Cognitive Search เป็นเทคโนโลยีเครื่องมือค้นหาที่ใช้ปัญญาประดิษฐ์ (AI) เพื่อให้ได้ผลการค้นหาที่เกี่ยวข้องและถูกต้องสำหรับการสืบค้นหลายประเภทได้อย่างรวดเร็ว องค์กรสมัยใหม่จัดเก็บข้อมูลจำนวนมากในหลายๆ ระบบ เช่น คู่มือ คำถามที่พบบ่อย รายงานการวิจัย คู่มือการบริการลูกค้า และเอกสารด้านทรัพยากรบุคคล เทคโนโลยี Cognitive Search จะสแกนฐานข้อมูลขนาดใหญ่ต่างๆ ที่มีข้อมูลที่แตกต่างกัน และเชื่อมโยงข้อมูลเพื่อค้นคำตอบให้แก่คำถามจากผู้ใช้ ตัวอย่างเช่นคุณสามารถถามคำถามเช่น “เมื่อปีที่แล้วมีค่าใช้จ่ายไปกับการซ่อมแซมเครื่องจักรเท่าไร” ได้ จากนั้น Cognitive Search จะวางแผนที่คำถามไปยังเอกสารที่เกี่ยวข้อง และส่งคำตอบที่เฉพาะเจาะจงกลับมา

Cognitive Search มีประโยชน์มากมายจนกลายเป็นเทคโนโลยีเครื่องมือค้นหาที่มีประโยชน์อย่างมาก ข้อดีที่เป็นประโยชน์หลักบางประการของ Cognitive Search มีดังนี้ 

เข้าใจภาษาธรรมชาติ

บริการ Cognitive Search ให้ผลลัพธ์ที่แม่นยำยิ่งขึ้นได้โดยไม่ต้องมีข้อกำหนดจากผู้ใช้มากนัก สามารถสร้างผลการค้นหาที่แม่นยำได้โดยการพิจารณาแหล่งที่มาต่างๆ และรวบรวมข้อมูลผ่านข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง นอกจากนี้เทคโนโลยี Cognitive Search ยังเข้าใจถึงบริบทเมื่อส่งคืนผลลัพธ์อีกด้วย โดยใช้การประมวลผลภาษาธรรมชาติ (NLP) เพื่อกำหนดบริบท รูปแบบ และความหมายจากภาษาของมนุษย์

อ่านเกี่ยวกับ NLP »

ช่วยเพิ่มผลผลิต

Cognitive Search จะรวมข้อมูลจากแหล่งที่มาของข้อมูลที่หลากหลายและสร้างการตอบสนองที่ครอบคลุมเป็นเอาต์พุต ในการค้นหาคีย์เวิร์ดแบบดั้งเดิม คุณจะต้องค้นหาข้อมูลที่จำเป็นทั้งหมดในหลายๆ หน้า จากนั้นคุณจะต้องอ่าน วิเคราะห์ และสรุปข้อมูลด้วยตัวคุณเอง

ในทางตรงกันข้าม คุณสามารถใช้ฟังก์ชันการค้นหาที่ครอบคลุมเพื่อรับคำตอบจากเอกสารจำนวนมากพร้อมกันได้ คุณสามารถเข้าถึงข้อมูลที่ต้องการได้เร็วยิ่งขึ้น วิธีนี้จะสามารถช่วยปรับปรุงประสิทธิภาพการทำงานและปรับปรุงกระบวนการทางธุรกิจที่เกี่ยวข้องกับข้อมูลทั่วทั้งองค์กรของคุณได้

ปรับแต่งผลการค้นหาในแบบของคุณ

Cognitive Search ใช้แมชชีนเลิร์นนิง (ML) ซึ่งจะปรับแต่งผลลัพธ์ให้เหมาะกับผู้ใช้เมื่อเวลาผ่านไป แทนที่จะส่งข้อมูลเดียวกันอย่างต่อเนื่อง บริการนี้จะรวบรวมข้อมูลและรูปแบบการค้นหาตามที่ใช้ โดยการบันทึกผลลัพธ์ที่ผู้ใช้มีแนวโน้มที่จะคลิกหลังจากเริ่มต้นการสืบค้น บริการนี้จะปรับปรุงและจะสร้างผลลัพธ์ที่มีความเกี่ยวข้องสูงได้รวดเร็วยิ่งขึ้น เมื่อเวลาผ่านไป บริการนี้จะฉลาดขึ้น แม่นยำยิ่งขึ้น และมีประโยชน์มากขึ้น 

Cognitive Search ใช้การประมวลผลภาษาธรรมชาติและเทคโนโลยีปัญญาประดิษฐ์อื่นๆ เพื่อส่งมอบการค้นหาที่แม่นยำ ขั้นตอนบางส่วนที่ Cognitive Search ใช้งานมีดังนี้

การนำข้อมูลเข้า

Cognitive Search จำเป็นต้องมีข้อมูลเพื่อค้นหาภายในก่อน ซึ่งจะสามารถนำเข้าข้อมูลจากเอกสาร เว็บไซต์ อีเมล ที่เก็บข้อมูลภายใน คู่มือ และข้อมูลอื่นๆ ที่คุณต้องการใช้ได้ ซึ่งจะดึงข้อมูลจากทรัพยากรโดยใช้เทคนิคการดึงข้อมูล เช่น การรู้จำอักขระด้วยแสง (OCR) การรู้จำเอนทิตี และเทคนิค NLP

กระบวนการดึงข้อมูลมีจุดมุ่งหมายเพื่อให้ Cognitive Search สามารถ เข้าใจข้อมูลได้เหมือนกับที่มนุษย์จัดทำรายการเนื้อหา

อ่านเพิ่มเติมเกี่ยวกับ OCR »

การจัดทำดัชนี

หลังจากการนำข้อมูลเข้า Cognitive Search จะสร้างดัชนีที่สามารถค้นหาได้ของข้อมูลที่แยกออกมาทั้งหมดที่คุณจัดหาเอาไว้ให้ นอกเหนือจากการใช้คีย์เวิร์ดเพื่อแท็กข้อมูลแล้ว บริการนี้ยังใช้ข้อมูลเมตา ความสัมพันธ์ระหว่างข้อมูล และข้อมูลเสริมเพื่อจัดทำรายการข้อมูลทั้งหมดอย่างมีประสิทธิภาพอีกด้วย

เมื่อผู้ใช้ดำเนินการค้นหาบางสิ่งอยู่ Cognitive Search จะปรึกษาดัชนีเหล่านี้เพื่อค้นหาข้อมูลที่เกี่ยวข้องได้รวดเร็วยิ่งขึ้น

อินพุตของผู้ใช้

เมื่อผู้ใช้เขียนคำถามลงบน Cognitive Search ระบบจะใช้ NLP เพื่อแยกย่อยและทำความเข้าใจสิ่งที่พวกเขาถามเข้ามา ในการค้นหาคีย์เวิร์ดแบบดั้งเดิม เครื่องมือค้นหาจะจดจำคีย์เวิร์ดและสร้างข้อมูลที่สอดคล้องกับคีย์เวิร์ดนั้น

ในทางตรงกันข้าม Cognitive Search จะพยายามทำความเข้าใจบริบททั้งหมดของการสืบค้นรวมถึงปัจจัยผู้ใช้ส่วนตัว เช่น ความชอบของพวกเขา ซึ่งจะรวบรวมเทคนิค NLP เช่นการวิเคราะห์โทเค็นและการวิเคราะห์ความหมายเพื่อทำความเข้าใจสิ่งที่ผู้ใช้ต้องการได้รับจากการค้นหาของพวกเขา 

ค้นหาและดึงข้อมูล

Cognitive Search จะสแกนผ่านดัชนีข้อมูลและค้นหาข้อมูลที่เกี่ยวข้องภายในที่เก็บข้อมูลโดยใช้การสืบค้นของผู้ใช้ โดยจะเลื่อนไปตามดัชนีต่างๆ และค้นหาข้อมูลที่ใกล้เคียงที่สุด และกรองผลลัพธ์ทีละชั้น ผลลัพธ์ที่เกี่ยวข้องทุกรายการจะได้รับคะแนนความเกี่ยวข้อง Cognitive Search จะแสดงข้อมูลที่เกี่ยวข้องมากที่สุดโดยเรียงลำดับผลลัพธ์ตามคะแนน

การปรับปรุงอย่างต่อเนื่อง

ผู้ใช้สามารถเพิ่มตัวกรองหรือข้อกำหนดเพิ่มเติมเข้าไปได้เมื่อใช้ Cognitive Search เพื่อช่วยสร้างผลลัพธ์ที่เฉพาะเจาะจงยิ่งขึ้น Cognitive Search จะปรับแต่งแนวทางในการสอบถามตามปฏิสัมพันธ์ก่อนหน้า

ตัวอย่างเช่น Cognitive Search จะบันทึกสิ่งที่ผู้ใช้ค้นหาและลำดับของการสืบค้นของพวกเขา หากผู้ใช้มักจะถามคำถามทันทีหลังจากการสืบค้น Cognitive Search ก็จะรวบรวมข้อมูลเกี่ยวกับคำถามเพื่อติดตามผลในเชิงรุกด้วย 

และนอกจากนี้ เมื่อเวลาผ่านไป Cognitive Search ยังจะเรียนรู้เพิ่มเติมเกี่ยวกับความรู้สึกและความหมายที่อยู่เบื้องหลังการสืบค้นของผู้ใช้ วิธีนี้จะช่วยปรับปรุงการตอบสนองโดยตรงต่อการสืบค้นต่างๆ ได้

ตัวอย่างเช่น เมื่อมีคนถามคำถามแบบเฉพาะเจาะจง Cognitive Search ก็จะให้คำตอบเฉพาะเจาะจงด้วย ในทางกลับกัน คำถามทั่วๆ ไปที่กว้างกว่าจะส่งผลให้ได้รับคำตอบที่ยาวขึ้นด้วย เนื่องจากมีการบันทึกการโต้ตอบและการเรียนรู้จากสิ่งเหล่านั้นอย่างต่อเนื่อง Cognitive Search จึงมีความแม่นยำมากขึ้นและสามารถมอบข้อมูลที่เกี่ยวข้องมากขึ้นได้เมื่อเวลาผ่านไป

Cognitive Search มีการทำงานอย่างไร

โอกาสในการใช้ Cognitive Search เพื่อประโยชน์ของคุณมีดังต่อไปนี้

ประสบการณ์การค้นหาแบบครบวงจร

คุณสามารถใช้ Cognitive Search เพื่อสร้างประสบการณ์การค้นหาแบบครบวงจรได้ เนื่องจากใช้การประมวลผลภาษาธรรมชาติ ทำให้คุณสามารถรับการตอบสนองอย่างละเอียดและแม่นยำอย่างมาก โดยจะมีการดึงข้อมูลจากที่เก็บข้อมูลที่ไม่มีโครงสร้างและที่มีโครงสร้างหลายแห่ง การใช้แหล่งข้อมูลและประเภทข้อมูลที่หลากหลายจะทำให้คุณสามารถตัดสินใจโดยอิงจากข้อมูลได้ง่ายขึ้น

ตัวอย่างเช่น บริษัทเทคโนโลยีชีวภาพอย่าง Gilead Sciences, Inc. ที่ใช้ AWS สำหรับ Cognitive Search พวกเขาใช้เทคโนโลยีเพื่อจัดระเบียบข้อมูลทั้งที่มีโครงสร้างและไม่มีโครงสร้าง ข้อมูลได้มาจากระบบองค์กรสูงสุดเก้าระบบและเอกสารประกอบจากคลังความรู้

Cognitive Search ลดงานการจัดการข้อมูลด้วยตนเองลงอย่างมากสำหรับ Gilead ระยะเวลาที่ใช้ในการค้นหาข้อมูลอยู่ที่ประมาณ 50 เปอร์เซ็นต์ วิธีนี้ได้กระตุ้นให้เกิดการวิจัย การทดลอง และความก้าวหน้าทางเภสัชกรรมอันทรงคุณค่ามากมาย

บอทบริการตนเอง

คุณสามารถใช้โซลูชัน Cognitive Search ในบอทบริการตนเองได้ ซึ่งจะช่วยปรับปรุงการช่วยเหลือลูกค้าแบบนอกสถานที่ได้ ผู้ใช้ที่ต้องการทราบถึงวิธีปฏิบัติงานหรือฟังก์ชันบางรายการสามารถพิมพ์ภาษามนุษย์และรับข้อความตอบกลับแบบกำหนดเองได้ Cognitive Search รองรับการค้นพบความรู้โดยการดึงข้อมูลจากคู่มือ เอกสารสนับสนุน และแหล่งข้อมูลต่างๆ 

ตัวอย่างเช่น Citibot ใช้ AWS เพื่อจัดหาเครื่องมือสื่อสารสำหรับประชาชนและรัฐบาลท้องถิ่นและของรัฐ โดยผสานรวมเทคโนโลยีแชทบอทเข้ากับ Cognitive Search เพื่อปรับปรุงความสามารถในการปรับขนาดและประสิทธิผลของการมีส่วนร่วมกับองค์ประกอบต่างๆ ประชาชนสามารถค้นพบคำตอบที่ต้องการได้อย่างรวดเร็วโดยมีส่วนร่วมกับแชทบอท ซึ่งจะช่วยลดเวลารอคอยลงถึง 90 เปอร์เซ็นต์

การค้นหาที่เก็บข้อมูล

องค์กรหลายแห่งมีการจัดเก็บข้อมูลในอดีตในเอกสาร รูปภาพ และไฟล์ข้อความที่ถอดเสียงนับล้าน Cognitive Search สามารถปลดล็อกข้อมูลในที่เก็บข้อมูลและสรุปเพื่อการวิเคราะห์และการวิจัยได้

ตัวอย่างเช่น The Wall Street Journal ใช้ AWS สำหรับ Cognitive Search Cognitive Search ได้ช่วยเร่งการพัฒนาสำหรับ Talk2020 ให้รวดเร็วยิ่งขึ้น Talk2020 เป็นเครื่องมือค้นหาอัจฉริยะที่จะช่วยให้ผู้อ่านสิ่งพิมพ์สามารถค้นหาและวิเคราะห์คำแถลงสาธารณะในรอบ 30 ปีของผู้สมัครชิงตำแหน่งประธานาธิบดีได้อย่างรวดเร็ว เทคโนโลยีนี้ช่วยให้สามารถตรวจสอบปัญหาอย่างลึกซึ้งในช่วงเวลาหนึ่งได้ง่ายขึ้นโดยการสำรวจรูปแบบคำพูด และดำเนินการวิเคราะห์ข้อความ

การเตรียมความพร้อมของพนักงาน

Cognitive Search ช่วยในงานบริการตนเองที่พนักงานจำเป็นต้องดำเนินการ เช่น การเตรียมความพร้อมหรือการเรียนรู้ทักษะใหม่ๆ โดยทำหน้าที่เป็นข้อความอ้างอิงสำหรับพนักงาน แทนที่จะต้องติดต่อผู้จัดการเพื่ออธิบายวิธีดำเนินการ พวกเขาก็จะสามารถถาม Cognitive Search แทนได้ การใช้งานเช่นนี้จะช่วยปรับปรุงงานบริการตนเองและเพิ่มผลผลิตได้

ตัวอย่างเช่น Workgrid Software ใช้ AWS เพื่อส่งมอบโซลูชันซอฟต์แวร์ในแพลตฟอร์มประสบการณ์ของพนักงาน ทำให้งานของพวกเขาเชื่อมโยงซึ่งกันและกัน มีประสิทธิภาพ และเกิดประสิทธิผลมากขึ้น พนักงานสามารถสืบค้นเนื้อหาดิจิทัลในฐานข้อมูลขององค์กรผ่าน Cognitive Search ได้ วิธีนี้จะทำให้พวกเขาสามารถค้นหาคำตอบสำหรับคำถามที่เกิดขึ้นขณะทำงานได้

 

ปัญญาประดิษฐ์ช่วยสร้าง (AI ช่วยสร้าง) คือ AI ประเภทหนึ่งที่สามารถสร้างเนื้อหาและแนวคิดใหม่ๆ รวมถึงการสนทนา เรื่องราว รูปภาพ วิดีโอ และเพลง AI ช่วยสร้างจะช่วยปรับปรุง Cognitive Search ให้เข้าใจจุดประสงค์ของผู้ใช้ได้ดียิ่งขึ้น รวมถึงปรับปรุงการตอบสนองโดยรวม เราจะยกตัวอย่างบางส่วนเอาไว้ด้านล่าง

อ่านเกี่ยวกับ AI ช่วยสร้าง »

การวิเคราะห์บริบท

เครื่องมือ AI ช่วยสร้างจำนวนมากใช้แบบจำลองแมชชีนเลิร์นนิงที่มี Transformer แบบจำลองเหล่านี้มีนิวรัลเน็ตเวิร์กสำหรับการวิเคราะห์ข้อมูลที่เป็นข้อความเพื่อทำความเข้าใจความหมายของข้อมูลนั้นๆ

โมเดล AI ที่ใช้ Transformer มีประโยชน์สำหรับการประมวลผลและการทำความเข้าใจภาษาธรรมชาติ และเมื่อพิจารณาถึงผู้ใช้ บริบทของข้อมูล และจุดประสงค์ของผู้ใช้ โมเดลเหล่านี้จะสามารถเข้าใจวัตถุประสงค์ที่แท้จริงเบื้องหลังการสืบค้นได้ดียิ่งขึ้น เนื่องจากมีความเข้าใจแบบการสืบค้นที่ดีขึ้น Cognitive Search จึงสามารถค้นหาข้อมูลที่แม่นยำยิ่งขึ้นเพื่อส่งคืนผลลัพธ์ 

สรุปผลลัพธ์

AI ช่วยสร้างสามารถสรุปข้อความขนาดใหญ่ให้เป็นส่วนที่เล็กลงได้ Cognitive Search สามารถค้นหาส่วนที่เกี่ยวข้องทางความหมายมากที่สุดของเอกสารต่างๆ ได้ จากนั้นจึงสามารถใช้ AI ช่วยสร้างเพื่อรวมเข้าด้วยกันและส่งคืนสิ่งที่ผู้ใช้ต้องการเห็นได้อย่างแน่นอน นอกจากนี้ AI ช่วยสร้างยังสามารถเพิ่มคุณภาพของผลลัพธ์ให้สูงสุดได้โดยทำความเข้าใจถึงข้อความที่ส่งกลับมาและลบส่วนเกินต่างๆ ออกไปได้

การกรองเนื้อหา

AI ช่วยสร้างสามารถกรองผลการค้นหาของ Cognitive Search ได้ด้วยพารามิเตอร์ที่แตกต่างกัน เช่น การอนุญาตผู้ใช้ ความเกี่ยวข้องของแบบสอบถาม และการตั้งค่าของผู้ใช้ โปรดมั่นใจได้ว่าบริการนี้จะใช้เฉพาะทรัพยากรที่ผู้ใช้มีสิทธิ์เข้าถึงในการสร้างข้อความผลลัพธ์เท่านั้น ผลลัพธ์จะยังคงมีความเกี่ยวข้องและมีประโยชน์อยู่ โดยไม่กระทบต่อความปลอดภัยในด้านใดเลย

AWS จะสามารถปรับปรุงโซลูชัน Cognitive Search ระดับองค์กรของคุณได้อย่างไร

Amazon Web Services (AWS) นำเสนอ Amazon Kendra ในฐานะที่เป็นโซลูชัน Cognitive Search

Amazon Kendra คือบริการ Cognitive Search ที่มีการจัดการเต็มรูปแบบ แม่นยำสูง และใช้งานง่าย ซึ่งขับเคลื่อนโดยแมชชีนเลิร์นนิง นักพัฒนาของคุณสามารถใช้บริการนี้เพื่อเพิ่มความสามารถในการค้นหาให้กับแอปพลิเคชันของคุณได้ ซึ่งหมายความว่าผู้ใช้ปลายทางของคุณจะสามารถค้นพบข้อมูลที่เกี่ยวข้องซึ่งจัดเก็บไว้ในเนื้อหาจำนวนมหาศาลที่กระจายอยู่ทั่วทั้งบริษัทของคุณ

คุณจะได้รับประโยชน์จากการใช้งาน Amazon Kendra ในวิธีดังต่อไปนี้

  • รับประสบการณ์การค้นหาแบบรวมศูนย์ทั่วทั้งที่เก็บเนื้อหาทั้งแบบที่มีโครงสร้างและไม่มีโครงสร้าง
  • ส่งคำตอบของการสืบค้นโดยใช้เครื่องมือที่ขับเคลื่อนด้วย ML
  • เข้าถึงความสามารถในการจัดอันดับคำตอบที่มีการจัดการอย่างเต็มที่ซึ่งจะช่วยปรับปรุงความแม่นยำของคำตอบ
  • ปรับแต่งคำตอบตามเกณฑ์เฉพาะของคุณเอง รวมถึงคุณลักษณะอื่นๆ เช่น พฤติกรรมผู้ใช้และความสดใหม่ของเนื้อหา

เริ่มต้นใช้งาน Cognitive Search บน AWS โดยสร้างบัญชีวันนี้

ขั้นตอนต่อไปบน AWS

ดูแหล่งข้อมูลเกี่ยวกับผลิตภัณฑ์เพิ่มเติม
เรียนรู้เพิ่มเติมเกี่ยวกับบริการแมชชีนเลิร์นนิง 
ลงชื่อสมัครใช้บัญชีฟรี

รับสิทธิ์การเข้าถึง AWS Free Tier ได้ทันที

ลงชื่อสมัครใช้งาน 
เริ่มต้นการสร้างในคอนโซล

เริ่มต้นสร้างในคอนโซลการจัดการของ AWS

ลงชื่อเข้าใช้