेत आणि बॉट्स आणि सेवांसाठी वापर केसमध्ये संवादांचा समावेश आहे. परंतु चॅटबॉट्स कीवर्ड आणि ट्रिगरसह कार्य करतात आणि संज्ञानात्मक सेवा सामान्यतः मानवाद्वारे प्रक्रिया केलेल्या अनियंत्रित विनंत्यांसह कार्य करतात: 

संज्ञानात्मक सेवा हा वापरकर्त्याशी संवाद साधण्याचा आणखी एक मार्ग आहे, जी अनियंत्रित विनंतीला स्पष्ट आदेशात रूपांतरित करण्यात मदत करते आणि ती बॉटकडे पाठवते. 

अशाप्रकारे, चॅटबॉट्स हे विनंत्यांसोबत काम करण्यासाठीचे अॅप्लिकेशन्स आहेत आणि संज्ञानात्मक सेवा ही विनंत्यांचे बुद्धिमान विश्लेषण करण्याची साधने आहेत जी स्वतंत्रपणे लाँच केल्या जातात, परंतु चॅटबॉट ज्यामध्ये प्रवेश करू शकतात, ते “बुद्धिमान” बनतात. 

चॅटबॉट्स तयार करणे

Azure मधील बॉटसाठी शिफारस केलेले डिझाइन आकृती खालीलप्रमाणे आहे: 

Azure मध्ये बॉट्स डिझाइन आणि विकसित करण्यासाठी, वापरा बॉट फ्रेमवर्क. GitHub वर उपलब्ध बॉट्सची उदाहरणे, फ्रेमवर्कची क्षमता बदलते, म्हणून बॉट्समध्ये वापरल्या जाणार्‍या SDK ची आवृत्ती विचारात घेणे आवश्यक आहे.

फ्रेमवर्क बॉट्स तयार करण्यासाठी अनेक पर्याय प्रदान करते: क्लासिक कोड, कमांड लाइन टूल्स किंवा फ्लोचार्ट वापरणे. शेवटचा पर्याय संवादांची कल्पना करतो; यासाठी तुम्ही व्यवस्थापक वापरू शकता बॉट फ्रेमवर्क संगीतकार. हे बॉट फ्रेमवर्क SDK वर व्हिज्युअल डेव्हलपमेंट टूल म्हणून तयार केले गेले होते जे क्रॉस-डिसिप्लिनरी टीम बॉट्स तयार करण्यासाठी वापरू शकतात.

बॉट फ्रेमवर्क कंपोजर तुम्हाला संवाद रचना तयार करण्यासाठी ब्लॉक्स वापरण्याची परवानगी देतो ज्यासह बॉट कार्य करेल. याव्यतिरिक्त, आपण ट्रिगर तयार करू शकता, म्हणजे, संवादादरम्यान बॉट प्रतिक्रिया देईल असे कीवर्ड. उदाहरणार्थ, “ऑपरेटर”, “चोरी” किंवा “थांबा” आणि “पुरेसे” हे शब्द.

बॉट फ्रेमवर्क कंपोजरमध्ये, तुम्ही वापरून जटिल संवाद प्रणाली तयार करू शकता अनुकूल संवाद. संवाद संज्ञानात्मक सेवा आणि इव्हेंट कार्ड (अ‍ॅडॉप्टिव्ह कार्ड) दोन्ही वापरू शकतात:

निर्मितीनंतर, तुम्ही चॅटबॉट सबस्क्रिप्शनमध्ये उपयोजित करू शकता आणि आपोआप तयार झालेली स्क्रिप्ट सर्व आवश्यक संसाधने तयार करेल: संज्ञानात्मक सेवा, अनुप्रयोग योजना, अनुप्रयोग अंतर्दृष्टी, डेटाबेस आणि असेच.

QnA मेकर

कॉर्पोरेट प्रश्नोत्तर डेटाबेसवर आधारित साधे बॉट्स तयार करण्यासाठी, तुम्ही QnA मेकर संज्ञानात्मक सेवा वापरू शकता. एक साधा वेब विझार्ड म्हणून कार्यान्वित केलेले, ते तुम्हाला कॉर्पोरेट नॉलेज बेस (FAQ Urls) साठी लिंक इनपुट करण्यास किंवा आधार म्हणून *.doc किंवा *.pdf फॉरमॅटमध्ये दस्तऐवज डेटाबेस वापरण्याची परवानगी देते. अनुक्रमणिका तयार केल्यानंतर, बॉट स्वयंचलितपणे वापरकर्त्याच्या प्रश्नांची सर्वात योग्य उत्तरे निवडेल.

QnAMaker वापरून, तुम्ही बटणांच्या स्वयंचलित निर्मितीसह स्पष्टीकरणाच्या प्रश्नांची साखळी देखील तयार करू शकता, मेटाडेटासह ज्ञानाची पूर्तता करू शकता आणि वापरादरम्यान सेवेला पुढे प्रशिक्षित करू शकता.

सेवेचा वापर चॅटबॉट म्हणून केला जाऊ शकतो जो फक्त हे एक फंक्शन लागू करतो, किंवा विनंतीनुसार, इतर AI सेवा किंवा बॉट फ्रेमवर्कच्या घटकांवर अवलंबून असलेल्या जटिल चॅटबॉटचा भाग म्हणून वापरला जाऊ शकतो.

इतर संज्ञानात्मक सेवांसह कार्य करणे

Azure प्लॅटफॉर्मवर अनेक भिन्न संज्ञानात्मक सेवा आहेत. तांत्रिकदृष्ट्या, या स्वतंत्र वेब सेवा आहेत ज्यांना कोडवरून कॉल केले जाऊ शकते. प्रतिसादात, सेवा विशिष्ट स्वरूपाचा json पाठवते, जी चॅटबॉटमध्ये वापरली जाऊ शकते.

चॅटबॉट्सचे सर्वात सामान्य वापर आहेत:

1. मजकूर ओळखत आहे.
2. डेव्हलपर-परिभाषित कस्टम व्हिजन सर्व्हिस इमेज श्रेण्यांची ओळख (उत्पादन केस: एखाद्या कर्मचाऱ्याने हार्ड हॅट, गॉगल किंवा मास्क घातलेला आहे की नाही हे ओळखणे).
3. चेहरा ओळखणे (सर्वेक्षण केलेल्या व्यक्तीने स्वतःचा चेहरा किंवा कुत्र्याचा फोटो किंवा वेगळ्या लिंगाच्या व्यक्तीचा फोटो पोस्ट केला आहे की नाही हे तपासणे हे एक उत्कृष्ट वापर प्रकरण आहे).
4. भाषण ओळख.
5. प्रतिमा विश्लेषण.
6. भाषांतर (स्काईपमध्ये एकाचवेळी भाषांतरामुळे किती आवाज झाला हे आपल्या सर्वांना आठवते).
7. शुद्धलेखन तपासणी आणि चुका सुधारण्यासाठी सूचना.

LUIS

तसेच, आपल्याला आवश्यक असलेले बॉट्स तयार करण्यासाठी LUIS (भाषा समजून घेणारी बुद्धिमान सेवा). सेवा उद्दिष्टे:

• वापरकर्त्याचे विधान अर्थपूर्ण आहे की नाही आणि बॉटचा प्रतिसाद आवश्यक आहे की नाही हे ठरवा.
• वापरकर्त्याचे भाषण (मजकूर) बॉटला समजू शकणार्‍या कमांडमध्ये लिप्यंतरण करण्याचे प्रयत्न कमी करा.
• वापरकर्त्याची खरी उद्दिष्टे/उद्दिष्टांचा अंदाज लावा आणि संवादातील वाक्यांशांमधून मुख्य अंतर्दृष्टी काढा.
• ऑपरेशन दरम्यान बॉटचे अर्थ ओळख आणि त्यानंतरच्या अतिरिक्त प्रशिक्षणाची काही उदाहरणे वापरून विकासकाला बॉट लॉन्च करण्याची अनुमती द्या.
• कमांड ट्रान्सक्रिप्शनच्या गुणवत्तेचे मूल्यांकन करण्यासाठी विकासकाला व्हिज्युअलायझेशन वापरण्यास सक्षम करा.
• खर्‍या लक्ष्य ओळखीत वाढीव सुधारणांना मदत करा.

खरं तर, LUIS चे मुख्य उद्दिष्ट हे आहे की वापरकर्त्याचा काय अर्थ आहे हे एका विशिष्ट संभाव्यतेसह समजून घेणे आणि नैसर्गिक विनंतीला कर्णमधुर आदेशात रूपांतरित करणे. क्वेरी मूल्ये ओळखण्यासाठी, LUIS हेतू (अर्थ, हेतू) आणि घटकांचा संच वापरते (एकतर विकासकांद्वारे पूर्व-कॉन्फिगर केलेले, किंवा घेतलेले आणि पूर्व-निर्मित "डोमेन" - मायक्रोसॉफ्टने तयार केलेल्या मानक वाक्यांशांची काही तयार लायब्ररी). 

एक साधे उदाहरण: तुमच्याकडे एक बॉट आहे जो तुम्हाला हवामानाचा अंदाज देतो. त्याच्यासाठी, हेतू नैसर्गिक विनंतीचे भाषांतर "कृती" मध्ये असेल - हवामान अंदाजासाठी विनंती आणि संस्था वेळ आणि ठिकाण असेल. अशा बॉटसाठी CheckWeather हेतू कसा कार्य करतो याचे आकृती येथे आहे.

हेतू
सार
नैसर्गिक प्रश्नाचे उदाहरण

चेकवेदर
{"type": "स्थान", "संस्था": "मॉस्को"}
{"type": "builtin.datetimeV2.date", "entity": "future","resolution":"2020-05-30"}
उद्या मॉस्कोमध्ये हवामान कसे असेल?

चेकवेदर
{ "type": "date_range", "entity": "या आठवड्याच्या शेवटी" }
मला या शनिवार व रविवारचा अंदाज दाखवा

QnA मेकर आणि LUIS एकत्र करण्यासाठी तुम्ही वापरू शकता पाठवणारे. 

जेव्हा तुम्ही QnA Maker सोबत काम करता आणि वापरकर्त्याकडून विनंती प्राप्त करता तेव्हा, QnA चे उत्तर विनंतीशी किती टक्के संभाव्यतेशी जुळते हे सिस्टम ठरवते. संभाव्यता जास्त असल्यास, वापरकर्त्याला कॉर्पोरेट ज्ञानाच्या आधारे उत्तर दिले जाते; जर ते कमी असेल, तर विनंती स्पष्टीकरणासाठी LUIS कडे पाठविली जाऊ शकते. डिस्पॅचर वापरणे तुम्हाला हे लॉजिक प्रोग्राम करू शकत नाही, परंतु विनंत्यांच्या पृथक्करणाची ही किनार आपोआप निर्धारित करू देते आणि त्यांचे त्वरीत वितरण करू देते.

बॉटची चाचणी आणि प्रकाशन

चाचणीसाठी दुसरा स्थानिक अनुप्रयोग वापरला जातो, बॉट फ्रेमवर्क एमुलेटर. एमुलेटर वापरून, तुम्ही बॉटशी संवाद साधू शकता आणि ते पाठवणारे आणि प्राप्त करणारे संदेश तपासू शकता. एमुलेटर मेसेज जसे वेब चॅट इंटरफेसमध्ये दिसतील तसे प्रदर्शित करतो आणि बॉटला संदेश पाठवताना JSON विनंत्या आणि प्रतिसाद लॉग करतो.

एमुलेटर वापरण्याचे उदाहरण या डेमोमध्ये सादर केले आहे, जे BMW साठी व्हर्च्युअल असिस्टंटची निर्मिती दर्शवते. व्हिडिओ चॅटबॉट्स - टेम्पलेट्स तयार करण्यासाठी नवीन प्रवेगक बद्दल देखील बोलतो:

https://youtu.be/u7Gql-ClcVA?t=564

तुमचे चॅटबॉट्स तयार करताना तुम्ही टेम्पलेट्स देखील वापरू शकता. 
टेम्पलेट्स तुम्हाला मानक बॉट फंक्शन्स नव्याने लिहू देत नाहीत, परंतु "कौशल्य" म्हणून रेडीमेड कोड जोडण्याची परवानगी देतात. एक उदाहरण कॅलेंडरसह काम करणे, भेटी घेणे इत्यादी असू शकते. तयार कौशल्यांचा कोड प्रकाशित github वर.

चाचणी यशस्वी झाली, बॉट तयार आहे आणि आता ते प्रकाशित करणे आणि चॅनेल कनेक्ट करणे आवश्यक आहे. प्रकाशन Azure वापरून केले जाते, आणि संदेशवाहक किंवा सामाजिक नेटवर्क चॅनेल म्हणून वापरले जाऊ शकतात. तुमच्याकडे डेटा एंटर करण्यासाठी आवश्यक चॅनेल नसल्यास, तुम्ही GitHab वर संबंधित समुदायामध्ये ते शोधू शकता. 

तसेच, वापरकर्ता आणि संज्ञानात्मक सेवांशी संवाद साधण्यासाठी इंटरफेस म्हणून पूर्ण चॅटबॉट तयार करण्यासाठी, तुम्हाला अर्थातच अतिरिक्त Azure सेवांची आवश्यकता असेल, जसे की डेटाबेस, सर्व्हरलेस (Azure फंक्शन्स), तसेच LogicApp सेवा आणि शक्यतो. , इव्हेंट ग्रिड.

मूल्यांकन आणि विश्लेषण

वापरकर्त्याच्या परस्परसंवादाचे मूल्यमापन करण्यासाठी, तुम्ही Azure बॉट सेवेचे अंगभूत विश्लेषण आणि विशेष ऍप्लिकेशन इनसाइट्स सेवा दोन्ही वापरू शकता.

परिणामी, तुम्ही खालील निकषांवर आधारित माहिती गोळा करू शकता:

• निवडलेल्या कालावधीत किती वापरकर्त्यांनी विविध चॅनेलवरून बॉटमध्ये प्रवेश केला.
• एक संदेश पाठवणारे किती वापरकर्ते नंतर परत आले आणि दुसरा संदेश पाठवला.
• निर्दिष्ट कालावधी दरम्यान प्रत्येक चॅनेल वापरून किती क्रिया पाठवल्या आणि प्राप्त झाल्या.

अॅप्लिकेशन इनसाइट्स वापरून, तुम्ही Azure मधील कोणत्याही अॅप्लिकेशनचे आणि विशेषतः चॅटबॉट्सचे निरीक्षण करू शकता, वापरकर्त्याच्या वर्तन, लोड आणि चॅटबॉट प्रतिक्रियांबद्दल अतिरिक्त डेटा मिळवू शकता. हे लक्षात घेतले पाहिजे की अॅज्युर पोर्टलमध्ये अॅप्लिकेशन इनसाइट्स सेवेचा स्वतःचा इंटरफेस आहे.

तुम्ही या सेवेद्वारे गोळा केलेला डेटा PowerBI मध्ये अतिरिक्त व्हिज्युअलायझेशन आणि विश्लेषणात्मक अहवाल तयार करण्यासाठी देखील वापरू शकता. पॉवरबीआयसाठी अशा अहवालाचे आणि टेम्पलेटचे उदाहरण घेता येईल येथे.

आपले लक्ष दिल्याबद्दल सर्वांचे आभार! या लेखात आम्ही वापरले सामान Microsoft Azure आर्किटेक्ट अण्णा फेन्युशिना यांच्या वेबिनारमधून “जेव्हा लोकांकडे वेळ नसतो. नित्य प्रक्रिया स्वयंचलित करण्यासाठी चॅटबॉट्स आणि संज्ञानात्मक सेवांचा १००% वापर कसा करायचा”, जिथे आम्ही स्पष्टपणे दाखवले की Azure मध्ये चॅटबॉट्स काय आहेत आणि त्यांच्या वापरासाठी परिस्थिती काय आहेत आणि 100 मिनिटांत QnA मेकरमध्ये बॉट कसा तयार करायचा आणि ते कसे तयार करायचे हे देखील दाखवले. क्वेरी रचना LUIS मध्ये उलगडली आहे. 

डेव्हलपर देव बूटकॅम्पसाठी ऑनलाइन मॅरेथॉनचा ​​भाग म्हणून आम्ही हा वेबिनार बनवला आहे. हे अशा उत्पादनांबद्दल होते जे विकासाला गती देतात आणि ऑटोमेशन टूल्स आणि रेडीमेड प्री-कॉन्फिगर केलेले Azure मॉड्यूल्स वापरून कंपनीच्या कर्मचार्‍यांकडून नियमित कामाचा ताण कमी करतात. मॅरेथॉनमध्ये समाविष्ट असलेल्या इतर वेबिनारच्या रेकॉर्डिंग खालील लिंकवर उपलब्ध आहेत:

• DevOps पद्धती वापरून कोणत्याही भाषेत आणि कोणत्याही प्लॅटफॉर्मसाठी संपूर्ण विकास चक्र आयोजित करण्याचे साधन म्हणून Azure DevOps 
  आम्ही Azure DevOps सेवेच्या उत्क्रांती आणि नवीन क्षमतांबद्दल बोलतो. आम्ही त्यातील पाचही मुख्य घटकांचे तपशीलवार विश्लेषण करतो आणि ही सेवा औद्योगिक सॉफ्टवेअर विकासाच्या संस्थेला कशी मदत करते. सादरकर्ता: व्लादिमीर गुसारोव मायक्रोसॉफ्ट एमव्हीपी.
• Azure पाइपलाइन वापरून CI/CD चे आयोजन
  आम्ही मल्टी-स्टेज YAML पाइपलाइन वापरून कोणत्याही प्रोग्रामिंग भाषांसाठी "कोड म्हणून असेंब्ली" दृष्टिकोन कसा अंमलात आणायचा याचा विचार करतो. सादरकर्ता: व्लादिमीर गुसारोव मायक्रोसॉफ्ट एमव्हीपी.
• Azure Repos वापरून उत्पादनातील उत्पादनाच्या एकाधिक आवृत्त्यांना एकाच वेळी समर्थन देण्यासाठी सराव
  आम्ही सॉफ्टवेअर स्त्रोत कोड संचयित करण्यासाठी धोरणे कशी विकसित करावी आणि Azure Repos वापरून आवृत्ती संचयन प्रणाली कशी वापरावी याबद्दल चर्चा करतो. सादरकर्ता: व्लादिमीर गुसारोव मायक्रोसॉफ्ट एमव्हीपी.
• व्हाईटसोर्स. सुरक्षित मुक्त स्त्रोत लायब्ररींचे निरीक्षण करणे 
  व्हाईटसोर्स टूलच्या विकास आणि व्यावहारिक वापरामध्ये आम्ही मुक्त स्रोत व्यवस्थापन तंत्रांचा परिचय करून देतो. आम्ही मुक्त स्त्रोत घटकांमधील भेद्यता शोधण्याबद्दल आणि व्हाईटसोर्स वापरून परवाना शुद्धता राखण्याबद्दल बोलतो. सादरकर्ते: डायना लिस्बरॉन, सेल्स व्हाईटसोर्सच्या संचालक आणि डारिया ओरेशकिना, वेब कंट्रोल, रशियामधील व्हाईटसोर्सचे अधिकृत वितरक.

स्त्रोत: www.habr.com