至顶网软件频道消息:
通过语言分析,该工具可以使用客户服务代理和聊天机器人通过对话来接收七种不同类型的语调。
IBM的Watson人工智能平台正在获得一个新的增强功能,将帮助系统在客户服务场景中探知人的情绪。
根据周四发布的博客文章,IBM Watson杰出的工程师和主要发明人Rama Akkiraju表示,新的Customer Engagement(客户互动)Tone Analyzer(语气分析)工具旨在帮助客户服务代理和聊天机器人对沮丧、悲伤或满意的客户进行适当的回应。
通过语言分析,该工具可以通过与客户服务代理和聊天机器人的对话来接收七种不同类型的语调:沮丧、满足、兴奋、礼貌、不礼貌、悲伤和同情。该系统还声称能够在表情符号、表情和俚语中捕捉到这些情绪。
Tone Analyzer(语气分析器)是通过机器学习算法开发的,该算法在Twitter上对客户支持对话进行了培训。它还可以探测到对话过程中的语气变化,并提供关于对话代理在交互期间应该更加同情、礼貌或激动的建议。
Akkiraju在博客文章中表示:“新功能使得聊天机器人能够感知语气,使其能够为沮丧、悲伤或满意的客户提供独特的响应。”他表示,“例如,它可以这样回应悲伤的客户,‘我很抱歉你对这个问题感到不安,’但是对满意的客户说,‘我很高兴你对我们的服务感到满意’。”
在Jefferies分析师James Kisner发表了对该认知平台以及IBM在内部推广人工智能和保持人才的能力的严厉批评之后, IBM本周一直在努力为其Watson业务辩护。
IBM首席财务官Martin Schroeter周三表示,Watson正在政府和金融服务中寻找使用案例。使用了Watson的IBM Services Platform也将推动应用。
Schroeter表示,“我们看到Watson的部署在全球不断扩大。认知机会是全球性的。它并不以纽约或波士顿或硅谷为中心。我们不能只是在这些地方看和听。”
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。