Daripada 'manusia + RPA' kepada 'manusia + generatif AI + RPA', bagaimanakah LLM mempengaruhi interaksi manusia-komputer RPA?

Sumber gambar@visualChina

Teks |. Wang Jiwei

Daripada "manusia + RPA" kepada "manusia + generatif AI + RPA", bagaimanakah LLM mempengaruhi interaksi manusia-komputer RPA?

Dari perspektif lain, bagaimanakah LLM mempengaruhi RPA dari perspektif interaksi manusia-komputer?

RPA, yang menjejaskan interaksi manusia-komputer dalam pembangunan program dan automasi proses, kini akan turut ditukar oleh LLM?

Bagaimanakah LLM mempengaruhi interaksi manusia-komputer? Bagaimanakah AI generatif mengubah interaksi manusia-komputer RPA? Satu artikel untuk difahami:

• Era model besar akan datang, dan AI generatif berdasarkan LLM dengan pantas mengubah interaksi manusia-komputer RPA
• AI Generatif mentakrifkan semula interaksi manusia-komputer, dan LLM mempengaruhi perubahan dalam seni bina perisian RPA.

Jika anda bertanya apakah sumbangan RPA kepada pembangunan program dan automasi, salah satu jawapannya ialah ia mengubah interaksi manusia-komputer (HCI).

Dalam alat automasi aliran kerja tradisional, pembangun perisian perlu menjana senarai tindakan, mengautomasikan tugasan dan antara muka dengan sistem belakang menggunakan antara muka pengaturcaraan aplikasi dalaman (API) atau bahasa skrip khusus.

Sistem RPA membangunkan senarai tindakan dengan memerhatikan pengguna melaksanakan tugas tersebut dalam antara muka pengguna grafik (GUI) aplikasi, kemudian melakukan automasi dengan mengulangi tugasan ini secara terus dalam GUI, dan boleh menyediakan automasi merentas berbilang data proses.

Bentuk yang kelihatan mudah ini, dipanggil "plug-in", berkesan mengurangkan halangan untuk menggunakan automasi dalam produk dan seterusnya menjadikan automasi hujung ke hujung mungkin untuk lebih banyak organisasi.

Sebagai teknologi automasi proses perniagaan yang mengubah cara pekerja digital bekerja, ia bukan sahaja membebaskan sumber manusia daripada kerja mudah dan berulang selama lebih daripada dua dekad, tetapi juga memudahkan pembangunan program. Pada masa yang sama, ia juga mencipta model interaksi manusia-komputer "manusia + RPA", yang membolehkan organisasi mencapai kerjasama manusia-komputer dengan lebih mudah.

Terutama selepas kemunculan platform RPA yang cukup matang, fleksibel, berskala dan boleh dipercayai dalam beberapa tahun kebelakangan ini, banyak organisasi besar boleh menggunakan RPA untuk menambah baik dan mengoptimumkan proses perniagaan dan model pembangunan mereka untuk mencapai peningkatan kecekapan dan mengurangkan kos.

Perkara di atas direalisasikan kerana RPA sentiasa menambah baik dan mengoptimumkan automasi proses perniagaan dan interaksi manusia-komputer dalam pembangunan program.

Ya, RPA, disokong oleh banyak teknologi, sentiasa menembusi lebih banyak industri dan juga terus mengubah interaksi manusia-komputer dalam pelbagai senario perniagaan dalam bidang yang berbeza.

Terutama dalam beberapa tahun kebelakangan ini, RPA telah menjadi popular semula dengan tepat kerana ia menyepadukan teknologi AI secara mendalam. Pengumpulan teknologi hyper-automasi dengan RPA sebagai teras merangkumi semua teknologi berkaitan automasi, membolehkan pengalaman interaksi manusia-komputer automatik hujung-ke-hujung terus dipertingkatkan, dan dengan itu digemari oleh lebih banyak organisasi.

Kini, era model AI yang besar telah tiba, dan RPA yang sedang berkembang turut menyepadukan teknologi AI generatif. RPA semasa yang mengintegrasikan LLM (Model Bahasa Besar, model bahasa besar) boleh dikatakan sebagai kemajuan besar dalam interaksi manusia-komputer, dan juga subversi model RPA sebelumnya.

Memandangkan kami ingin bercakap tentang kesan LLM terhadap interaksi manusia-komputer RPA, kami sememangnya perlu bermula dengan interaksi manusia-komputer. Apakah kesan LLM terhadap interaksi manusia-komputer? Bagaimanakah RPA meningkatkan interaksi manusia-komputer? Apakah kesan LLM terhadap RPA?

Dalam artikel ini, saluran Wang Jiwei akan bercakap dengan anda tentang perkara ini.

Mari kita bercakap tentang interaksi manusia-komputer

Pada tahun 1970-an, kebanyakan pejabat masih menggunakan fail logam, mesin taip dan sejumlah besar kertas untuk menjalankan perniagaan mereka. Dan komputer besar hanya boleh disimpan di dalam bilik sejuk yang hanya boleh dikendalikan oleh beberapa orang.

Untuk menyelesaikan masalah ini, beberapa syarikat mula membangunkan komputer peribadi. Xerox membangunkan Xerox Alto pada tahun 1973. Walaupun produk itu tidak pernah dilancarkan kerana kos yang tinggi dan isu lain, ia menjadi lakaran pertama GUI dan sumber inspirasi untuk Macintosh dan Windows.

Dipengaruhi oleh satu siri penyelidikan dan R&D yang sepadan, serta permintaan pasaran yang kukuh untuk komputer kecil pada masa itu, sebagai kaedah untuk mengkaji bagaimana dan mengapa untuk menjadikan komputer lebih mesra pengguna, konsep interaksi manusia-komputer dan disiplin baru muncul pada Akhir 1970-an dan awal 1980-an.

Sejak itu, bidang HCI terus berkembang, terutamanya digunakan untuk membedah tingkah laku manusia untuk menyelesaikan masalah masyarakat yang paling kompleks, untuk mengkaji bagaimana orang berinteraksi dengan komputer dan sejauh mana pengguna dapat berinteraksi dengan komputer, dengan matlamat meningkatkan hubungan antara komputer dan pengguna terlibat dalam interaksi yang berjaya antara satu sama lain dan meneroka bidang yang memerlukan pembangunan yang lebih relevan.

Disebabkan keupayaannya untuk menyelesaikan percanggahan akut produktiviti sosial pada masa itu, bidang penyelidikan HCI berkembang ke semua bidang IT dalam tempoh yang singkat.

Pada masa yang sama penyelidik menyedari bahawa mereka perlu meluaskan interaksi dengan komputer kepada semua orang, bukan hanya profesional teknologi maklumat. Akibatnya, dalam masa beberapa tahun, HCI berkembang pesat untuk merangkumi hampir semua perubahan dalam reka bentuk teknologi maklumat.

Dengan usaha Steve Jobs dan lain-lain, Apple melancarkan komputer peribadi Macintosh pada tahun 1984, yang mengubah sepenuhnya bentuk interaksi manusia-komputer. Ia menjadikan penggunaan komputer lebih mudah, komunikasi lebih mudah, dan papan kekunci, tetikus dan antara muka pengguna berasaskan ikon menjadi popular.

Kemudian, Apple menjadi perintis PC peribadi, dan Microsoft melancarkan sistem Windows Produk dan perisian ini mengubah sepenuhnya dan menumbangkan proses perniagaan global dan bentuk interaksi manusia-komputer pejabat.

Semua orang sudah biasa dengan ini, jadi tidak perlu memperkenalkannya di sini.

Sehingga hari ini, IoT telah menjadi asas penyambungan rangkaian, kecerdasan buatan telah menjadi wujud di mana-mana, dan interaksi manusia-komputer masih menjadi tumpuan pelbagai teknologi, produk dan penyelesaian.

Melalui sejarah ringkas pembangunan sebelum ini, saya percaya semua orang sepatutnya sudah mempunyai pemahaman umum tentang interaksi manusia-komputer. Jadi apakah sebenarnya interaksi manusia-komputer? Mari lihat bahagian seterusnya.

Empat elemen, enam matlamat dan tujuh prinsip interaksi manusia-komputer

Takrifan umum berpendapat bahawa teknik interaksi manusia-komputer (Teknik Interaksi Manusia-Komputer) merujuk kepada teknologi yang membolehkan dialog manusia-komputer dengan cara yang berkesan melalui peranti input dan output komputer.

Teknologi interaksi manusia-komputer termasuk mesin yang menyediakan sejumlah besar maklumat yang berkaitan dan gesaan untuk arahan melalui peranti output atau paparan, dan orang memasukkan maklumat yang berkaitan kepada mesin melalui peranti input, menjawab soalan dan gesaan untuk arahan, dsb. Oleh itu, teknologi interaksi manusia-komputer merupakan salah satu kandungan penting dalam reka bentuk antara muka pengguna komputer.

Secara akademik, interaksi manusia-komputer ialah disiplin yang berkaitan dengan reka bentuk, penilaian dan pelaksanaan sistem pengkomputeran interaktif untuk kegunaan manusia, dan kajian tentang fenomena utama yang mengelilinginya.

Interaksi manusia-komputer memfokuskan pada antara muka (antara muka interaksi) antara orang (pengguna) dan komputer, dan memfokuskan pada reka bentuk dan penggunaan teknologi komputer. Interaksi manusia-komputer merangkumi banyak disiplin, termasuk sains komputer, psikologi, sosiologi, reka bentuk grafik, reka bentuk perindustrian, dll. Ia adalah sains moden yang sangat komprehensif.

Wikipedia percaya bahawa antara muka antara manusia dan komputer adalah penting untuk memudahkan interaksi ini. Aplikasi desktop, penyemak imbas Internet, komputer pegang tangan dan banyak lagi menggunakan GUI yang popular hari ini. Sistem pengecaman dan sintesis pertuturan menggunakan antara muka pengguna suara (VUI).

Antara muka pengguna multimodal dan grafik yang muncul membolehkan orang ramai berinteraksi dengan watak dan ejen tertentu dengan cara yang tidak boleh dilakukan oleh antara muka lain.

Jadi, perkembangan bidang interaksi manusia-komputer telah membawa kepada peningkatan kualiti interaksi dan membawa kepada banyak bidang penyelidikan baharu. Daripada mereka bentuk antara muka konvensional, cabang penyelidikan yang berbeza memfokuskan pada konsep multimodaliti dan bukannya unimodaliti, antara muka adaptif pintar dan bukannya antara muka berasaskan arahan/operasi, dan antara muka aktif dan bukannya antara muka pasif.

Daripada nama interaksi manusia-komputer, kita boleh simpulkan bahawa ia terdiri daripada tiga bahagian, iaitu pengguna, komputer itu sendiri dan cara mereka bekerjasama.

Kemudian tiga bahagian ini dikembangkan kepada empat elemen asas, iaitu pengguna, tugas, alat/antara muka dan konteks.

• Pengguna, iaitu individu atau kumpulan individu yang bekerjasama dalam projek dipanggil komponen pengguna. HCI mengkaji keperluan, matlamat dan gaya interaksi pengguna.
• Tugas, iaitu tugasan berorientasikan matlamat, apabila menggunakan komputer, pengguna sentiasa mempunyai tujuan atau matlamat. Untuk mencapai matlamat ini, komputer mempersembahkan perwakilan digital sesuatu.
• Antaramuka, iaitu elemen asas HCI yang boleh meningkatkan kualiti interaksi pengguna ialah antara muka. Terdapat banyak faktor berkaitan antara muka yang perlu dipertimbangkan, termasuk jenis interaksi, resolusi skrin, saiz paparan dan juga kontras warna.
• Latar belakang, HCI bukan sahaja menyediakan komunikasi yang lebih baik antara pengguna dan komputer, ia juga mengambil kira konteks dan persekitaran di mana sistem itu diakses.

Pada masa yang sama, HCI mempunyai enam matlamat iaitu penggunaan yang cekap (efficiency), penggunaan yang selamat (security), utiliti yang baik (practicability), mudah dipelajari (learnability) dan cara penggunaan yang mudah diingat (memorability) .

Atas dasar ini, 7 prinsip reka bentuk HCI juga diperoleh, seperti berikut:

Prinsip 1: Penggunaan adil;

Prinsip 2: Penggunaan fleksibel;

Prinsip 3: Penggunaan yang mudah dan intuitif;

Prinsip 4: Maklumat yang boleh dilihat;

Prinsip 5: Toleransi Kesalahan;

Prinsip 6: Tenaga buruh fizikal yang rendah

Prinsip 7: Dekati dan gunakan saiz dan ruang.

Dalam aplikasi tertentu, Internet of Things, teknologi penjejakan mata, teknologi pengecaman pertuturan, penggunaan AR/VR dan pengkomputeran awan adalah semua kes interaksi manusia-komputer yang sangat tipikal.

Sejarah pembangunan HCI dan sebilangan besar pendapat dan kes membuktikan bahawa teknologi boleh meningkatkan HCI dengan ketara.

Dengan penemuan dan perkembangan dalam teknologi komunikasi dan maklumat, ia terus membawa impak dan peningkatan yang ketara kepada HCI. Sebagai contoh, RPA, yang telah berkembang pesat dengan bantuan teknologi AI dalam beberapa tahun kebelakangan ini, telah membawa peningkatan hebat dalam interaksi manusia-komputer dan pengalaman kepada automasi proses perniagaan dan senario perniagaan pejabat.

Interaksi manusia-komputer dan RPA

Kami telah menyatakan sebelum ini bahawa matlamat interaksi manusia-komputer adalah untuk membolehkan komputer menyesuaikan diri dengan lebih baik dengan keperluan manusia dan menyediakan kaedah interaksi yang lebih mesra, lebih bijak dan lebih semula jadi, seperti pengecaman pertuturan, pengecaman imej, pemprosesan bahasa semula jadi dan gerak isyarat .

RPA ialah teknologi yang menggunakan robot perisian untuk mensimulasikan operasi manusia Ia boleh berinteraksi dengan sistem aplikasi perusahaan melalui antara muka pengguna dan menyelesaikan tugas yang diharapkan.

RPA kontemporari juga menggabungkan kecerdasan buatan (AI) dan pembelajaran mesin (ML) untuk mencapai automasi proses pintar (IPA) dan mengendalikan kes penggunaan yang lebih kompleks seperti pemprosesan bahasa semula jadi (NLP), penglihatan komputer (CV) dan analisis Data, dll.

RPA boleh mengautomasikan aliran kerja berasaskan peraturan yang berulang, meningkatkan kecekapan kerja, ketepatan dan pematuhan, mengurangkan kos buruh, mengurangkan kadar ralat, menjimatkan kos dan masa, serta sesuai untuk pelbagai tugasan berulang dan standard Senario perniagaan, seperti kewangan, sumber manusia, rantaian bekalan, teknologi maklumat, dsb.

Saluran Wang Jiwei pernah berkata dalam artikel "Dalam era transformasi digital, RPA+AI ialah cara terbaik untuk membuka kerjasama manusia-mesin", dalam sistem perisian pengurusan perusahaan kontemporari dan pelbagai alat automasi, dari perspektif kesukaran operasi, kitaran penggunaan, Dari perspektif kos pelaburan dan aspek lain, RPA boleh dianggap sebagai cara terbaik untuk organisasi menggunakan kerjasama manusia-mesin.

Antaranya, kelebihan terbesar RPA ialah ia mengurangkan kesukaran pembangunan program, membolehkan kakitangan perniagaan barisan hadapan mengambil bahagian dalam pembangunan aplikasi mudah, menjadikan pembangunan negara menjadi realiti selanjutnya.

Sebab mengapa RPA boleh melakukan ini adalah kerana ia mengubah model interaksi manusia-komputer pembangunan program. Ini membolehkan pekerja biasa yang tidak boleh memprogram untuk menggunakan alat RPA untuk membangunkan program automasi atau robot perisian yang mereka perlukan seperti pengaturcara.

Di satu pihak, RPA menjadikan program pembangunan lebih mudah, daripada menulis kod kepada "drag-and-drop" pelbagai komponen berfungsi, sebaliknya, ia boleh mengautomasikan lebih banyak proses perniagaan, tidak lagi memerlukan tenaga manusia . Boleh dikatakan bahawa RPA telah mengubah interaksi manusia-komputer pembangunan program dan pelaksanaan perniagaan pada masa yang sama.

Oleh itu, RPA berkait rapat dengan interaksi manusia-komputer. Oleh kerana RPA pada asasnya ialah model kerja kolaboratif manusia-mesin, ia memerlukan manusia untuk mentakrifkan peraturan, menyelia pelaksanaan, mengoptimumkan dan menambah baik, manakala mesin bertanggungjawab untuk melaksanakan peraturan, memberikan maklum balas, dan belajar dan menambah baik.

RPA bukan sahaja boleh mensimulasikan operasi manusia, tetapi juga menggabungkan teknologi AI untuk mencapai pemahaman manusia dan membuat keputusan. Sebagai contoh, teknologi OCR (pengiktirafan aksara optik) digunakan untuk mengenal pasti teks dalam imej, teknologi NLP digunakan untuk memahami niat dalam bahasa, dan teknologi membuat keputusan pintar digunakan untuk merumuskan penyelesaian yang optimum.

RPA, yang mengintegrasikan AI dan teknologi lain, mempunyai kelebihan berikut:

1. Mengurangkan beban kerja dengan berkesan, membebaskan orang daripada tugasan latar belakang yang membosankan dan memberi tumpuan kepada inovasi dan kerja strategik yang lebih bernilai

2. Tingkatkan kelajuan dan kualiti interaksi manusia-komputer robot boleh bekerja sepanjang masa, tidak dipengaruhi oleh masa, lokasi dan emosi, dan tidak akan membuat kesilapan atau ketinggalan

3. Kembangkan skop dan kedalaman interaksi manusia-komputer Robot perisian boleh mengakses dan menyepadukan berbilang sistem perisian yang tidak berkaitan, memproses sejumlah besar data berstruktur dan tidak berstruktur, serta menggunakan keupayaan AI dan ML untuk pembelajaran dan pengoptimuman.

Oleh itu, RPA ialah teknologi yang berkesan dan tipikal untuk mengoptimumkan interaksi manusia-komputer. Ia boleh merealisasikan automasi proses, kecerdasan dan pengoptimuman, membawa peningkatan dalam kecekapan, kualiti dan nilai kepada perusahaan.

Impak LLM terhadap interaksi manusia-komputer

LLM ialah model bahasa yang menggunakan rangkaian saraf untuk melaksanakan pembelajaran penyeliaan sendiri atau pembelajaran separa penyeliaan pada sejumlah besar teks tidak berlabel. LLM mempunyai sejumlah besar parameter (biasanya berbilion atau lebih) dan boleh mempamerkan prestasi cemerlang pada pelbagai tugas.

Berdasarkan aplikasi semasa dalam pelbagai bidang, kemunculan teknologi AI generatif berdasarkan LLM telah membawa perubahan yang mengganggu kepada interaksi manusia-komputer.

Perasaan paling langsung yang diberikan oleh AI generatif kepada orang ramai ialah banyak operasi perisian dan operasi merentas perisian dalam aliran kerja asal kini boleh diselesaikan dengan hanya beberapa pusingan dialog dengan AI generatif.

Sebagai contoh, menggunakan Midjourney untuk menjana gambar atau ChatGPT Plus untuk menjana kod aplikasi perisian, tidak perlu menggunakan perisian lukisan dan perisian pengaturcaraan sama sekali. Selain itu, ekosistem pemalam ChatGPT semakin bertambah baik Pada masa hadapan, akan terdapat lebih banyak senario aplikasi untuk operasi perniagaan, yang boleh diselesaikan dengan hanya dialog.

Ini ialah perubahan dalam cara interaksi Ia secara langsung menukar interaksi manusia-komputer asal dengan pelbagai UI perisian kepada interaksi dengan tetingkap sembang, yang merupakan pengalaman interaktif yang belum pernah terjadi sebelumnya.

Ringkasnya, LLM atau AI generatif mempunyai kesan berikut pada interaksi manusia-komputer:

Pertama sekali, ia meningkatkan kecekapan, kualiti dan kemudahan interaksi manusia-komputer. Melalui AI generatif, pengguna boleh mendapatkan maklumat atau perkhidmatan yang mereka inginkan dengan cepat tanpa menghabiskan banyak masa dan tenaga. Pada masa yang sama, LLM boleh menjana respons yang sesuai berdasarkan input dan konteks pengguna, mengurangkan beban input pengguna dan meningkatkan kelancaran interaksi dan keaslian. Di samping itu, AI generatif boleh melaraskan outputnya secara dinamik berdasarkan maklum balas dan pilihan pengguna untuk mencapai kesan interaktif yang lebih baik.

Sebagai contoh, ChatGPT boleh membantu pengguna menyelesaikan tugas yang rumit seperti menulis, mereka bentuk dan pengaturcaraan, atau menyediakan pengguna dengan pengesyoran, perundingan, hiburan dan kandungan lain yang diperibadikan.

Kedua, tingkatkan kepelbagaian dan kreativiti interaksi manusia-komputer. LLM boleh menjana gaya teks, audio, video dan kandungan lain yang berbeza berdasarkan keperluan dan keutamaan pengguna untuk memenuhi keperluan peribadi dan kepelbagaian pengguna. Melalui AI generatif, pengguna boleh mengakses dan memilih lebih banyak kandungan, dengan itu mengembangkan ufuk dan pemikiran mereka. Sudah tentu, AI generatif juga boleh mengadakan perbualan yang lebih mendalam dan fleksibel dengan pengguna untuk memenuhi keperluan emosi dan emosi mereka yang berbeza.

Sebagai contoh, AI generatif boleh digunakan untuk menyediakan pengguna dengan teks, imej, muzik, dsb. dengan gaya dan tema yang berbeza, atau untuk menjana beberapa kandungan novel dan menarik untuk pengguna, seperti puisi, cerita, jenaka, dsb.

Ketiga, ubah hubungan dan makna interaksi manusia-komputer. Melalui AI generatif, pengguna boleh mewujudkan hubungan yang lebih rapat dan boleh dipercayai dengan kecerdasan buatan, malah mewujudkan rasa ciptaan bersama dan kerjasama.

Chatbot berasaskan LLM boleh memberi pengguna lebih banyak maklum balas dan cadangan, atau berkongsi fikiran dan perasaan mereka dengan pengguna. AI Generatif juga boleh menjadikan pengguna lebih sedar tentang kekuatan dan batasan kecerdasan buatan mereka sendiri dan, serta cara menggunakan dan membangunkannya dengan lebih baik.

Keempat, meluaskan bidang dan senario interaksi manusia-komputer. Aplikasi AI Generatif seperti ChatGPT mempunyai kebolehsuaian dan generalisasi yang kuat, dan boleh digunakan untuk pelbagai bidang dan senario, seperti pendidikan, hiburan, penjagaan perubatan, perniagaan, dsb. Sama ada pengguna ingin belajar, bermain, berunding, membeli-belah, dsb., mereka boleh mencapai matlamat mereka dengan berkomunikasi dengan aplikasi seperti ChatGPT.

Kelima, tingkatkan keseronokan dan keintiman interaksi manusia-komputer. Aplikasi AI Generatif berdasarkan LLM mempunyai pengetahuan dan keperibadian yang kaya Mereka boleh menyesuaikan gaya bahasa dan topik mengikut minat dan emosi pengguna, malah boleh menjana beberapa humor, puisi, cerita dan kandungan kreatif lain untuk menghiburkan pengguna.

Dengan cara ini, pengguna tidak akan merasakan bahawa berkomunikasi dengan robot adalah satu perkara yang membosankan, tetapi akan merasakan bahawa berkomunikasi dengan robot adalah perkara yang menarik dan hangat.

LLM mempunyai kesan penting dan kompleks terhadap interaksi manusia-komputer, memberikan potensi pembangunan yang hebat dan nilai aplikasi industri dalam pelbagai bidang. Organisasi harus secara aktif meneroka dan menggunakan LLM dan AI generatif untuk meningkatkan tahap dan pengalaman interaksi manusia-komputer, meningkatkan kecekapan dan kualiti interaksi manusia-komputer, meningkatkan hubungan interaksi manusia-komputer, dan mengembangkan bidang dan senario manusia-komputer. interaksi.

Sudah tentu, kita juga harus memberi perhatian kepada risiko dan cabaran yang dibawanya, serta cara menggunakan dan mengawasinya secara munasabah.

Perlu diambil perhatian bahawa AI generatif berdasarkan model bahasa besar sedang disepadukan dengan pantas dengan RPA Generatif AI akan membawa lonjakan kualitatif kepada interaksi manusia-komputer RPA.

LLM mengubah interaksi manusia-komputer RPA

RPA boleh mengautomasikan proses perniagaan yang berulang, tetap dan bernilai rendah, yang boleh meningkatkan kecekapan, mengurangkan kos dan mengurangkan ralat. Tetapi ia juga menghadapi beberapa cabaran dan batasan, seperti kesukaran dalam mengendalikan senario perniagaan yang kompleks, berubah dan bernilai tinggi, kesukaran untuk menyesuaikan diri dengan perubahan dalam proses perniagaan, keperluan untuk penyelenggaraan dan kemas kini yang berterusan, dan kesukaran dalam mengendalikan kompleks, tidak berstruktur dan Tugas yang memerlukan kreativiti atau pertimbangan, dsb.

Walaupun seni bina hiper-automatik telah menjadikan operasi RPA cukup stabil, terdapat juga bahaya tersembunyi dalam operasi stabil untuk proses yang kompleks.

Pada masa lalu, pengeluar mencuba pelbagai cara untuk menyelesaikan masalah ini, tetapi mereka tidak dapat menghapuskan masalah ini secara asas. Sehingga kemunculan AI generatif berasaskan LLM, ia tiba-tiba menyelesaikan pelbagai masalah yang dihadapi oleh RPA sebelum ini.

Mengenai cara LLM mempengaruhi RPA, saluran Wang Jiwei (id: jiwei1122) telah pun memperkenalkan secara terperinci dalam artikel "Model AI besar seperti GPT akan datang, automasi super berdasarkan RPA masih pembawa pelaksanaan terbaik".

Di sini, mari bercakap secara ringkas tentang cara LLM mengubah interaksi manusia-komputer RPA.

LLM boleh menyediakan RPA dengan keupayaan pemprosesan bahasa semula jadi yang lebih berkuasa, keupayaan pemerolehan pengetahuan dan penaakulan yang lebih berkuasa, dan keupayaan penjanaan dan penciptaan yang lebih berkuasa.

Secara khusus, kesan LLM terhadap interaksi manusia-komputer RPA boleh dicerminkan dalam aspek berikut:

Tingkatkan tahap kecerdasan RPA. Menggunakan LLM boleh mengenal pasti dan memahami input bahasa semula jadi pengguna dengan lebih baik dan menjana bahasa semula jadi untuk memenuhi keperluan dan niat pengguna dengan lebih baik. Ia juga boleh menjana langkah operasi yang sesuai berdasarkan konteks dan matlamat, menjalankan pelbagai pusingan dialog dan penaakulan, mengendalikan senario perniagaan yang lebih kompleks dan pelbagai, dan mencapai automasi proses perniagaan yang lebih kompleks dan fleksibel.

Pengguna boleh bercakap dengan RPA melalui suara atau teks dan memberitahu tugas yang perlu dilakukan, tanpa perlu mereka bentuk proses melalui pengaturcaraan kompleks atau komponen seret dan lepas.

Selain itu, LLM juga boleh membantu RPA melaksanakan pengekstrakan dan penaakulan pengetahuan, dengan itu memberikan maklumat dan cadangan yang lebih berharga.

Meluaskan skop aplikasi RPA. LLM boleh meluaskan skop aplikasi RPA secara berkesan, membolehkan robot perisian mengendalikan lebih banyak tugas yang melibatkan bahasa semula jadi, seperti klasifikasi teks, ringkasan teks, penjanaan teks, terjemahan mesin, sistem soal jawab, dsb. Ia juga boleh berinteraksi dengan data dalam modaliti lain, seperti imej, audio, video, dsb., untuk mencapai proses perniagaan yang lebih kaya dan berbilang dimensi.

LLM juga membenarkan robot perisian untuk menyepadukan dan bekerjasama dengan teknologi AI lain seperti OCR, NLP, kod rendah, perlombongan proses, chatbot, dll., untuk mencapai automasi super.

Dengan menggunakan LLM, RPA boleh mengatasi halangan bahasa dan budaya serta memberi perkhidmatan kepada rangkaian pelanggan dan pasaran yang lebih luas dan pelbagai.

Tingkatkan potensi inovasi RPA. LLM boleh meningkatkan kreativiti dan fleksibiliti RPA, membolehkannya menjana teks yang sesuai, seperti laporan, ringkasan, cadangan, dsb., berdasarkan senario dan data yang berbeza. Sebagai contoh, RPA boleh menjana artikel blog secara automatik berdasarkan kata kunci atau topik yang disediakan oleh pengguna, dan memasukkan gambar, video, pautan dan lain-lain yang berkaitan ke dalam artikel.

Dengan menggunakan LLM, RPA boleh melaksanakan pembelajaran dan penjanaan yang lebih fleksibel dan adaptif, menghasilkan kandungan dan penyelesaian yang lebih novel dan menarik. LLM juga boleh bekerjasama dan berkomunikasi dengan lebih berkesan dan mesra dengan manusia, memberi inspirasi kepada lebih kreativiti dan inspirasi.

Tingkatkan kecekapan pembangunan RPA. AI Generatif membolehkan pengguna mentakrif dan mengubah suai proses perniagaan melalui penerangan bahasa mudah tanpa menulis kod kompleks atau menggunakan antara muka grafik. Dan boleh mengoptimumkan dan menyesuaikan proses perniagaan berdasarkan maklum balas pengguna dan analisis data untuk mencapai peningkatan berterusan.

Optimumkan pengalaman interaksi RPA dan kepuasan pengguna. RPA yang disepadukan dengan LLM boleh mengadakan perbualan yang lebih semula jadi, mesra dan menarik dengan pengguna, meningkatkan kepercayaan dan penyertaan pengguna. RPA boleh melaraskan nada dan gaya mengikut emosi dan minat pengguna, malah memberitahu beberapa jenaka atau memetik beberapa petikan terkenal untuk menyesuaikan suasana.

Bacaan lanjutan: ChatGPT disepadukan dengan RPA dan proses automatik AI+generatif menggandakan nilai AIGC

Sudah tentu, kesan LLM terhadap interaksi manusia-komputer RPA bukan sahaja dari segi kecerdasan, kecekapan dan inovasi, tetapi juga secara langsung mempengaruhi perubahan dalam seni bina perisian RPA.

Postskrip: Seni bina RPA berubah di bawah pengaruh LLM

Sebelum LLM, RPA telah memperbaik interaksi manusia-komputer dalam pembangunan program dan automasi proses. Lebih-lebih lagi, banyak pengeluar telah melancarkan konsep "RPA tersedia untuk semua orang". Di sebalik konsep ini, RPA menjadi semakin mudah digunakan, menjadikannya lebih mudah untuk membangunkan program dan melaksanakan automasi proses menggunakannya.

Dari segi kemudahan penggunaan, pengeluar telah membuat banyak penerokaan dan percubaan, daripada CV hingga tangkapan skrin kepada model AI. Dalam proses pembangunan program RPA, berdasarkan AI, 0-kod dan teknologi lain, RPA secara beransur-ansur menyingkirkan borang "seret dan lepas" asal dan beralih kepada "klik untuk menggunakan" dan penciptaan proses perbualan (termasuk dipacu suara) kaedah.

Dari segi interaksi manusia-komputer, penciptaan proses perbualan boleh dikatakan sebagai keadaan muktamad RPA dan juga hyper-automasi. Pada masa hadapan, kami akan menggunakan hyperautomation Kami boleh mencipta pelbagai robot perisian atau program automasi dengan menaip beberapa baris atau menyebut ayat dalam sistem.

Tetapi penciptaan perbualan sebelumnya hanya sesuai untuk proses pra-persediaan yang mudah. Proses yang sedikit lebih kompleks adalah tidak berkesan, atau memerlukan lebih banyak langkah proses untuk mencetus dan menggerakkan lebih banyak proses untuk dicapai. Kekukuhan proses adalah sukar untuk diuji, dan pengguna mesti biasa dengan sintaks dan arahan yang sepadan untuk menggunakannya.

Dari segi pengalaman permohonan, masih terdapat beberapa kekurangan atau ruang untuk penambahbaikan.

Selepas kemunculan LLM, untuk produk RPA yang menggabungkan AI generatif, pengguna boleh memacu RPA untuk mencipta proses menggunakan bahasa semula jadi.

Dan AI generatif boleh mengimbangi kekurangan RPA dalam pengecaman emosi, pemprosesan data tidak berstruktur, dsb. dalam bentuk kandungan yang dijana, membolehkan sesiapa sahaja memacu RPA untuk membangunkan pelbagai fungsi dengan lebih ringkas, cepat dan cekap tanpa banyak pembelajaran. Prosedur automatik benar-benar menjadikan RPA tersedia kepada semua orang.

Pada masa lalu, apabila menggunakan RPA, orang ramai mengendalikan RPA secara langsung untuk membina pelbagai program dengan menarik dan membina blok. Kini orang ramai berkomunikasi dengan AI generatif seperti GPT melalui bahasa semula jadi Selepas memahami niat operasi manusia, AI berbilang modal terus memacu RPA untuk menyambungkan perisian pengurusan perusahaan untuk mengautomasikan pelbagai proses perniagaan.

Model besar AI seperti GPT terus menghubungkan orang dengan sistem seperti RPA, menghubungkan niat orang ke atas dan mengarahkan robot RPA ke bawah, menjadi penghubung antara orang dan sistem automatik seperti RPA, membolehkan pembangunan program dan proses automatik diselaraskan. Operasi lebih mudah.

GPT menghubungkan orang dan hiperautomasi berasaskan RPA, yang merupakan kemajuan besar dalam pengalaman interaksi manusia-komputer.

Menurut saluran Wang Jiwei, daripada "manusia + RPA" dahulu kepada "manusia + generatif AI + RPA", pengenalan LLM dan AI generatif bersepadu, pada permukaan, telah meningkatkan kualiti mesin manusia dengan banyak daripada produk RPA pada asasnya LLM mempengaruhi perubahan seni bina RPA.

Kini hampir semua pengeluar sedang meneliti integrasi menyeluruh LLM, RPA dan automasi hiper, dan RPA telah menambah lapisan model pada seni bina produk.

Ini bermakna sama ada ia memanggil model pihak ketiga atau model yang dibangunkan sendiri, RPA telah menjadi aplikasi standard pada lapisan model.

Adalah dijangka bahawa apabila LLM menjadi konfigurasi standard RPA, ia juga akan merevolusikan RPA secara menyeluruh dalam era model besar.

Atas ialah kandungan terperinci Daripada 'manusia + RPA' kepada 'manusia + generatif AI + RPA', bagaimanakah LLM mempengaruhi interaksi manusia-komputer RPA?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!