Am 22. März 2018 veranstalteten wir zusammen mit unserem Partner LiveTiles einen Chatbot Hackathon. Hier haben Sie die Gelegenheit, alle Slides des Anlasses inkl. Bonusmaterial anzuschauen. Viel Spass.
2. www.allgeier.ch
Begrüssung 13:45
Theorie Teil 1 14:15Andrea Gasser
Szenario 1 – QNA Maker 15:15
Szenario 1 – Präsentation 15:45
Gruppen
Gruppen
Pause 16:00
Theorie Teil 2 16:30Michael Maurer
Szenario 2 – From Flow to Bot 18:00Gruppen
Szenario 2 – Präsentation 18:30Gruppen
Abschluss 18:45
Apéro & Networking
3. www.allgeier.ch
Organisatorisches
Zugänge
O365 Testaccount mit User/PW pro Teilnehmer
Gültig bis 13.04.2018
Fragen
Beantwortung direkt durch «Staff»
FlipChart für allgemeine Punkte
Follow Up Blog mit Fotos
Unterlagen ab 26.03.2018 zur Verfügung
6. www.allgeier.ch
Cognitive Services –Vision
Erkennung von Bild- und Video Material
Gesichts- und Emotionen-Erkennung
Text in Bilder
Handschrift-Erkennung
Sicherheitskamera
Ermittlungsarbeiten
Social Media
Fotoarchivierung
Digitales Archiv
7. www.allgeier.ch
Limitiertes lernen
und verbessern
Übernimmt eine
spezifische Aufgabe
Beispiele
• Speech / Image
recognition (Siri,
Cortana,Alexa)
• Selbstfahrende
Autos
Denkt, lernt und
verbessert
Versteht und erkennt
die Umwelt
“Hat Bewusstsein”
“Gleichstellung” zum
Mensch
Maschine übertrifft
Mensch
Artificial Narrow
Intelligence (Weak AI)
Artificial Super
Intelligence
Artificial General
Intelligence
(Strong AI)
Definition KI (AI)
9. www.allgeier.ch
Cognitive Services –Vision
Erkennung von Bild- und Video Material
Gesichts- und Emotionen-Erkennung
Text in Bilder
Handschrift-Erkennung
Sicherheitskamera
Ermittlungsarbeiten
Social Media
Fotoarchivierung
Digitales Archiv
10. www.allgeier.ch
Cognitive Services – Speech
Erkennung und Echtzeit-Übersetzung von Sprachaufnahmen
Konvertierung von Sprachaufnahmen in Text
Konvertierung von Text in Sprachausgabe
Diktiergerät
Ermittlungsarbeiten
Automatisches
Vorlesen auf Websites
Echtzeitübersetzung
bei Events
11. www.allgeier.ch
Cognitive Services - Language
Alles rund um unstrukturierte Textdaten: Natural Language Processing
Spracherkennung und -Übersetzung
Semantik: Keyword Extraction, Sentiment Analysis
LUIS – Erkennung von Absichten und Entitäten
Automatisches
Dokumenten-Tagging
Chatbot
Übersetzung
Feedback Bewertung
Rechtschreibprüfung
12. www.allgeier.ch
Cognitive Services - Knowledge
Komplexere Daten: Daten > Information > Wissen
Frage-Antwort (QnA Maker)
Projekte
Semantik und strukturierte Daten
Entitäten-Erkennung und Zuordnung im Kontext
Interaktive BI
FAQ Bot
Kontextanalyse -
Tagging
13. www.allgeier.ch
Cognitive Services - Search
Funktionen der Bing Search
Web, Image,Video, News, etc.
Autocomplete
Anzeige von
Webresultaten
Autocomplete in
eigenem Suchfeld
14. www.allgeier.ch
Cognitive Services – Mehrwert durch Kombination
Cognitive Services basieren bereits aufeinander (Section Knowledge)
Vision – Text
Handschrift-Scanning > Automatische Keyword extraction
Speech – Text – Speech
Englisch – Deutsch Simultan-Übersetzung
Speech – Intent
Mit LUIS sprechen statt schreiben
15. www.allgeier.ch
Szenario 1 – QnA Maker
From FAQ to Bot
Create Service
• https://qnamaker.ai
Select Source
• URL
• File
• Manual
Save and Train
Test
Publish
16. www.allgeier.ch
Szenario 2 – Flow
From Flow to Bot
Create Bot - http://www.livetilesbots.com
• New Bot
• Add Flow ability
• Add conversational parameters with question
• Copy JSON
Create Flow from blank - https://flow.microsoft.com
• Add activity: Request
• Paste JSON
• New step: Add an action: Filter for „Teams“ and select „Microsoft Teams – post message"
• Select Team and Channel
• Define Message based on parameters
• Save Flow
• Edit Flow and copy „HTTP POST Url“
Integrate - http://www.livetilesbots.com
• Paste „HTTP POST Url“ into Flow Endpoint
• Save, Train and Publish
Test
21. www.allgeier.ch
1. Open www.livetilesbots.com
2. Log In with your hackathon account
3. Run through the wizard experience:
give your bot a name, an avatar, a
conversational style and an ability like
«Create meetings»
OR
Click «New Bot» in the botsdesigner
portal
4. Click «ADD AN ABILITY» and select
«Flow: Add Ability» from the abilities
catalog on the right panel
5. Scroll to converational parameters,
click «New», enter as name «Message»,
add as parameter prompt «What do you
want to post?» and define the field
label as «strMsg»
6. Scroll down to JSON Payload and copy
into clipboard
Step by Step Anleitung (1/2)
7. Open flow.microsoft.com
8. Select «Create from blank»
9. Scroll down to «Search hundreds
of connectors and triggers»
10. Search for «HTTP» and select
from connectors the «Request»
activity
11. Paste the clipboard content
(JSON payload) into the JSON
schema
12. Click «New step» and select «Add
an Action»
13. Serach for «Teams» and select
from the activities «Microsoft
Teams – post message»
22. www.allgeier.ch
14. Select Team Id as «Hackathon»
and Channel ID as «General»
15. Define message from the
parameters of the previous step,
click on «Message»
16. Save the Flow
17. Edit the Flow and copy the
«HTTP POST URL» into the
clipboard
18. Switch to the Botsdesigner portal
19. Paste the clipboard as Flow
Endpoint and save the activity
20. Click on «Share»
Step by Step Anleitung (2/2)
21. Click on «Train» and wait for the
training to be completed
22. Click on Publish and wait for the
publihsing to be completed
(A publish date and time will be
shown)
23. Copy the Webchat Url into the
clipboard and past it into a
browser
24. Log In and start posting
25. Type the keywords and target
defined in the ability: «Trigger
Flow» (Default)
26. Enter the message you want to
post
27. After hitting enter open up your
Teams site online:
www.teams.microsoft.com
28. Review the Hackathon’s Team
channel «General»
24. www.allgeier.ch
Start your BOT journey now ☺
Spannend, wie
machen wir
das?
Wir haben ein
konkretes
Vorhaben.
Workshop
Initialisierung
Ab 2k CHF
Workshop
Konkretisierung
Ab 6k CHF
Projekt
Basis
Ab 25k CHF
Projekt
Premium
Ab 50k CHF
25. www.allgeier.ch
Workshops
• Herausforderungen
• Definition Use Case(s)
• Inputs Business Case
• 2 Consultants, 1 Tag (2 AT)
• Ab 2k CHF
• Business Case
(Costs, Benefits, …)
• Definition Use Case(s)
• Grob-Konzept
(Systeme, DB’s, Interfaces, …)
• BOT Definition & Guidelines
• 2 Consultants, 3 Tage (6 AT)
• Ab 6k CHF
Initialisierung Konkretisierung
26. www.allgeier.ch
Projekt Basic
•LiveTiles Bots Plattform Lizenz
•LiveTiles Bots Verknüpfung auf den Azure Tenant des Kunden
•Vorkonfigurierte LiveTiles Bots Abilities
•Unlimitierte Anzahl Bots
Zusammenfassung
•60-Tage Test-Lizenz für LiveTiles Bots (Kosten des Piloten werden bei einem späteren Kauf der vollen Lizenz angerechnet)
Dauer
•Die Plattform wird auf den Azure Tenant des Kunden konfiguriert
•Konfiguration von Standard Connections & Abilities basierend auf dem Use Case
•Direkter Support während den Geschäftzeiten (9.00-17.00)
Deployment und Support
•Bot Präsentation, welche den ROI der KI und Bot Investition innerhalb der Organisation aufzeigt
•“Bot in a Day” Workshop, um die Integration der KI Applikationen in den Arbeitsplatz, Use Cases, LiveTiles Bots Training, und die Betreuung
der Implementierung der Use Cases zu besprechen.
•Unterstützung bei der Veröffentlichung der Bots in die gewünschten Kanäle (bspw. Webseiten, Microsoft Teams, SharePoint, etc.)
Weitere Leistungen
Ab 25k CHF (die finalen Kosten werden anhand des individuellen Projektumfangs bestimmt)
Investition
27. www.allgeier.ch
Projekt Premium
•LiveTiles Bots Plattform Lizenz
•LiveTiles Bots Verknüpfung auf den Azure Tenant des Kunden
•Vorkonfigurierte LiveTiles Bots Abilities
•Unlimitierte Anzahl Bots
•Entwicklung von 1-2 Custom Abilities
Zusammenfassung
•60-Tage Test-Lizenz für LiveTiles Bots (Kosten des Piloten werden bei einem späteren Kauf der vollen Lizenz angerechnet)
Dauer
•Die Plattform wird auf den Azure Tenant des Kunden konfiguriert
•Konfiguration von Standard Connections & Abilities basierend auf dem Use Case
•Definition und Entwicklung von 1-2 Custom Abilities (API)
•Direkter Support während den Geschäftzeiten (9.00-17.00)
Deployment und Support
•Bot Präsentation, welche den ROI der KI und Bot Investition innerhalb der Organisation aufzeigt
•“Bot in a Day” Workshop, um die Integration der KI Applikationen in den Arbeitsplatz, Use Cases, LiveTiles Bots Training, und die Betreuung
der Implementierung der Use Cases zu besprechen.
•Unterstützung bei der Veröffentlichung der Bots in die gewünschten Kanäle (bspw. Webseiten, Microsoft Teams, SharePoint, etc.)
Weitere Leistungen
Ab 50k CHF (die finalen Kosten werden anhand des individuellen Projektumfangs bestimmt)
Investition
29. www.allgeier.ch
Informationen und Links
Testaccount vom Hackathon
ist gültig bis 13.04.2018
User-ID und PW können verwendet werden
Kann auch für Szenarien mit LUIS benutzt werden: https://www.luis.ai/
Eigenen Testaccount lösen: https://products.office.com/de-ch/try
LiveTiles Bots: https://designer.livetilesbots.com/login
LiveTiles Unternehmenspräsentation: https://sway.com/Lc9K4yRt8ZjYsqIQ
32. www.allgeier.ch
Machine Learning
Wie lernt nun eine Maschine?
Zuerst: Wie lernt ein Mensch?
Erfahrung und Training
Maschinen lernen auch durch Erfahrung und Training
Sie analysieren haufenweise (Beispiel-)Daten
Daraus generieren sie Algorithmen
Algorithmen werden aufgrund neuem Training optimiert
So werden die Maschinen «intelligenter»
33. www.allgeier.ch
Machine Learning
• Trainingsdaten kategorisieren
• System erstellt/optimiert von Beispieldaten ihren Algorithmus
• Predictive
• Methoden
• Classification (Decision-Trees, Neuronale Netze, Rule-Based Learning, etc.)
• Regression
Supervised
• Keine Kategorisierung verfügbar
• System versucht anhand von internen Ähnlichkeiten den Output zu bestimmen
• Descriptive
• Methoden
• Clustering
• Visualisierung
Unsupervised
38. www.allgeier.ch
Disziplin, welche sich mit dem Informationsgehalt in Daten beschäftigt
Beruf des Data Scientist
Mathematiker / Statistiker
Programmierer
Business Analyst
Visualizer
Data Analytics
Predictions (Fraud Detection, Preisentwicklung, Riskanalyse, etc.)
Data-driven Decisions (von Daten zu Erkenntnissen)
Big Data
Zu grosse Datensets für herkömmliche Datenbanken und Tools
Volume, Variety,Velocity
Data Science
40. www.allgeier.ch
LUIS in der Theorie
Was ist LUIS?
Language Understanding Intelligent Service
Interpretiert Sätze in natürlicher Sprache
Versucht zu erkennen, was die Sätze bedeuten
Sprachmodell zur:
Interpretation von Absichten (Intents)
Erkennung von Entitäten (Entities)
41. www.allgeier.ch
LUIS in der Theorie
Was ist LUIS? Ein Beispiel
Website einer Versicherungsgesellschaft
Policen/Informationsanfrage
Schadensmeldung
Reklamation
Bewerbung
Etc.
42. www.allgeier.ch
LUIS in der Theorie
Was ist LUIS? Ein Beispiel
«Ich möchte einen Schaden am Auto melden»
Policen/Informationsanfrage
Schadensmeldung
Reklamation
Bewerbung
43. www.allgeier.ch
LUIS in der Theorie
Was ist LUIS? Ein Beispiel
LUIS wird für eine spezielle Domäne modelliert
Je kleiner der Scope, desto besser das Ergebnis
44. www.allgeier.ch
LUIS in der Theorie
Was ist LUIS? Ein Beispiel
Anbindung an ein Bot – Was ist ein Bot?
Kurz: Eine Applikation, welche automatisierte Aufgabe übernimmt
Chatbot: Interaktion mit einem (menschlichen) User
Messaging Applikationen wie Skype, Teams, etc.
LUIS ist kein Bot – eignet sich aber zur Integration
Aktionen nach der Interpretation müssen programmiert werden
46. www.allgeier.ch
LUIS in der Theorie
Wie ist LUIS aufgebaut?
Intents
Entities
Utterances
Intents
• Policen Anfrage
• Schadensmeldung
• Reklamation
• Bewerbung
Entities
• Versicherungsobjekt
• Kundennummer
• Betrag
• Datum
• Stelle/Job
Utterances
• Ich möchte einen Schaden
am Auto melden
• Senden Sie mir Unterlagen
zur Versicherung
• Ich bin unzufrieden mit
der Versicherungsleistung
47. www.allgeier.ch
LUIS in der Theorie
Wie wird LUIS trainiert
Designer erstellt
Beispielssätze (Utterances)
LUIS generalisiert diese
Utterances -> Erstellt Modell
Modell wird anschliessend
verwendet um künftige
Eingaben zu erkennen
48. www.allgeier.ch
LUIS in der Praxis
Aufgabe
1. Login https://www.luis.ai
2. Erstellt ein eigenes LUIS-Modell
Intents
Entities
3. Erstellt Utterances als Beispiel-Datensätze
4. Nutzt Features (Phrases und Patterns)
5. Testet euer Modell mit neuen Anfragen
Wie genau erkennt er Absichten und Entitäten?
Könnt ihr durch Feedback euer Modell verbessern?
6. Kurze Feedback-Runde
Welche Domäne habt ihr modelliert?
Was hat geklappt, was hat nicht geklappt?
Service Desk
Buchungsmaschine
Eventadministration
Project-Office
Spielsteuerung