• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    AIIA2019人工智能开发者大会竹间专场论坛 --创智—NLP·知情感·创未来

      11月1日-11月2日,AIIA2019人工智能开发者大会在杭州未来科技城学术交流中心震撼启幕。本次大会由中国人工智能产业发展联盟,杭州市人民政府主办,信通院、杭州市科学技术局等单位联合承办。千人齐聚畅议发展之道,百位大咖莅临激情演讲,十场论坛覆盖前沿热点,两大公开课干货满满。
      作为NLP技术的领导者,竹间智能于11月1日主办了本次大会的“创智—NLP·知情感·创未来”主题论坛,论坛邀请竹间智能创始人兼CEO简仁贤、竹间智能市场负责人王桉、Breeno语音负责人庞佳宁、交通大学教授赵海、南京新一代人工智能研究院副总经理董晓飞、竹间智能产品咨询高级顾问多位业界领袖,企业及学术界专家,与现场来宾探讨NLP的前沿技术及产业发展落地,呈现一场精彩的NLP盛宴。
    01
      竹间智能创始人兼CEO简仁贤以《情感智能,NLP的未来与开放》为主题,揭开当天NLP论坛第一讲。
      谈及NLP的未来发展,简仁贤认为“NLP将颠覆整个搜索引擎”,人类交互依靠自然语言,语音,表情,和肢体动作,是一种多模态的表达方式,单纯的搜索引擎终将被代替。但是声音、语言内容尤其是文字部分很难推敲,如何将NLP应用到生活领域就成了目前值得不断研究和实践的问题。
      作为一个创业家,简仁贤看中技术,也看重用户需求,他认为一个产品,如果没有切入到用户的真正需要,那么产生的基本上是“伪需求”。秉着这样的信念,在竹间创立之初,希望在语音产品上融入【情感】,真正产生用户粘性,像电影《HER》一样触达人类心灵。
      同时简仁贤也在思考如何做更通用的语音助手产品。“我相信未来每一个人都可以用很简单的方式去完成他想做的事情,或者好玩的事情,或者有用的事情”,他笑说随着手机发展衍生出很多疾病,手指疾病到现在的脊椎疾病,未来应该简化到一个指令就可以完成任务,“不需要做低头族”。
      针对如何验证场景能不能行得通,简仁贤还总结出一套方法论,即价值创造三模式三形态。三模式即:优化用户体验、提高生产效率、和降低成本;三种AI应用形态:AI全自动处理,AI作为辅助,人机协作。
      简仁贤认为未来NLP将不限于语音助理、企业客服、咨询机器人:NLP可以解决的问题更多、更大,凡是文档、非结构化数据,都可以用NLP来处理。NLP可以用来读文档,处理文档,从文档里面抽取知识,建立知识。
      对NLP赛道所抱有的信心并不是盲目乐观,引用Gartner2019年7月的炒作周期报告,两年前NLP和语音处理到达期望值顶端,目前正在下降走出泡沫期,经过死亡谷,所以当前正处在蓄势爆发的前夕。
      简仁贤跟现场开发者分享自己的开发心得,做NLP要找到对的应用才会有价值。
      “我常常说不要只做科研,只做科研可能没办法让你学到很多东西,先找问题、需求。找到问题,找需求,你的科研方向就会对,当你的问题需求变成一个产品,产品则会变得非常有价值。”
      谈及去年Google发布的BERT模型,针对其MaskedLM加下一个句子的预测,再进行Fine—tuning的过程,简仁贤指出,一个火热的模型其实也有不足。一方面,由于BERT需要大量的数据和大量的处理,所以训练的速度很慢,它需要的资源也非常多。另一方面,BERT掌握的中文语料数量和质量有限,缺少足够的中文数据做应用。
      竹间智能在两年半前开发出的语意理解技术,与BERT很相似,但比它更快。用三个金融客户的案例对比发现,竹间模型平均比BERT快2个点,训练速度快50倍。因为BERT是通用模型,而竹间模型针对领域进行优化,减少了所需要的资源。同时竹间模型会在不牺牲准确率的情况下,在应用中达到比BERT的效率高的效果。
      简仁贤指出,在未来语意理解的范畴里,理想就是做到用更少的算力和语料做出更好的模型。
      经过四年研发实践积累,目前竹间模型实现三大优势:一是模型精炼、训练速度快;二是语料丰富,拥有丰富的闲聊语料;三是能进行真实的、流畅的上下文,且支持英文、德语等多语言交互。
      简仁贤跟大家分享了许多实际案例,从无标点长难句、命名实体识别、语义解析等方面具体探讨当前技术难点和运用。
      面对竹间自身和整个NLP赛道的局限,简仁贤还跟NLP开发者们分享,未来NLP的关键技术会在哪里,呼吁大家共同努力,为NLP技术的进步贡献力量:
      1.少样本/零样本的学习,把预训练模型进行压缩,需要的训练数据会越来越少;
      2.将知识和常识引入NLP:目前NLP是没有知识和常识的,比如说“北京很冷”这句话,目前技术可以识别“北京”是一个地点,但是它不懂北京是一个怎么样的概念;
      3.多模态:结合声音、肢体、脸部表情和语言内容一起判断说话的真正意义;
      4.要做可解释、可控的NLP。如果语音助理不可控,说的话超出当前社会人文可接受的范围,就是对整个社会不负责任。
      最后简仁贤表示,竹间希望给企业带来无限可能,未来将继续通过技术丰富合作伙伴的业务场景,为客户和终端用户提供最好的服务。同时也期待下一代语音助理能够来临,越来越成熟。
    02
      Breeno语音负责人庞佳宁以《从自然到简单——NLP赋能新场景》为主题,展开了丰富的分享内容。
      自然语言处理技术,为手机交互方式从GUI进化到VUI+GUI提供了技术基础,而自然语言处理技术的持续革新发展,让用户与机器之间的对话越来越自然。从早期部分人群尝鲜,到现在有更大的用户群体开始使用语音助手,并且应用的语音技能趋于扁平化、长尾化,对时效性、趣味性和细分领域的要求越来越高。但与手机的交流不止局限于语音,手机设备上协同包括智能语音、全局搜索、智慧识屏、智能短信等在内的资源,可以多场景为用户提供智能体验。以手机为核心,依托多种智能终端设备,语音服务覆盖用户家居、驾驶、运动、教育等全生活场景。竹间与OPPO在Breeno语音有开展合作,提供的是一个平台的载体能力,方便开发者参与其中,以非常低的开发成本触达到用户,平台以极简开发模式,提供稳健的技术能力支持,精准、高效的分发服务/内容顺畅的用户体验帮助。
    03
      竹间智能产品咨询顾问分享了竹间如何以情感智能为企业赋能。竹间在政务大厅的实体机器人,正是因机关所希望达到的“最多跑一次”的理念而诞生。来访市民可以通过机器人进行咨询,在对话过程中把业务办理完成。竹间的知识图谱不仅在政务,还应用在金融业、制造业,基于图谱搭建机器人平台从而提供服务,并实现全天候的业务办理及拟人化的体验。
      机器人不仅需要有对话能力更需要具备对话管理能力。竹间机器人能够从多轮对话跳转到知识图谱,解答场景问题,监测客户情绪、语速和情感、提取客户画像,识别到客户办理的意图,并提供流程引导,同时也会产生相应的报表,在后台进行记录。
      竹间人希望未来每个人都能够拥有一个能够听懂、看懂、读懂情感,真正成为人类伙伴的对话机器人。
    04
      交通大学赵海教授以《语言模型、对话系统和机器阅读理解》为主题,对现有的对话与交互系统进行了分析。目前多轮、基于事实的任务型对话系统是重大需求,更强的对话交互能力所面临的挑战在于更精准的检索与匹配、基于阅读理解的上下文建模和个性化、多样化的对话生成。在未来应该将前沿的预训练语言模型应用到多轮对话系统。
    05
      南京新一代人工智能研究院副总经理董晓飞就《智能客服评估规范解读与实践》进行了分享。智能客服产业已形成产业链,智能客服市场虽然竞争激烈,但一直没有一套标准来规范。为促进整个市场的良性竞争,健康发展,提供用户甄别产品的能力。由中国信息通信研究院、南京新一代人工智能研究院牵头,以用户角度感知为切入点,制定系列规范,并完成了第一轮的测评工作,在主论坛对测评通过的企业颁发证书。竹间智能很荣幸参与了本次的测评并获得认可。
      11月2日的人工智能开发者大会主论坛上中国信息通信研究院院长刘多,工业和信息化部科技司司长胡燕,杭州市副市长柯吉欣,中国人工智能产业发展联盟理事长,中国工程院院士潘云鹤等来宾发表重要讲话。本次主论坛上同时发布了天枢人工智能开源开放平台,并对中国人工智能产业发展联盟评估结果发布暨证书颁发仪式。
      竹间智能的智能客服系统在中国信息通信研究院和AIIA组织的智能客服系统功能测试中满足功能增强型要求,即具备多类型信息识别能力,具备高度智能化上下文语义理解能力。
      竹间智能客服产品是由竹间自主研发的人工智能机器人定制平台,拥有自然语言理解(NLP)、语义理解(NLU)、语音识别(ASR)、知识图谱(KG)等核心算法与技术,提供在线机器人、赋能在线客服等智能服务场景,以及智能知识库、对话工厂、智能训练等全链路智能服务产品。同时竹间针对不同行业的多个领域(如金融保险、电商物流、商业领域等行业及企业人力、政务咨询、营销、销售等场景)提供高效的智能客服解决方案。企业不需要写代码、不需要机器学习专家就可以快速落地、灵活定制客服对话机器人。
      竹间智能的智能客服已服务多个企业大客户。例如,光大银行信用卡中心通过竹间的AI任务引擎搭建了现金、现金分期、查账、还款、办卡等多轮业务场景,并通过中控平台进行统一的场景分发。同时进行AI赋能,使行内业务人员可以轻松搭建对话业务机器人,提供对外和对内服务。
      解决用户咨询的高频业务问题的同时,也为信用卡核心业务带来了新的转化渠道;并且通过友好的话术引导客户交易并提高服务能力和质量,从而提升APP客户满意度,增强APP用户粘性。
      最终帮助企业降低人力成本,提高客服坐席响应效率、提升企业业务处理效率,同时机器人在不断优化学习中提供更好的用户服务体验。  11月1日-11月2日,AIIA2019人工智能开发者大会在杭州未来科技城学术交流中心震撼启幕。本次大会由中国人工智能产业发展联盟,杭州市人民政府主办,信通院、杭州市科学技术局等单位联合承办。千人齐聚畅议发展之道,百位大咖莅临激情演讲,十场论坛覆盖前沿热点,两大公开课干货满满。
      作为NLP技术的领导者,竹间智能于11月1日主办了本次大会的“创智—NLP·知情感·创未来”主题论坛,论坛邀请竹间智能创始人兼CEO简仁贤、竹间智能市场负责人王桉、Breeno语音负责人庞佳宁、交通大学教授赵海、南京新一代人工智能研究院副总经理董晓飞、竹间智能产品咨询高级顾问多位业界领袖,企业及学术界专家,与现场来宾探讨NLP的前沿技术及产业发展落地,呈现一场精彩的NLP盛宴。
      01
      竹间智能创始人兼CEO简仁贤以《情感智能,NLP的未来与开放》为主题,揭开当天NLP论坛第一讲。
      谈及NLP的未来发展,简仁贤认为“NLP将颠覆整个搜索引擎”,人类交互依靠自然语言,语音,表情,和肢体动作,是一种多模态的表达方式,单纯的搜索引擎终将被代替。但是声音、语言内容尤其是文字部分很难推敲,如何将NLP应用到生活领域就成了目前值得不断研究和实践的问题。
      作为一个创业家,简仁贤看中技术,也看重用户需求,他认为一个产品,如果没有切入到用户的真正需要,那么产生的基本上是“伪需求”。秉着这样的信念,在竹间创立之初,希望在语音产品上融入【情感】,真正产生用户粘性,像电影《HER》一样触达人类心灵。
      同时简仁贤也在思考如何做更通用的语音助手产品。“我相信未来每一个人都可以用很简单的方式去完成他想做的事情,或者好玩的事情,或者有用的事情”,他笑说随着手机发展衍生出很多疾病,手指疾病到现在的脊椎疾病,未来应该简化到一个指令就可以完成任务,“不需要做低头族”。
      针对如何验证场景能不能行得通,简仁贤还总结出一套方法论,即价值创造三模式三形态。三模式即:优化用户体验、提高生产效率、和降低成本;三种AI应用形态:AI全自动处理,AI作为辅助,人机协作。
      简仁贤认为未来NLP将不限于语音助理、企业客服、咨询机器人:NLP可以解决的问题更多、更大,凡是文档、非结构化数据,都可以用NLP来处理。NLP可以用来读文档,处理文档,从文档里面抽取知识,建立知识。
      对NLP赛道所抱有的信心并不是盲目乐观,引用Gartner2019年7月的炒作周期报告,两年前NLP和语音处理到达期望值顶端,目前正在下降走出泡沫期,经过死亡谷,所以当前正处在蓄势爆发的前夕。
      简仁贤跟现场开发者分享自己的开发心得,做NLP要找到对的应用才会有价值。
      “我常常说不要只做科研,只做科研可能没办法让你学到很多东西,先找问题、需求。找到问题,找需求,你的科研方向就会对,当你的问题需求变成一个产品,产品则会变得非常有价值。”
      谈及去年Google发布的BERT模型,针对其MaskedLM加下一个句子的预测,再进行Fine—tuning的过程,简仁贤指出,一个火热的模型其实也有不足。一方面,由于BERT需要大量的数据和大量的处理,所以训练的速度很慢,它需要的资源也非常多。另一方面,BERT掌握的中文语料数量和质量有限,缺少足够的中文数据做应用。
      竹间智能在两年半前开发出的语意理解技术,与BERT很相似,但比它更快。用三个金融客户的案例对比发现,竹间模型平均比BERT快2个点,训练速度快50倍。因为BERT是通用模型,而竹间模型针对领域进行优化,减少了所需要的资源。同时竹间模型会在不牺牲准确率的情况下,在应用中达到比BERT的效率高的效果。
      简仁贤指出,在未来语意理解的范畴里,理想就是做到用更少的算力和语料做出更好的模型。
      经过四年研发实践积累,目前竹间模型实现三大优势:一是模型精炼、训练速度快;二是语料丰富,拥有丰富的闲聊语料;三是能进行真实的、流畅的上下文,且支持英文、德语等多语言交互。
      简仁贤跟大家分享了许多实际案例,从无标点长难句、命名实体识别、语义解析等方面具体探讨当前技术难点和运用。
      面对竹间自身和整个NLP赛道的局限,简仁贤还跟NLP开发者们分享,未来NLP的关键技术会在哪里,呼吁大家共同努力,为NLP技术的进步贡献力量:
      1.少样本/零样本的学习,把预训练模型进行压缩,需要的训练数据会越来越少;
      2.将知识和常识引入NLP:目前NLP是没有知识和常识的,比如说“北京很冷”这句话,目前技术可以识别“北京”是一个地点,但是它不懂北京是一个怎么样的概念;
      3.多模态:结合声音、肢体、脸部表情和语言内容一起判断说话的真正意义;
      4.要做可解释、可控的NLP。如果语音助理不可控,说的话超出当前社会人文可接受的范围,就是对整个社会不负责任。
      最后简仁贤表示,竹间希望给企业带来无限可能,未来将继续通过技术丰富合作伙伴的业务场景,为客户和终端用户提供最好的服务。同时也期待下一代语音助理能够来临,越来越成熟。
      02
      Breeno语音负责人庞佳宁以《从自然到简单——NLP赋能新场景》为主题,展开了丰富的分享内容。
      自然语言处理技术,为手机交互方式从GUI进化到VUI+GUI提供了技术基础,而自然语言处理技术的持续革新发展,让用户与机器之间的对话越来越自然。从早期部分人群尝鲜,到现在有更大的用户群体开始使用语音助手,并且应用的语音技能趋于扁平化、长尾化,对时效性、趣味性和细分领域的要求越来越高。但与手机的交流不止局限于语音,手机设备上协同包括智能语音、全局搜索、智慧识屏、智能短信等在内的资源,可以多场景为用户提供智能体验。以手机为核心,依托多种智能终端设备,语音服务覆盖用户家居、驾驶、运动、教育等全生活场景。竹间与OPPO在Breeno语音有开展合作,提供的是一个平台的载体能力,方便开发者参与其中,以非常低的开发成本触达到用户,平台以极简开发模式,提供稳健的技术能力支持,精准、高效的分发服务/内容顺畅的用户体验帮助。
      03
      竹间智能产品咨询顾问分享了竹间如何以情感智能为企业赋能。竹间在政务大厅的实体机器人,正是因机关所希望达到的“最多跑一次”的理念而诞生。来访市民可以通过机器人进行咨询,在对话过程中把业务办理完成。竹间的知识图谱不仅在政务,还应用在金融业、制造业,基于图谱搭建机器人平台从而提供服务,并实现全天候的业务办理及拟人化的体验。
      机器人不仅需要有对话能力更需要具备对话管理能力。竹间机器人能够从多轮对话跳转到知识图谱,解答场景问题,监测客户情绪、语速和情感、提取客户画像,识别到客户办理的意图,并提供流程引导,同时也会产生相应的报表,在后台进行记录。
      竹间人希望未来每个人都能够拥有一个能够听懂、看懂、读懂情感,真正成为人类伙伴的对话机器人。
      04
      交通大学赵海教授以《语言模型、对话系统和机器阅读理解》为主题,对现有的对话与交互系统进行了分析。目前多轮、基于事实的任务型对话系统是重大需求,更强的对话交互能力所面临的挑战在于更精准的检索与匹配、基于阅读理解的上下文建模和个性化、多样化的对话生成。在未来应该将前沿的预训练语言模型应用到多轮对话系统。
      05
      南京新一代人工智能研究院副总经理董晓飞就《智能客服评估规范解读与实践》进行了分享。智能客服产业已形成产业链,智能客服市场虽然竞争激烈,但一直没有一套标准来规范。为促进整个市场的良性竞争,健康发展,提供用户甄别产品的能力。由中国信息通信研究院、南京新一代人工智能研究院牵头,以用户角度感知为切入点,制定系列规范,并完成了第一轮的测评工作,在主论坛对测评通过的企业颁发证书。竹间智能很荣幸参与了本次的测评并获得认可。
      11月2日的人工智能开发者大会主论坛上中国信息通信研究院院长刘多,工业和信息化部科技司司长胡燕,杭州市副市长柯吉欣,中国人工智能产业发展联盟理事长,中国工程院院士潘云鹤等来宾发表重要讲话。本次主论坛上同时发布了天枢人工智能开源开放平台,并对中国人工智能产业发展联盟评估结果发布暨证书颁发仪式。
      竹间智能的智能客服系统在中国信息通信研究院和AIIA组织的智能客服系统功能测试中满足功能增强型要求,即具备多类型信息识别能力,具备高度智能化上下文语义理解能力。
      竹间智能客服产品是由竹间自主研发的人工智能机器人定制平台,拥有自然语言理解(NLP)、语义理解(NLU)、语音识别(ASR)、知识图谱(KG)等核心算法与技术,提供在线机器人、赋能在线客服等智能服务场景,以及智能知识库、对话工厂、智能训练等全链路智能服务产品。同时竹间针对不同行业的多个领域(如金融保险、电商物流、商业领域等行业及企业人力、政务咨询、营销、销售等场景)提供高效的智能客服解决方案。企业不需要写代码、不需要机器学习专家就可以快速落地、灵活定制客服对话机器人。
      竹间智能的智能客服已服务多个企业大客户。例如,光大银行信用卡中心通过竹间的AI任务引擎搭建了现金、现金分期、查账、还款、办卡等多轮业务场景,并通过中控平台进行统一的场景分发。同时进行AI赋能,使行内业务人员可以轻松搭建对话业务机器人,提供对外和对内服务。
      解决用户咨询的高频业务问题的同时,也为信用卡核心业务带来了新的转化渠道;并且通过友好的话术引导客户交易并提高服务能力和质量,从而提升APP客户满意度,增强APP用户粘性。
      最终帮助企业降低人力成本,提高客服坐席响应效率、提升企业业务处理效率,同时机器人在不断优化学习中提供更好的用户服务体验。
    上一篇:网页页面加载对用户访问的影响
    下一篇:网站获取外部链接的10个常用的有效办法
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    AIIA2019人工智能开发者大会竹间专场论坛 --创智—NLP·知情感·创未来 AIIA2019,人工智能,开发者,