至顶网软件与服务频道消息: 新冠肺炎爆发后,疫情排查防护工作日益严峻。鉴于疫情排查的范围广、人员多,不仅需要消耗大量的人力物力,且很难准确全面的统计疫情状况,同时面对面的访问调查还会增加交叉感染风险。
苏宁科技紧急响应,利用自研人工智能技术,开发了智能语音机器人,通过人机对话模式,提高了疫情筛查统计的效率和精准度。苏宁表示该产品不仅可实现在企业内部使用,并且可开放给社会各级政府、企事业单位、街道、社区等,提供疫情统计电话和疫情问题在线问答服务。
“科技”已成为当前防控、遏制疫情蔓延的重要力量之一。苏宁科技相关技术人员表示,疫情防控智能语音机器人是通过利用语音识别、自然语言理解、语音合成等核心技术以及多轮对话管理、VOIP、知识图谱、大数据等技术研发而成。通过智能语音机器人提问可以来收集和核实个人身份信息、健康状况、行踪以及接触人群信息等,可实现1分钟近百个电话访问,工作效率远高于人工呼叫。
通过智能语音机器人自动呼叫目标人群的电话,收集和确认信息,可与目标人员进行多轮交互式会话,信息确认完后,会自动对收集到的信息进行分类、统计和汇总。
“您好,我是苏宁疫情防控中心的小苏,本次通话将对您目前的身体状况做一个简单的回访。”“请问您今天的体温有没有超过三十七点三度?”“请问您的家人朋友或接触过的人,今天有没有发烧,咳嗽,气促的症状?”…面对语音机器人的问题,受访人群可以选择“有的或没有”进行回答,系统会自动记录,并根据受访者不同情况进行智能判断、分类提问。
当前,处于返程高峰期,更是新冠肺炎疫情防控的关键期。如何对返程复工人员进行全面、高效、精准的健康状况筛查,已成为企事业单位、社会机构等面临的一大难题。苏宁语音机器人 “以一顶百”, 提高了疫情筛查的效率与精准度,成为了疫情防控的有利助手,以科技创新助力打赢抗疫战。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。