您的位置: 网界网 > 新闻 > 正文

虚拟助理:AI的曙光

2015年08月19日 11:09:31 | 作者:范范编译 | 来源:

摘要:人工智能(AI)助理Amy Ingram向她主人的同事发送了一封简短的邮件,为两人见面一起喝咖啡的时间提出了建议。她提供了主人平常能够为这种会面预留出来的时间。

标签
AI
人工智能

虚拟金融顾问

目前的许多人工智能技术是通过自然语言软件来理解用户的意图,然后通过大量的数据分析找出明智的答案。许多从事保险和金融服务的公司正通过面向客户的智能顾问,使用IBM的认知计算系统Watson帮助实现成功的。

总部位于美国圣安东尼奥,为军人家庭提供服务的金融服务提供商USAA正在通过应用充分利用Watson的能力,让它们回答USAA客户关于大学学费报销或调整保健福利金等问题的咨询。

USAA 负责军队转型的助力副总裁Eric Engquist在一份声明中称:“USAA选择了军人转业的话题作为进军认知计算领域的突破口,因为它们能够为有限数量的用户提供一个单一的焦点——大约每年有150,000人离开军队。”

USAA的团队花了大约6个月的时间训练Watson回答关于军队转业的问题。开发者称,他们最初通过2,000个问题来训练计算机,机器能够回答的问题正在不断增加。Watson仅知道他们被教授的内容,因此当遇到无法回答的问题时,开发者将会教授它们如何回答这些问题。

USAA高管表示,他们的目标是提升员工们的专业知识,而不是替代他们。与USAA过去使用的数字化门户网站相比,智能系统可以提供更强大的洞察力和更详实的信息,帮助缩短服务电话的时间(+本站微信networkworldweixin),为咨询电话提供更多的相关情况,减少与客户互动的文书工作量。

在其它的人工智能方案中,澳大利亚银行ANZ在去年秋季在其悉尼Grow中心部署了IBM的Watson业务顾问(Engagement Advisor),并计划让400多名理财规划师也能够使用该认知计算平台的功能。

当客户咨询理财规划师关于公司或投资问题时,顾问可通过口述或打字的方式将客户的问题转给使用自然语言的Watson。随后系统会在如年度报告、美国证券交易委员会(SEC)文件、相关新闻事件或其他分析师观点等大量信息中进行搜索,并给出它们关于这些投资的分析看法。Forrester的Goetz称,在进行投资决策时,“它们真的可以帮助我们察看大量不同的信息,给出更为全面的分析看法,而不仅仅是得出一些财务数字。”

ANZ称,他们希望能够汇集客户和金融顾问提出的问题类型,以便继续增强Watson的能力和洞察力。

机器助理

人工智能的其它范畴还包括Gartner称之为“实干家”的东西——即能够自动处理任务,使用自然语言或非自然语言的机器人和联网机器。

例如,机器人程序自动化软件开发商Blue Prism开发出了“软件机器人”,以处理后台管理任务,将来自孤立系统的相关数据整合起来从而完成各种指派的工作。开发这种技术涉及到对管理人员在计算机上所做的工作进行计算机化——模仿工作人员在调用不同企业应用时的键盘敲击情况。随后机器人的用户能够编辑这一程序。Blue Prism 的首席营销官Pat Geary称:“软件机器人被教授如何像员工一样登录所有不同的系统,如何像员工一样将从一个系统中获得的客户信息映射至另外一个系统上。”

英国伯明翰大学医院目前已经使用了35至40个软件机器人处理不同的任务,系统每天都会汇集大量事务。首批软件机器人用于管理医院每天都需要接待的2,000多名门诊病人。之前这些病人需要联系34个服务台选择就诊时间,但是由于设计不周,这些服务台被合并成了一个中央接待区。

伯明翰大学医院随后提出了使用查询机的方式加快预约流程,但是由于医院的病人预约系统是一个封闭的平台,因此无法与这些查询机进行通信。英国国家医疗服务系统基金会伯明翰大学医院信息与通信技术主管Steve Chilton 称:“Blue Prism开发的工具能够将这两个系统连接在一起,它们先以询问的方式从查询机解决方案的数据库中选取相关数据,然后通过机器人流程自动化的方式将这些数据键入到病人预约系统当中。”

如今这些软件机器人每周可以更新病人预约系统40,000多次。Chilton 称:“我已经认识到这些软件机器可以应用到医院的许多部门当中,帮助消除重复性工作,促进整合,让各种繁重的事务性工作实现自动化。”

人工智能的未来

尽管人工智能正在快速发展当中,但是Gartner认为人工智能在至少两年当中,甚至是十年当中不会出现真正的业务转型。而那些让机器能够自己思考的未来真正的通用机器智能甚至还需要更长的时间。

行业观察家认为,即便人工智能技术所承诺能力近些年来可能无法实现,公司目前还是应当着手使用带有基本人工智能功能的系统。通过这种方式,员工可以小规模地适应这种技术,IT领导者也可以学习到如何培养用户使用人工智能功能。

Goetz称:“目前我们必须要学习各种不同的培训、管理和交互方法。如果我们现在不做这些工作,一旦更高级的人工智能做好了大规模运行的准备,并实现了真正的商业化,那么我们将需要花费更多的时间才能适应和学会使用这些新功能。”她认为这一解决方案可让我们拥有超前的眼光。

1 2
[责任编辑:孙可 sun_ke@cnw.com.cn]

我也说几句