——沃倫·巴菲特
人工智能成功的五大標(biāo)準(zhǔn)：大數(shù)據(jù)、受限性、反饋性、計(jì)算力與智能程度。
——楊強(qiáng)教授
“科技已經(jīng)摧毀了許多傳統(tǒng)制造業(yè)和藍(lán)領(lǐng)崗位，下一步可能給中產(chǎn)階級帶來類似災(zāi)難。”
——史蒂芬·霍金
面對AI的快速發(fā)展，各路人馬褒貶不一。科技進(jìn)化史、人類勞動(dòng)解放史、機(jī)器人威脅論觀點(diǎn)也十分精彩。然而毋庸置疑的是，人工智能是成功的。
智能機(jī)器人從簡單學(xué)習(xí)到深度學(xué)習(xí)，至無監(jiān)督地強(qiáng)化性自主學(xué)習(xí)。機(jī)器閱讀（machine reading）、大數(shù)據(jù)（Big Date）匯總分析再到具有高含金量的小數(shù)據(jù)（Small Date），AI到底能發(fā)展到什么程度，至今也沒有具體的定論。
那么聰明的智能機(jī)器人能做到什么程度呢，機(jī)器人又是如何滿足訪客業(yè)務(wù)咨詢、數(shù)據(jù)查詢、功能調(diào)用等需求的呢？
1、問答之語言中樞
所謂語言中樞不外乎一問一答的知識型匹配。AI的智能性本質(zhì)上是有區(qū)分于人類思維的，所以涉及到NLP工程師們對于機(jī)器學(xué)習(xí)中自然語言的句法分析、語義理解、信息抽取以及信息檢索研究，使深度學(xué)習(xí)算法在文本挖掘中得以應(yīng)用開發(fā)。
機(jī)器人智能問答涵括寒暄聊天、第三方信息等智能聊天，也有側(cè)重于語義理解、知識匹配的業(yè)務(wù)應(yīng)答，還有符合用戶需要的相關(guān)智能推薦，業(yè)務(wù)覆蓋性問題的長尾問檢索、文檔及全網(wǎng)性查找。
2、交互之運(yùn)動(dòng)神經(jīng)
機(jī)械的問答模式已經(jīng)給不了訪客體驗(yàn)滿足感，所以AI機(jī)器人發(fā)展需要能觸發(fā)多重任務(wù)的完成。抽取多輪會話信息，組合理解訪客意圖。
訪客智能查詢是根據(jù)問題在業(yè)務(wù)數(shù)據(jù)系統(tǒng)中進(jìn)行抽調(diào)查詢，可以多重?cái)?shù)據(jù)交叉調(diào)用，獲取訪客真正需要的信息。智能機(jī)器人抽取出用戶想要表達(dá)的各類信息實(shí)體，篩選匹配到多條件組合信息。
3、統(tǒng)計(jì)之行為數(shù)據(jù)
智能問答機(jī)器人從感知到訪客的行為，經(jīng)過“神經(jīng)傳輸”到做出反饋的過程，正是機(jī)器人行為表現(xiàn)的過程。根據(jù)用戶的頁面點(diǎn)擊行為進(jìn)行預(yù)測推薦，更快一步實(shí)現(xiàn)有效地人機(jī)互動(dòng)。
機(jī)器人自動(dòng)聚類發(fā)現(xiàn)工單、客服記錄服務(wù)熱點(diǎn)，結(jié)合結(jié)構(gòu)化數(shù)據(jù)信息對用戶自動(dòng)分組，從而對訪客進(jìn)行畫像，以便用戶多維度分析業(yè)務(wù)問答數(shù)據(jù)，有針對性訪客回答。
4、拓展之外設(shè)能力
AI純文字識別的時(shí)代已然過去，語音、圖片、視頻、音頻、人臉的識別都成為必然的發(fā)展方向。
智能機(jī)器人發(fā)展已經(jīng)到達(dá)能進(jìn)行語音輸入識別，輸出反饋、插入多種識別模塊的階段。更多的智能實(shí)體也展現(xiàn)在用戶面前，I，Robot中的場景會不會在現(xiàn)實(shí)中出現(xiàn)呢，相信不遠(yuǎn)的將來就有答案了。
