Ako ste ikad koristili glasovnu navigaciju na svom pametnom telefonu ili postavili pitanje virtualnom asistentu vjerojatno ste se susreli s NLP-om i umjetnom inteligencijom. I dok su za umjetnu inteligenciju danas već gotovo svi čuli i imaju barem neku sliku u glavi što to točno je (ne, ne radi se o Terminatoru), pri spomenu NLP-a većinom slijedi slijeganje ramenima. 

No, NLP je tu oko nas i već se uvelike koristi. Što je to točno NLP, kako se koristi i gdje ga možemo pronaći pomogla nam je shvatiti stručnjakinja za analitiku iz IBM Hrvatska, Jelena Škalec

Što je to točno NLP (Natural Language Processing)?

Natural Language Processing ili u hrvatskom jeziku obrada prirodnog jezika odnosi se na granu računalnih znanosti koja računalima daje sposobnost da razumiju tekst i izgovorene riječi na sličan način na koji to mogu i ljudi. Dakle glavna ideja je naučiti računalo da razumije jezik kojim komuniciraju ljudi.
Bitno je napomenuti da NLP znači različito u različitim potrošačkim aplikacijama (consumer applications) i aplikacijama namijenjenim tvrtkama (enterprise applications). Jedan od primjera NLP-a namjenjen korisnicima su svakako voice interactive GPS aplikacije ili aplikacije za prevođenje jezika, dok su enterprise rješenja sve više mogu vidjeti u obliku virtualnih asistenta, klasifikacije e-mailova, analize društvenih mreža, itd.

Kakve veze ima NLP i umjetna inteligencija? Jesu li oni povezani ili se radi o dvije različite stvari?

Ranije sam spomenula da je NLP grana računalne znanosti, preciznije bi bilo reći da je to grana umjetne inteligencije. NLP kombinira računalnu lingvistiku – modeliranje ljudskog jezika temeljeno na pravilima (rule-based) – sa statističkim modelima, modelima strojnog učenja (machine learning) i dubokog učenja (deep learning). Zajedno, ove tehnologije omogućuju računalima da obrađuju ljudski jezik u obliku teksta ili glasovnih podataka i da razumiju njegovo puno značenje, na način da računalo razumije čovjekovu namjeru i ton kojim se čovjek obraća.

Radi se o dosta kompleksoj stvari gdje računalo učimo razumjeti ljudski jezik. Kako je počela priča oko NLP-a?

Da, za razliku od brojeva i slika, stvar oko jezika je puno kompleksnija. Sjetimo se samo koliki je pothvat bio razviti računalo koje će pobijediti čovjeka u šahu, što se i ostvarilo kada je IBM-ovo superračunalo Deep Blue pobjedilo Garija Kasparova davne 1997.godine. IBM je svoju priču oko NLP-a započeo jako davno. Godina 2004. je zapravo bila prekretnica u razvoju NLP-a kada je IBM-ov istraživač Charles Lickel gledajući popularni kviz u Americi “Jeopardy” došao na ideju da bi mogao osmisliti računalo koje će se moći natjecati s ljudima u spomenutom kvizu. Razvoj je trajao godinama jer je trebalo naučiti računalo razumjeti jezik, naučiti ga različitim područjima znanja, omogućiti mu da “pročita” pitanje u nekoliko sekundi te odgovori na ispravan način. Nakon nekoliko godina, IBM-ovo superračunalo “Watson” bilo je spremno natjecati se u popularnom kvizu te je 2011.godine pobjedilo dva najbolja igrača kviza ikada.
Prepoznavši potencijal ovakvog sustava, IBM je nastavio razvijati funkcionalnosti “IBM Watsona” u različitim smjerovima, kako bi sa svojim mogućnostima pomogao u rješavanju izazova u različitim industrijama. Tako razlikujemo rješenja poput IBM Watson Text to speech, speech to text, IBM Watson Discovery, IBM Watson Language Translator, itd. kojima želimo dati mogućnost našim korisnicima da koriste moći IBM Watsona unutar svoje organizacije i to u različitim industrijskim granama od bankarstva, telekomunikacija, maloprodaje, edukacija do sporta, itd. Primjerice, IBM i Wimbledon uspješno surađuju već više od 30 godina. Zanimiljivo je spomenuti da se svi najbolji trenutci (highlights) mečeva rade pomoću umjetne inteligencije temeljene na IBM Watson platformi. Tu uzimamo u obzir tenisačeve reakcije, reakcije publike, statistiku mečeva, itd. Umjesto trošenja sati i sati za kreiranje isječaka najboljih trenutaka, IBM Watson to radi automatski u nekoliko minuta po završetko meča.

Jelena Škalec (Foto: IBM)

Možemo li na NLP naići u svakodnevnom životu? Gdje? Kako ga prepoznati? Može li se uopće prepoznati?

Iako su među poznatijim primjerima ranije spomenuti GPS sustavi i aplikacije za prevođenje jezika, sve se više u svakodnevnom životu možemo susresti s “chatbotima”, odnosno virtualnim asistentima. Potreba za virtualnim asistentima je veća nego ikad, a prošle godine smo imali priliku vidjeti rastući trend za razvojem virtualnih asistenata. Recimo, od veljače do studenog prošle godine, broj korisnika koji su koristili IBM Watson Assistant, IBM-ovu platformu za razvoj virtualnih asistenata, porasla je za čak 64%.
Možemo reći da je situacija s COVID-19 povećala potrebu za virtualnim asistentima, što internim koji se koriste u organizacijama, što eksternim koji služe krajnjim korisnicima. Organizacije su se odlučile razvijati interne asistente kako bi mogli na što pristupačniji način biti u mogućnosti odgovoriti svojim zaposlenicima na različita pitanja o novom načinu rada, a eksterne asistente kako bi mogli odgovarati na pitanja korisnika s obzirom na novonastale okolnosti. IBM Watson Assistant se tu pokazala kao odlična platforma za razvoj virtualnih asistenata jer je omogućila organizacijama da na brz i jednostavan način razvijaju nove asistente. Recimo, naš korisnik GlaxoSmithKline je u 10 mjeseci razvio čak 16 različitih virtualnih asistenata kako bi povećao zadovoljstvo svojih korisnika i produktivnost svojih zaposlenika. To je bilo moguće upravo iz razloga što je IBM Watson Assistant platforma koja omogućava jednostavno kreiranje virtualnih asistenata, namjenjena je poslovnim korisnicima koji u neovisnosti o IT-iju mogu kreirati, trenirati i proširivati virtualne asistente te ih na jednostavan način integrirati u svoje postojeće aplikacije.
Kada govorimo o prepoznavanju virtualnih asistenata, jako je bitno dati do znanja korisniku da razgovara s virtualnim asistentom te što od njega mogu očekivati, odnosno na koja pitanja im on može pomoći odgovoriti.

Imamo li kakav primjer NLP-a u praksi u Hrvatskoj? Je li hrvatski jezik "izazov" za NLP?

Jezik nije barijera. IBM Watson Assistant nam omogućava da kreiramo virtualne asistente na različitim jezicima pa tako i na hrvatskom. Prilikom razvoja virtualnih asistenata bitno je biti u mogućnosti staviti se u kožu potencijalnog korisnika te predvidjeti na koji način će korisnik postavljati pitanja. Kada to napravimo, uz pomoć IBM Watson Assistenta i dobre metodologije razvoja asistenata, mi smo u mogućnosti napraviti asistenta na hrvatskom jeziku po mjeri korisnika.
Imamo mnogo primjera u Hrvatskoj gdje organizacije koriste virtualne asistente, što interno, što eksterno. Recimo, Atlantic grupa je razvila internog virtualnog asistenta koji zaposlenicima daje odgovore na pitanja iz domene upravljanja ljudskim potencijalima. Dakle korisnici mogu postavljati različita pitanja o godišnjem odmoru, bolovanju, edukacijama, radu od doma itd. Nadalje, FINA je razvila virtualnog asistenta koji ima ulogu odgovarati na pitanja vezana uz razmjenu e-računa za poslovne subjekte i obveznike javne nabave. FINA-in asistent podržava nekoliko tisuća različitih varijacija pitanja, što je impresivna brojka. Razvojem virtualnog asistenta koji daje odgovore na pitanja o novoj usluzi, FINA je nastojala ubrzati rješavanje repetitivnih i generičkih upita te rasteretiti svoj call centar.
Imamo i mnogo primjera gdje se virtualni asistenti koriste kako bi se rasteretio IT Service desk, odnosno gdje se pomoću virtualnih asistenata resetiraju lozinke, odgovaraju na različita pitanja iz te domene. Primjera je zaista mnogo, a vjerujem da će ih u budućnosti biti sve više. To kažem iz razloga što je IBM Watson Discovery, IBM-ovo rješenje za pretraživanje dokumenata odnedavno dostupno na hrvatskom jeziku. To znači da korisnici mogu pretraživati dokumente, recimo FAQ, da se interno može koristiti za pretraživanje baza znanja, lakše doći do odgovora i interno i eksterno, itd. Kada se zajedno spoje moćne tehnologije kao što su IBM Watson Assistant I IBM Watson Discovery, korisnici mogu na još brži i jednostavniji način razvijati nove potencijalne use caseove.

Koji su glavni izazovi u primjeni odnosno razvoju NLP-a? Postoje li kakve industrije/područja u kojima je NLP neprimjenjiv?

Na tržištu vidimo trend kako jako puno organizacija razmišlja o uvođenju virtualnih asistenata u svoje poslovanje. Međutim, ima slučajeva gdje korisnici misle kako je razvoj virtualnih asistenata na materinjim jezicima kompleksan i kako će jako puno rada pasti na leđa IT-ija. To zaista ne mora biti tako, upravo kako bi se rasteretio IT, IBM je svoje Watson Assistant rješenje razvio na način da omogućava poslovnim korisnicima da kreiraju svoje virtualne asistente I proširuju njegove mogućnosti.
Jedan od izazova je svakako naučiti računalo različite domene iz različitih industrija. Računalo treba naučiti razumjeti kontekst onoga što čovjek piše.
IBM je nedavno proveo istraživanje u kojem je ispitao preko 1000 organizacija iz 12 industrija i pokazalo se da Virtual Agent Technology (VAT) ima pozitivan utjecaj na različite metrike, poput zadovoljstva korisnika I zaposlenika, ali I prihoda. Čak 96% ispitanika premašio je, postigao ili očekuje da će postići očekivani ROI.
Spomenula bih tu jedan zanimljiv primjer koji dolazi iz automobilske industrije, iz Češke gdje smo za Škodu implementirali virtualnog asistenta kao pomoć pri zapošljavanju. Dakle, umjesto ispunjavanja različitih formi, kandidati zapravo komuniciraju s virtualnim asistentom I odgovaraju na pitanja. Ovakav način prijavljivanja za posao je puno interaktivniji I zanimljiviji za kandidate. HR recruiteri dobiju personalizirani izvještaj o svakom kandidatu. To je dovelo do toga da HR recruiteri troše čak 40% manje vremena na mjesečnoj razini za analizu potencijalnih kandidata te se samim time mogu fokusirati na druge zadatke

NLP se posljednjih godina brzo razvija. Što možemo očekivati od NLP-a u budućnosti? Postoji li uopće granica njegove primjene?

Spomenula bih tu da je prema istraživanju Deloittea “State of AI in the Enterprise” 58% globalnih ispitanika usvojilo NLP tehnologiju, a 94% ju planira koristiti u sljedećoj godini.
IBM kontinuirano unapređuje svoju AI platformu Watson naprednim NLP mogućnostima u našim vodećim rješenjima kao što su Watson Assistant, Watson Discovery, Watson Text to speech/Speech to text, itd. Nedavno je Gartner pozicionirao IBM kao lidera u dva nova Gartner Magic Quadrant izvještaja: Magic Quadrant 2021 za Cloud AI Developer usluge i Magic Quadrant 2021 za platforme za znanost podataka i strojno učenje.
Smjer u kojem vjerujem da će većina organizacija ići je rasterećivanje svojih zaposlenika od repetitivnih zadataka. Recimo, Rakuten koji ima više od milijardu korisnika u više od 30 zemalja, koristio je IBM Watson kako bi omogućio svojim korisnicima 24/7 podršku. Možemo reći da AI uspješno obrađuje zahtjeve koje bi inače zahtjevalo 15 000 sati ljudskog rada mjesečno. Rakuten očekuje da 70% radnog opterećenja preusmjeri sa svojih zaposlenika, omogućujući im da se usredotoče na zadatke dodane vrijednosti.

Umjetna inteligencija više se ne spominje kao tehnologija budućnosti, već kao tehnologija sadašnjosti. U kom smjeru bi se ona mogla razvijati dalje?

Rekla bih da je samo nebo granica. S obzirom na COVID-19 situaciju, vjerujem kako će se organizacije oslanjati na NLP tehnologiju i umjetnu inteligenciju kako bi pomogle u smanjenju troškova, donošenju inovacija i dostavile informacije u ruke svojih kupaca i zaposlenika dok traže nove načine kako ih angažirati u distribuiranom radnom okruženju.
Vidljivo je kako su se tvrtke posebno velike kompanije pomaknule od eksperimentiranja s umjetnom inteligencijom i danas uspješno koriste umjetnu inteligenciju za različite svrhe i to na različitim područjima. Tu koriste umjetnu inteligenciju na području obrade jezika, za automatizaciju procesa, a sve veća pažnja poklanja se razvoju etične umjetne inteligencije.
IBM posebnu pažnju poklanja upravo razvoju etičke umjetne inteligencije. Svrha umjetne inteligencije jest „uvećanje“ ljudske inteligencije, tu je da pomogne čovjeku i ostat će pod ljudskom kontrolom. Podaci IBM-ovih korisnika ostaju u njihovom vlasništvu, a sustavi umjetne inteligencije moraju biti transparentni i objašnjivi. Ovo su naši principi kada razvijamo sustave umjetne inteligencije. Zalažući se za transparentne i objašnjive sustave pomažemo našim korisnicima da u potpunosti razumiju, koriste i donose odluke koristeći sustave umjetne inteligencije. U mnogim slučajevima to je ključno za naše korisnike i kako bi bili u skladu s regulatornim zahtjevima.

I za kraj, digitalna transformacija i umjetna inteligencija idu zajedno. Mnogo inovacija na tom području dolazi i iz Hrvatske i iz vašeg Digital Excellence Huba, možete li istaknuti neki uspješni projekt?

Svakako, IBM u Hrvatskoj primjerice surađuje s operaterom A1 Hrvatska i to na projektima unapređenja ključnih servisa te aktivnostima vezanim uz digitalnu transformaciju poslovanja. Tu prije svega mislim na projekte i aktivnosti koje smo najavili pri samom otvorenju Digital Excellence Huba, a uključuju proširenje i nadogradnju infrastrukturne platforme za isporuku kritičnih servisa poslovanja te IBM-ove iX savjetodavne usluge i koncepte poput Enterprise Design Thinkinga i Agile kognitivnih usluga namijenjenih stvaranju inovacija i novih digitalnih iskustva za više od 2 milijuna korisnika tvrtke A1 Hrvatska koje se nude putem mobilnih i fiksnih usluga, televizije, digitalnih platformi te ICT rješenja. I tijekom prošle godine nastavili smo suradnju na projektima savjetodavnih usluga gdje je A1 Hrvatska dodatno unaprijedio poslovne procese kako bi svojim poslovnim korisnicima ponudio nove usluge i tehnologiju stavljajući upravo korisničko iskustvo i poslovanje svojih korisnika u fokus. Također, A1 Hrvatska koristi i nove tehnologije i unutar svoje organizacije pa smo primjerice zajedno s timom tvrtke A1 Hrvatska radili/surađivali i na njihovom vrlo zanimljivom projektu iz područja ljudskih resursa u kojem je A1 Hrvatska koristio naprednu analitiku i AI rješenja poput IBM Cognos Analyticsa i IBM Watson Studia za potrebe ljudskih resursa.

Još brže do najnovijih tech inovacija. Preuzmi novu DNEVNIK.hr aplikaciju