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
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。