熊琨:人工智能技术对于企业客户有一个教育过程

人工智能 18kr 197℃

“第22届科博会主题报告会暨中国科技创新论坛”于10月24日在北京举行。主题为:推动科技创新中心建设 引领产业高质量发展。宁波薄言信息技术有限公司联合创始人兼CEO熊琨出席并发表演讲。

熊琨表示,ai企业服务的难题,人工智能技术对于企业客户来讲有一个教育的过程,实际上很难。大家也会觉得,语言解析技术和AI技术是有局限的,可能觉得交汇也不够自然,甚至卖给我是一个黑盒系统,升级很困难。积累数据难以利用,怎么去理解,都是问题。我们认为现在AI企业服务最大问题是服务不够好,我们怎么做?创造一个机器人只是提供了核心工具,我们需要用ai升级整个流程的服务,首先是需求阶段,了解企业需要什么,有什么难题。

以下为文字实录:

熊琨:

非常高兴今天跟大家分享这个话题。薄言虽然不是很出名,但是我们有很多很有趣的场景跟大家分享一下。我是公司的CEO,今天我们主要聊聊深度学习NLP在场景下的应用。我们是什么样的一家公司?我们这家公司2013年成立在加拿大,到现在成立6年,专注于文本语义的理解,早期接触中国市场,包括从2016年开始,我们跟小米电视,崔博士的小米大脑团队进行合作,后面和华为多个bu深入合作,今年也拿到了华为深创投的投资,现在全面发展中国市场。

现在我们研究院在加拿大,中国在北京、深圳、宁波有三个办公室。我们的团队技术力量比较强,基本上大家都是一流学校毕业,拥有一线互联网公司的研发经验。公司董事长李明,加拿大皇家科学院院士,获得加拿大科学最高奖基廉奖,首席科学家JIMMY LIN博士,滑铁卢大学教授,TWITTEr数据科学家。其它几位创始人都是中国人,我们有清华大学,也有隔壁北大的同学。

我们做什么,我们想做什么?尽管这个领域比较小,但是我们认为在人工智能最难的是自然语言问题。一代机器人是基于关键词技术,在客服领域大家经常会体验到。二代技术,慢慢可以做更深语义的理解,包括做多轮的交互,当然这个也分为前语义和深语义,跟在加拿大做的比较相关…孕育深度学习这样的技术我们通过深度学习技术,能让机器对人的语言把握的更精准,甚至让交互体验做的更好。三代机器人,是我们最关心的,也是我们花了大量力气做的事情,我们起来了一个名字,MR·Y,我们想让新的机器人,能不能自己解释我做出的角色是什么判断的,能不能够在这个领域做到学习。比如银行里面,关心企业风险控制,包括信贷的风险,有没有欺诈的行为。我们期待未来的下一代机器人能够帮助我们解决这些问题。我们关注是未来下一代的智能。

路径是什么?2016年推出儿童的聊天机器人,效果不错的。放了很多深入学习技术在里面,做了很多实验,看到很多现象,非常有意思,尽管它很小,很蠢萌,它可以自动写诗,包括做多领域多状态的管理,甚至做多模式,视觉和语言一起的,都是我们自己开发的。这是我们和小米电视四合作的云电视第一款。这是我们在发布会上做的一个案例,比较复杂的语言,大概50毫秒所有的时间给你一个正确的结果。从1到10的过程当中,我们开始和开始赋能企业,非常感谢中国的科技企业对我们的帮助。在这个过程当中,把一个实验室原型变成互联网的产品,和小米电视合作是电影查询的语言解析。后面也跟百度的dueos合作,对我们的性能提升有很大帮助,最后当然要感谢华为,和他们不同的业务线合作中间,让我们的技术变得更加成熟。

从1到100,今年年初发布了这么一个平台,内测阶段有三四十家企业试用,百万人左右在上面聊天,企业在上面很方便的创建自己的聊天机器人,并且未来用更多训练的技术让它变得更好。例如客服场景,微信机器人处理客户请求,金融和保险,可以完成询价和复杂的咨询,餐饮行业语音点单,营销调查场景,通过语音完成多轮的复杂的调表工作。

如何操作?先创建一个聊天机器人,起一个名字叫乔峰,给他一个降龙十八掌的技能,接下来在平台可以填写它的名字、属性、生产、年月。客户行业最熟悉的是问答知识库,把问题输进去,我们也兼容各种知识库类型,我们的算法能力和精度都做的非常不错,大家可以去体验一下。

录入之后可以做发布,支持微信公众号和微信小程序,我们也会提供API和开放的SDK,方便接入你们的系统。上线之后会看到各种各样的日志,包括使用情况,我们也可以用平台上面的训练师的功能让机器人变的更好。大家可能会问薄言体的平台优势是什么,面对更多的大厂和客服行业都推出了自己的对话机器人平,我们的优势是什么?首先,我们是中英文双语的,如果大家有海外需求的,甚至有法语需求的可以优先使用我们,中英文混合的情况,我们也理解的很好。

轻语平台有什么优势呢?相比于众多巨头的对话平台

面向业务场景,让企业录入的数据更少,精度更高。比如餐饮行业上传一张菜单生成机器人,面向技术开发者,我们开放完整的API,开放多种的技能,可以自己创造技能。面向服务来讲,我们用ai技术升级整个服务流程,从数据整理到部署实施。更多的开发者可以更多高级功能包括,自定义意图和任务驱动对话,更复杂的对话场景支持图编程。在京东每天百万的客服聊天对话当中,我们的机器人没有主动跟客户聊天,但是我们在监控每个客户和客服聊天当有没有不满意情况,产品出现问题的情况,订单状态如何。上线效果非常好,极大提高了满意度。

技术构架上在,从最底层到上层都有自研技术

核心技术,语言理解引擎,无监督的设定下,我们普遍好于友商的语义相似度计算精度。通用语义理解,监督的情况下可以做到96%精度,时间在100ms之内,这是小米给我们的反馈。最新引擎甚至比友商高10%,我司学术方面成果更多,2018年底的时候发了一篇自然杂志的子期刊,把自然语言技术运用在生物序列上面,2019年4月MS MARCO排第一,我们在SquARD1.1上面开放问答达到学界最好效果。右边这个图是我们SIGIR最佳短文提名,今年的文章有10来篇。

聊一聊ai企业服务的难题,人工智能技术对于企业客户来讲有一个教育的过程,实际上很难。大家也会觉得,语言解析技术和AI技术是有局限的,可能觉得交汇也不够自然,甚至卖给我是一个黑盒系统,升级很困难。积累数据难以利用,怎么去理解,都是问题。我们认为现在AI企业服务最大问题是服务不够好,我们怎么做?创造一个机器人只是提供了核心工具,我们需要用ai升级整个流程的服务,首先是需求阶段,了解企业需要什么,有什么难题。第二,个友商做对比,在同样的其他下跟线性系统对比有多大空间。协作阶段是AI服务特有的,传统软件卖给企业就能用了,但是AI产品需要给企业输入数据,需要标注,需要告诉你这个模型好不好,最后实施阶段也有很多难题,因为企业已经采用大量的系统,新的机器人如何与原有系统集成。在需求阶段,因为很多企业已经有智能客服,我们就需要直观的给出他们目前方案存在的问题,可以提升的能力等。

在对比阶段,我们提供对话评测方案,这个技术也作为了今年nlpcc开放对话评测的评价标准。协作阶段有没有办法帮企业整理他们数据,有企业想要上线一款聊天机器人,只有客服中心的粗糙数据,甚至没有数据,我们就需要通过聚类和生成技术来帮助企业度过冷启动的阶段。

企业录入数据的时候,比如传统知识库,提供问题希望你能提供更多相似问题来增加知识库匹配。我们用了生成的方法生成相似的问题,增加匹配度,节省大量时间。

实施过程当中,我们将nlp和RPA结合。右边是一个客服辅助的系统,一个客服聊天,料过程当中会推荐话术,自动填写订单,而订单系统是一套原有的从美国采购的系统,我们可以通过nlp技术从一个系统的对话,提取关键信息,姓名,电话,住址和事件等,送到另一个工单系统里完成自动化提交,这个流程自动化ai机器人可以设计的非常复杂,节省大量重复的人工操作。

转载请注明:18克 » 熊琨:人工智能技术对于企业客户有一个教育过程

喜欢 (0)

关注移动互联网

联系我们