ჩვენი თანამშრომლობის ერთ-ერთი მაგალითია მათი ახალი NLP პაიპლაინი, რომელიც ავტომატურად ახდენს შემომავალი შეტყობინებების კლასიფიცირებასა და მათზე რეაგირებას. წარმოებაში დანერგვის შემდეგ, მათ დაინახეს, რომ შემომავალი შეტყობინებების 20%-ზე მეტი ავტომატურად მუშავდება ამ ახალი სისტემის მიერ, რასაც უზარმაზარი გავლენა აქვს მათ ბიზნესის მასშტაბურობასა და გუნდის სამუშაო პროცესზე. ამ მოკლე ვიდეოში სვარაჯი და ლარი გვესაუბრებიან თავიანთი მანქანური სწავლების პროექტებზე და გვიზიარებენ ჩვენს გუნდთან თანამშრომლობის გამოცდილებას „ექსპერტთა აჩქარების პროგრამის“ (Expert Acceleration Program) ფარგლებში. იხილეთ: თუ გსურთ დააჩქაროთ თქვენი მანქანური სწავლების განვითარება ჩვენი ექსპერტების დახმარებით, როგორც ეს სვარაჯმა და ლარიმ გააკეთეს, ეწვიეთ hf.co/support-ს, რათა გაიგოთ მეტი ჩვენი „ექსპერტთა აჩქარების პროგრამის“ შესახებ და მოითხოვოთ შეთავაზება. მე ვარ სვარაჯი, Sempre Health-ის ტექნიკური დირექტორი და თანადამფუძნებელი. მე ვარ ლარი, Sempre Health-ის მანქანური სწავლების ინჟინერი. ჩვენ ვმუშაობთ მედიკამენტების მიღების რეჟიმის დაცვასა და ხელმისაწვდომობაზე, SMS ჩართულობისა და რეცეპტების შევსებაზე ფასდაკლებების კომბინაციით. Sempre Health-ში ყოველდღიურად ვიღებთ ათასობით ტექსტურ შეტყობინებას პაციენტებისგან ჩვენს პლატფორმაზე. ამ შეტყობინებების უზარმაზარი ნაწილი არის ისეთი, რომელზეც ავტომატურად შეგვიძლია პასუხის გაცემა. მაგალითად, თუ პაციენტი გვწერს უბრალო „მადლობას“, ჩვენ შეგვიძლია ავტომატურად ვუპასუხოთ „არაფერს“. ან თუ პაციენტი იკითხავს „შეგიძლიათ ჩემი რეცეპტის ხელახლა შევსება?“, ჩვენ გვაქვს სისტემები, რომლებიც ავტომატურად ურეკავენ მათ აფთიაქს და წარადგენენ შევსების მოთხოვნას მათი სახელით. ჩვენ ვიყენებთ მანქანურ სწავლებას, კერძოდ, ბუნებრივი ენის დამუშავებას (NLP), რათა დაგვეხმაროს იმის იდენტიფიცირებაში, თუ ამ ათასობით ყოველდღიურად მიღებული ტექსტური შეტყობინებიდან რომელი შეგვიძლია ავტომატურად დავამუშავოთ. ჩვენი წესებზე დაფუძნებული სისტემა შემომავალი ტექსტური შეტყობინებების დაახლოებით 80%-ს ამუშავებდა, მაგრამ ბევრად უკეთესი შედეგი გვინდოდა. ვიცოდით, რომ სტატისტიკური მანქანური სწავლების მიდგომა იქნებოდა ერთადერთი გზა ჩვენი დამუშავების გასაუმჯობესებლად. როდესაც ვეძებდით ხელსაწყოებს, რომელთა გამოყენებაც შეგვეძლო, აღმოვაჩინეთ, რომ Hugging Face-ის ენის მოდელები შესანიშნავი ამოსავალი წერტილი იქნებოდა. მიუხედავად იმისა, რომ ლარის და მე გვაქვს გამოცდილება მანქანურ სწავლებასა და NLP-ში, ვღელავდით, რომ ჩვენს პრობლემას სრულყოფილად არ ვაყალიბებდით, არ ვიყენებდით საუკეთესო მოდელს ან ნერვული ქსელის არქიტექტურას ჩვენი კონკრეტული გამოყენების შემთხვევისა და სავარჯიშო მონაცემებისთვის. Hugging Face-ის გუნდმა მართლაც დაგვეხმარა ჩვენი NLP გადაწყვეტის დანერგვის ყველა ასპექტში ამ კონკრეტული პრობლემისთვის. მათ მოგვცეს მართლაც კარგი რჩევები, თუ როგორ მიგვეღო როგორც წარმომადგენლობითი, ასევე ზუსტი ეტიკეტები ჩვენი ტექსტური შეტყობინებებისთვის. მათ ასევე დაგვიზოგეს უამრავი საათი კვლევის დრო, რადგან დაუყოვნებლივ მიგვითითეს სწორ მოდელებსა და მეთოდებზე. სრული დარწმუნებით შემიძლია ვთქვა, რომ დღევანდელ შედეგებს ბევრად მოგვიანებით ვიხილავდით „ექსპერტთა აჩქარების პროგრამის“ გარეშე. ჩვენ ვიცოდით, რისი მიღება გვინდოდა პროგრამიდან; გვქონდა ეს ძალიან კონკრეტული პრობლემა და ვიცოდით, რომ Hugging Face-ის ბიბლიოთეკების სწორად გამოყენების შემთხვევაში, უზარმაზარ გავლენას მოვახდენდით ჩვენს პროდუქტზე. სასიამოვნოდ გაკვირვებულნი დავრჩით, რომ მივიღეთ ის დახმარება, რაც გვინდოდა. ადამიანები, რომლებთანაც ვმუშაობდით, მართლაც მოხერხებულები იყვნენ, შეგვხვდნენ იქ, სადაც ვიყავით, არ მოგვთხოვდნენ ზედმეტი სამუშაოს შესრულებას და ამიტომ სასიამოვნო სიურპრიზი იყო, რომ პროგრამისგან ზუსტად ის მივიღეთ, რაც გვინდოდა. ამ თანამშრომლობის ყველაზე მნიშვნელოვანი ასპექტი იყო ჩვენი ბიზნესის მასშტაბურობასა და ჩვენი ოპერაციების გუნდის სამუშაო პროცესზე უზარმაზარი გავლენის მოხდენა. ჩვენი წარმოების NLP პაიპლაინი რამდენიმე კვირის წინ გავუშვით. მას შემდეგ, ჩვენ მუდმივად ვხედავთ, რომ შემომავალი შეტყობინებების თითქმის 20% ავტომატურად მუშავდება ჩვენი ახალი სისტემის მიერ. ეს არის შეტყობინებები, რომლებიც ადრე ჩვენი პაციენტთა ოპერაციების გუნდისთვის დავალებას შექმნიდა. ამრიგად, ჩვენ შევამცირეთ ბევრი დაბალღირებული სამუშაო ჩვენი გუნდისგან. Sempre Health-ში საკმაოდ მცირე გუნდი ვართ და ახლა ვიწყებთ იმის შესწავლას, თუ როგორ შეგვიძლია ML-ის გამოყენება პაციენტთა საერთო გამოცდილების გასაუმჯობესებლად. Hugging Face-ის გუნდის ექსპერტიზამ ნამდვილად დააჩქარა ჩვენი განვითარების პროცესი ამ პროექტისთვის. ამიტომ, ამ პროგრამას ვურჩევთ ნებისმიერ გუნდს, რომელიც მართლაც ცდილობს სწრაფად დაამატოს AI პაიპლაინები თავიანთ პროდუქტებს, მანქანური სწავლების განვითარებასთან დაკავშირებული ჩვეულებრივი სირთულეებისა და დროის დიდი დანაკარგის გარეშე. „ექსპერტთა აჩქარების პროგრამის“ ფარგლებში, ჩვენ შევკრიბეთ მსოფლიო დონის გუნდი, რათა დავეხმაროთ მომხმარებლებს უკეთესი ML გადაწყვეტილებების შექმნაში, უფრო სწრაფად. ჩვენი ექსპერტები პასუხობენ კითხვებს და პოულობენ გადაწყვეტილებებს თქვენი მანქანური სწავლების გზაზე – კვლევიდან წარმოებამდე. ეწვიეთ hf.co/support-ს, რათა გაიგოთ მეტი და მოითხოვოთ შეთავაზება. მეტი სტატია ჩვენი ბლოგიდან · დარეგისტრირდით ან შედით კომენტარისთვის.