ทำไมเราถึงเลิกใช้ตัวจำแนกเจตนา

หนึ่งในคำถามที่เรามักได้รับจากลูกค้าและผู้ใช้ที่มีศักยภาพคือ “คุณมีตัวจัดหมวดหมู่เจตนา (intent classifiers) หรือไม่?”

เราไม่มี และใช่ นี่เป็นความตั้งใจของเรา

Botpress ใช้ LLM ในการระบุเจตนาของผู้ใช้ ทำไม? ถ้าคุณกำลังสร้างแชทบอทหรือเอเจนต์ AI มันดีกว่าทั้งสำหรับผู้สร้างและผู้ใช้แบบเทียบไม่ติด

เราเชื่อมั่นในแนวทางนี้มาก จึงอยากใช้เวลาสักครู่เพื่ออธิบายว่าทำไมเราถึงไม่มีตัวจำแนกเจตนา

สรุปสั้น ๆ: สร้างง่ายกว่า แม่นยำกว่า และดูแลง่ายกว่า

ยุคก่อน LLM

(ถ้าคุณรู้จักตัวจำแนกเจตนาและเข้าใจหน้าที่ของมันอยู่แล้ว ข้ามส่วนนี้ไปได้เลย)

ตัวจำแนกเจตนาเป็นเครื่องมือที่จัดหมวดหมู่ข้อความของผู้ใช้เป็นเจตนาที่กำหนดไว้ล่วงหน้าตามข้อมูลฝึกสอน

นักพัฒนาต้องรวบรวมและติดป้ายกำกับตัวอย่างมากมายสำหรับแต่ละเจตนา โดยหวังว่าระบบจะจับคู่ข้อความผู้ใช้กับตัวอย่างเหล่านั้นได้

เช่น ถ้าเป็นแชทบอทอีคอมเมิร์ซ นักพัฒนาอาจกำหนดเจตนาอย่าง "TrackOrder" ตัวอย่างข้อความก็เช่น "ของฉันอยู่ที่ไหน?" "ติดตามออเดอร์ให้หน่อย" หรือ "ช่วยเช็คสถานะการจัดส่งให้หน่อยได้ไหม?"

พูดง่าย ๆ คือกำลังฝึกให้เอเจนต์ AI รู้จักเจตนาของผู้ใช้ด้วยการยกตัวอย่าง และใช่ ทุกอย่างต้องกรอกเองทีละอัน

โชคดีที่ความจำเป็นต้องจับคู่ข้อความกับเจตนาแบบนี้แทบจะหมดไปเมื่อ LLM พัฒนาขึ้น

แต่แพลตฟอร์มAI สนทนาหลายแห่งก็ยังใช้วิธีเดิมอยู่ ทำไม? เดี๋ยวจะอธิบาย

4 ข้อเสียของตัวจำแนกเจตนา

ไม่ใช่แค่ขั้นตอนที่ยาว ตัวจำแนกเจตนายังมีข้อเสียอีกมาก เช่น:

1. ขึ้นกับข้อมูล

ตัวจำแนกเจตนาใช้ข้อมูลเยอะมาก ต้องการชุดข้อมูลตัวอย่างผู้ใช้จำนวนมากสำหรับแต่ละเจตนาเพื่อให้ทำงานได้แม่นยำ ถ้าไม่มี ข้อมูลก็จะจัดหมวดหมู่ผิดพลาดบ่อย

และการสร้างชุดข้อมูลเหล่านี้ก็เป็นงานหนัก นักพัฒนาต้องใช้เวลานับไม่ถ้วนในการรวบรวมและติดป้ายกำกับ ซึ่งไม่ใช่การใช้เวลาที่คุ้มค่าเลย

2. ขยายขีดจำกัดได้ยาก

ตัวจำแนกเจตนาไม่ได้ออกแบบมาเพื่อรองรับการขยายงาน การเพิ่มเจตนาใหม่ต้องเก็บข้อมูลเพิ่มและฝึกโมเดลใหม่ ซึ่งกลายเป็นอุปสรรคต่อการพัฒนา และยังดูแลรักษายาก เพราะภาษาเปลี่ยนแปลงอยู่เสมอ

3. เข้าใจภาษาตื้น

ตัวจำแนกเจตนาไม่เข้าใจภาษาจริง ๆ จึงมีปัญหากับความหลากหลายของภาษา เช่น:

• คำพ้องความหมาย
• การพูดใหม่ด้วยความหมายเดิม
• ข้อความกำกวม
• พิมพ์ผิด
• สำนวนหรือภาษาพูดที่ไม่คุ้นเคย
• ข้อความที่ไม่สมบูรณ์

โดยปกติยังประมวลผลแต่ละข้อความแยกกัน จึงไม่สามารถรักษาบริบทของบทสนทนาได้

4. ปัญหา overfitting

ตัวจำแนกเจตนามักจะจดจำตัวอย่างที่ฝึกมาแทนที่จะเรียนรู้รูปแบบทั่วไป

นั่นหมายความว่ามันทำงานได้ดีเฉพาะกับข้อความที่เคยเห็น แต่จะลำบากกับข้อความใหม่หรือหลากหลาย ทำให้เปราะบางเกินไปสำหรับการใช้งานจริง

6 เหตุผลที่ LLM ดีกว่า

LLM แก้ปัญหาเหล่านี้ได้แทบทั้งหมด เข้าใจบริบทและความละเอียดอ่อนของภาษา และนักพัฒนาไม่ต้องป้อนข้อมูลฝึกสอนจำนวนมาก เอเจนต์ที่ใช้ LLM สามารถเริ่มสนทนาได้ทันทีที่สร้างเสร็จ

1. เรียนรู้ได้ทันทีโดยไม่ต้องมีตัวอย่าง

LLM ไม่ต้องใช้ตัวอย่างเพื่อเรียนรู้ การฝึกสอนล่วงหน้าขนาดใหญ่ทำให้เข้าใจบริบท ความละเอียดอ่อน และเจตนาได้โดยไม่ต้องให้นักพัฒนาป้อนตัวอย่างเฉพาะ

2. เข้าใจความละเอียดอ่อนของภาษา

LLM ทำได้ดีในจุดที่ตัวจำแนกเจตนาทำไม่ได้ สามารถตีความสำนวน ประชด หรือข้อความกำกวมได้อย่างง่ายดาย

การฝึกสอนจากข้อมูลที่หลากหลายทำให้ LLM สามารถเข้าใจความละเอียดอ่อนของการสื่อสารของมนุษย์ที่ตัวจำแนกเจตนามักพลาด

3. เข้าใจบริบทดีกว่า

LLM ไม่ลืมสิ่งที่พูดไปก่อนหน้า ทำให้บทสนทนาไหลลื่นและต่อเนื่องมากขึ้น

บริบทนี้ยังช่วยให้แก้ความกำกวมได้ แม้ข้อความจะคลุมเครือหรือซับซ้อน LLM ก็สามารถเชื่อมโยงจากบทสนทนาโดยรวมได้

4. ขยายขนาดธุรกิจได้ง่าย

LLM สามารถขยายขีดความสามารถได้ดีกว่ามาก ไม่ต้องฝึกใหม่เมื่อเพิ่มหัวข้อใหม่ เพราะมีความเข้าใจภาษาในวงกว้างอยู่แล้ว

ทำให้พร้อมใช้งานได้กับทุกกรณีทันที สำหรับระบบหลายเอเจนต์ การใช้ LLM แทนตัวจำแนกเจตนาเป็นทางเลือกที่ชัดเจน

5. ยืดหยุ่นสูง

LLM ไม่ยึดติดกับรูปแบบตายตัว ความยืดหยุ่นนี้ทำให้ตอบสนองได้เป็นธรรมชาติ หลากหลาย และเหมาะกับบทสนทนาแต่ละบริบทมากกว่าตัวจำแนกเจตนาแบบเดิม

6. ใช้ข้อมูลฝึกน้อยกว่า

LLM ไม่ต้องใช้ข้อมูลที่ติดป้ายกำกับเฉพาะงานเพื่อทำงานได้ดี เพราะมีพลังจากการฝึกสอนกับข้อความหลากหลายขนาดใหญ่ จึงไม่ต้องพึ่งชุดข้อมูลที่ต้องเตรียมอย่างละเอียด

ถ้าจำเป็น นักพัฒนาก็สามารถปรับแต่ง LLMให้เหมาะกับโปรเจกต์ได้ เช่น LLM สามารถปรับแต่งด้วยข้อมูลเพียงเล็กน้อยเพื่อให้เหมาะกับกรณีหรืออุตสาหกรรมเฉพาะทาง

ทำไมบริษัทอื่นถึงใช้ตัวจัดหมวดหมู่เจตนา?

เป็นคำถามที่ดี ถ้า LLM สามารถจัดหมวดหมู่เจตนาได้ดีกว่า แล้วทำไมหลายบริษัทถึงยังใช้ตัวจัดหมวดหมู่เจตนาอยู่?

คำตอบอาจไม่สวยงามนัก และอาจไม่สุภาพนัก: เป็นปัญหาของเทคโนโลยีเก่า

บริษัทส่วนใหญ่มีผลประโยชน์กับการใช้ตัวจำแนกเจตนา เพราะมีฐานผู้ใช้จำนวนมากที่ยังใช้งานอยู่ จึงไม่มีเหตุผลจะเปลี่ยนแปลงหรือแนะนำให้ผู้ใช้ละทิ้งระบบเดิมที่สร้างมา

แต่ Botpress เน้น LLM เป็นหลัก

LLM ดีกว่ามากในการระบุเจตนา นั่นคือเหตุผลที่เราเขียนระบบใหม่หมดให้เน้น LLM ตั้งแต่ปี 2020

เราเห็นว่าเทคโนโลยีที่ดีกว่ามาถึงแล้ว และเลือกลงทุนเพื่อก้าวข้ามเทคโนโลยีเก่าแทนที่จะยึดติด

เราจะเพิ่มตัวจัดหมวดหมู่เจตนาไหม?

ไม่ เราให้ความสำคัญกับประสบการณ์ของผู้สร้างและผู้ใช้เป็นอย่างมาก

อนาคตของการจำแนกเจตนา

ตัวจำแนกเจตนาเป็นเครื่องมือของอดีต นี่คือเหตุผลที่เราเลือก LLM อย่างเต็มตัว

เมื่อ LLM พัฒนาขึ้น เอเจนต์ AI บน Botpress ก็จะดีขึ้นตาม เราพร้อมและตื่นเต้นที่จะยกระดับมาตรฐานของ AI สนทนาให้สูงขึ้นไปอีก

ถ้าคุณต้องการสร้างเอเจนต์ AI ที่ยืดหยุ่นด้วยพลังของ LLM สามารถเริ่มสร้างบน Botpressได้เลย ฟรี