当前位置:首页 > 智能硬件 > 人工智能AI
[导读]对话式 AI 是一种综合运用多种技术的复杂的人工智能形式,能够使人机间实现类似于真人的交互。复杂系统能够识别语音和文本、理解意图、识别特定语言的习语和格言,并且能够以适当的自然语言做出回应。

对话式 AI 是一种综合运用多种技术的复杂的人工智能形式,能够使人机间实现类似于真人的交互。复杂系统能够识别语音和文本、理解意图、识别特定语言的习语和格言,并且能够以适当的自然语言做出回应。

什么是对话式 AI?

对话式 AI 是应用机器学习来开发基于语言的应用程序,使人们能够通过语音与设备、机器和计算机进行自然交互。

无论是虚拟助手在早上唤醒您,还是您询问通勤路线,或者您在网购时与聊天机器人进行交流,这些情况中您均在使用对话式 AI。您用正常的声音说话,而设备可以理解并找到适当答案,然后用听起来自然的声音回复您。

对话式 AI 的应用程序有多种形式。最简单的是 FAQ 机器人,它们经过训练,可以从具有预先格式化答案的定义数据库中回复查询(通常是以书面形式表达)。一种更复杂的对话式 AI 形式是虚拟个人助理,例如 Amazon 的 Alexa、Apple 的 Siri 和 Microsoft 的 Cortana。这些工具设备经过调节,可以回应简单的请求。

虚拟客户助理是一种更专业的个人助理版本,它能够理解上下文,从一个互动到下一个互动进行对话。另一种专门的对话式 AI 形式是虚拟员工助理,它可以了解员工与软件应用程序和工作流程之间的互动情况,并提出改进建议。虚拟员工助理广泛用于机器人流程自动化这一热门的新软件类别。

“简单来说,对话式AI就是机器可以进行类似人类的对话,通过捕获上下文并提供智能的应答。也就是机器听懂了你的需求,并给了一个回答,与Siri只能一问一答不同的是,对话式AI实现了多轮对话与交流。”

对话式 AI 的工作原理是什么?

回答问题的步骤如下:将用户语音转换为文本,理解文本含义,搜索符合上下文的适当应答,最后使用文本转语音工具提供应答。对话式 AI 流程通常由三个阶段组成:

•自动语音识别 (ASR)

•自然语言处理 (NLP) 或自然语言理解 (NLU)

•带有语音合成的文本转语音 (TTS)

每一步都需要运行多个 AI 模型,因此每个单独网络的可用执行时间约为 10 毫秒或更短。

自动语音识别 (ASR) 会收录人类语音,然后将其转换为可读文本。深度学习在识别音素时具有更高的准确性,已经取代了传统的统计方法,如隐马尔可夫模型和高斯混合模型。

自然语言理解 (NLU) 会录入文本,理解上下文和意图,然后生成智能回复。深度学习模型能对众多上下文和语言准确进行泛化处理,因此应用于 NLU。Transformer 深度学习模型,如 BERT(Transformer 双向编码器表征模型),是时间递归神经网络的一个替代方案,它应用了一种注意力技术—通过将注意力集中在前后最相关的词上来解析一个句子。BERT 通过在问答 (QA)、实体识别、意图识别、情感分析等基准上提供与人类基准相媲美的准确性,彻底改变了 NLU 的进展。

对话式 AI 流程的最后一个阶段是将 NLU 阶段生成的文本响应改为自然发音的语音。声清晰度是通过使用深度神经网络实现的,生成类似人类的语调和清晰的单词发音。此步骤是通过两个网络完成的:一个根据文本生成频谱图的合成网络,一个从频谱图生成波形的声码器网络。

对话式人工智能产品于2016年首次掀起波澜,被吹捧为下一个颠覆应用程序的技术。2018年,美国和澳新银行调查的近50%的欧洲消费者表示,对话式AAI产品“令人讨厌”,54%的美国在线消费者表示,与对话式AI产品互动“对他们的生活质量产生负面影响”。三年后的2019年,当世界上最具影响力的独立研究和咨询公司Forrester的一份报告称,大多数聊天机器人实施得很糟糕,实际上“破坏了客户体验”时,对话式人工智能产品彻底改变人们互动方式的梦想似乎达到了低谷。“可以看出,不同的研究机构得出了类似的结论。

在2020、2021年对话式AI平台市场均实现高速增长。大到国家级会议服务,小到零售商铺都遍布对话式AI机器人的身影,他们像真人客服一样听懂客户的问题,准确告诉相应的答案。可以说,如今的AI机器人已经服务于社会生活的各个领域。

对话式AI在医疗保健中的应用

对话式AI技术开启了数字患者护理的新时代。患者可以随时访问其需要的数据,这得益于组织通过在医疗保健中使用对话式AI提供的全渠道协助和后端连接。

对话式AI可以对医疗保健行业产生重大影响,且在许多领域已经产生了影响。如果使用得当,对话式AI可以提高操作效率和临床结果,并减轻医护人员的工作量。

1、挂号预约助手

智能机器人,在预约挂号时,提供导航、导医、咨询等服务。通过机器人的引导,协助患者便利地完成挂号,改善就医体验,提高医疗服务质量。

2、患者随访

在高血压、糖尿病等慢性病随访管理中,通过将随访问题转化为机器人的多轮对话,通过外呼机器人可批量电话触达患者,完成患者患病信息的收集,并形成可视化报表,极大地降低医生工作量。

3、健康跟踪

对一些人来说,去看医生可能是一种可怕的经历,因为他们经常对自己的症状感到压力,并且觉得很不容易得到医疗专业人员的帮助。患者可以询问具体的数据,例如他们应该采取哪些具体行动来实现健康目标或何时需要服用处方。使用对话式AI系统跟踪他们在实现个人健康目标方面的进展,如体重、情绪或生育能力。为了让患者在整个过程中保持兴趣和参与,这些技术还可以提醒用户完成特定任务或发送必要的提醒。

4、常见问题解答

通常情况下,病人有紧急的问题需要立即解决,但他们并不总是需要专业的帮助。大多数客户更喜欢自助服务,而不是与他人互动。由于它解决了Internet上医疗保健网站FAQ部分经常出现的许多问题,例如必须滚动多个页面或找到特定问题的正确答案,因此对话性AI是医疗保健行业自助服务的理想方法。智能对话界面解决了这个问题,它使用NLP为查询提供适当的答案,而不需要患者去其他地方搜索。此外,即使问题中使用的单词与网站上使用的单词不完全匹配,对话性AI也可以匹配正确的查询响应。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着科技日新月异的进步,语音识别技术已成为人工智能领域的一项核心突破。这项技术旨在模拟人类听觉系统,通过复杂算法和模式识别手段将连续或离散的语音信号转换为可理解的文本或指令信息。本文深入探讨了语音识别技术在多个领域的广泛...

关键字: 语音识别 人工智能

随着人工智能和信息技术的飞速发展,语音识别技术已经从实验室走向了现实生活中的各个角落,成为人机交互领域的重要组成部分。语音识别产品不仅丰富了我们的日常生活,也正在深刻地改变着众多行业的工作模式和服务形态。

关键字: 语音识别 人工智能

在当今大数据和人工智能时代,机器学习作为核心的技术驱动力,正以前所未有的速度改变着我们的生活和工作方式。从基础的数据分析到复杂的决策支持系统,机器学习模型的成功构建和应用离不开一套严谨的流程。本文将详尽阐述机器学习过程中...

关键字: 机器学习 人工智能

机器学习作为人工智能领域的核心技术,其应用日益广泛,从搜索引擎优化到医疗诊断,从金融风控到自动驾驶等众多领域均发挥着重要作用。深入理解并掌握机器学习的关键步骤是成功构建高效模型和解决方案的基础。本文将详细阐述机器学习的主...

关键字: 机器学习 人工智能

是德科技(Keysight Technologies, Inc.)现已开启与全新 NVIDIA 6G 研究云平台的合作。该平台包括 NVIDIA Aerial Omniverse 数字孪生,这是一个开放、灵活的网络仿真资...

关键字: 6G 人工智能 RAN

纵观人类近现代史,每一次工业革命都是将战略性科技转化为生产力,从而创造巨大的新增财富和全面提升国家竞争力的过程;而且一个国家在工业革命面前的“沉与浮”,则取决于一个国家对这些战略性科技和产业化能力的把控。从被称为蒸汽机时...

关键字: 人工智能 算力 大模型

Arm Neoverse 旨在为从云到边缘的全场景基础设施用例提供高性能和出色能效。针对需要更高性能的工作负载和用例,Arm 推出了 Neoverse V 系列。其中,Neoverse V2 核心已被行业先行者广泛部署于...

关键字: 云计算 人工智能 CPU

本文中,小编将对人工智能AI予以介绍,如果你想对它的详细情况有所认识,或者想要增进对它的了解程度,不妨请看以下内容哦。

关键字: 人工智能 AI

在这篇文章中,小编将为大家带来人工智能AI的相关报道。如果你对本文即将要讲解的内容存在一定兴趣,不妨继续往下阅读哦。

关键字: 人工智能 AI

“人工智能+”时代将至 超过90%的受访企业将招聘人工智能人才列为首要任务,但62%的受访企业在招聘所需人才时面临困难

关键字: 人工智能 生成式AI 机器学习
关闭