——沃倫·巴菲特
人工智能成功的五大標準：大數據、受限性、反饋性、計算力與智能程度。
——楊強教授
“科技已經(jīng)摧毀了許多傳統制造業(yè)和藍領(lǐng)崗位，下一步可能給中產(chǎn)階級帶來(lái)類(lèi)似災難。”
——史蒂芬·霍金
面對AI的快速發(fā)展，各路人馬褒貶不一。科技進(jìn)化史、人類(lèi)勞動(dòng)解放史、機器人威脅論觀(guān)點(diǎn)也十分精彩。然而毋庸置疑的是，人工智能是成功的。
智能機器人從簡(jiǎn)單學(xué)習到深度學(xué)習，至無(wú)監督地強化性自主學(xué)習。機器閱讀（machine reading）、大數據（Big Date）匯總分析再到具有高含金量的小數據（Small Date），AI到底能發(fā)展到什么程度，至今也沒(méi)有具體的定論。
那么聰明的智能機器人能做到什么程度呢，機器人又是如何滿(mǎn)足訪(fǎng)客業(yè)務(wù)咨詢(xún)、數據查詢(xún)、功能調用等需求的呢？
1、問(wèn)答之語(yǔ)言中樞
所謂語(yǔ)言中樞不外乎一問(wèn)一答的知識型匹配。AI的智能性本質(zhì)上是有區分于人類(lèi)思維的，所以涉及到NLP工程師們對于機器學(xué)習中自然語(yǔ)言的句法分析、語(yǔ)義理解、信息抽取以及信息檢索研究，使深度學(xué)習算法在文本挖掘中得以應用開(kāi)發(fā)。
機器人智能問(wèn)答涵括寒暄聊天、第三方信息等智能聊天，也有側重于語(yǔ)義理解、知識匹配的業(yè)務(wù)應答，還有符合用戶(hù)需要的相關(guān)智能推薦，業(yè)務(wù)覆蓋性問(wèn)題的長(cháng)尾問(wèn)檢索、文檔及全網(wǎng)性查找。
2、交互之運動(dòng)神經(jīng)
機械的問(wèn)答模式已經(jīng)給不了訪(fǎng)客體驗滿(mǎn)足感，所以AI機器人發(fā)展需要能觸發(fā)多重任務(wù)的完成。抽取多輪會(huì )話(huà)信息，組合理解訪(fǎng)客意圖。
訪(fǎng)客智能查詢(xún)是根據問(wèn)題在業(yè)務(wù)數據系統中進(jìn)行抽調查詢(xún)，可以多重數據交叉調用，獲取訪(fǎng)客真正需要的信息。智能機器人抽取出用戶(hù)想要表達的各類(lèi)信息實(shí)體，篩選匹配到多條件組合信息。
3、統計之行為數據
智能問(wèn)答機器人從感知到訪(fǎng)客的行為，經(jīng)過(guò)“神經(jīng)傳輸”到做出反饋的過(guò)程，正是機器人行為表現的過(guò)程。根據用戶(hù)的頁(yè)面點(diǎn)擊行為進(jìn)行預測推薦，更快一步實(shí)現有效地人機互動(dòng)。
機器人自動(dòng)聚類(lèi)發(fā)現工單、客服記錄服務(wù)熱點(diǎn)，結合結構化數據信息對用戶(hù)自動(dòng)分組，從而對訪(fǎng)客進(jìn)行畫(huà)像，以便用戶(hù)多維度分析業(yè)務(wù)問(wèn)答數據，有針對性訪(fǎng)客回答。
4、拓展之外設能力
AI純文字識別的時(shí)代已然過(guò)去，語(yǔ)音、圖片、視頻、音頻、人臉的識別都成為必然的發(fā)展方向。
智能機器人發(fā)展已經(jīng)到達能進(jìn)行語(yǔ)音輸入識別，輸出反饋、插入多種識別模塊的階段。更多的智能實(shí)體也展現在用戶(hù)面前，I，Robot中的場(chǎng)景會(huì )不會(huì )在現實(shí)中出現呢，相信不遠的將來(lái)就有答案了。
