對話(huà)式AI系統是計算機或程序，它們通過(guò)自然語(yǔ)言對話(huà)與人進(jìn)行交互，就像真人一樣。對話(huà)式AI借鑒了一組技術(shù)，包括語(yǔ)音識別，文本到語(yǔ)音轉換，語(yǔ)音生物識別，自然語(yǔ)言處理（NLP）和機器學(xué)習（ML）。對話(huà)式AI系統使您的客戶(hù)更容易通過(guò)自動(dòng)化系統獲得支持，因為可以大大簡(jiǎn)化交互的復雜性。我們都使用過(guò)IVR系統，這些系統會(huì )引導您進(jìn)行一系列漫長(cháng)而令人沮喪的交互，其中呼叫者在每個(gè)階段都必須回答“是”或“否”類(lèi)型問(wèn)題。對話(huà)式AI增加了可自動(dòng)查詢(xún)的百分比，可幫助您延長(cháng)服務(wù)時(shí)間，并使您能夠向更多的受眾提供服務(wù)。對話(huà)可能很復雜；不僅是您使用的單詞，因此，一個(gè)好的對話(huà)式AI系統需要了解上下文，語(yǔ)氣，情感和以前的對話(huà)。虛擬座席使用對話(huà)式AI與客戶(hù)進(jìn)行自然，自由的對話(huà)。

　　人工智能作為一個(gè)領(lǐng)域已經(jīng)存在了數十年。可以這么說(shuō)，這是因為處理和存儲的價(jià)格已大大降低，而有用的數據已變得更加廣泛和深入。機器學(xué)習（ML）是AI的一個(gè)子集，在過(guò)去的十年中醒來(lái)，以實(shí)現豐富的數據客戶(hù)體驗。簡(jiǎn)而言之，機器學(xué)習科學(xué)家建立了數學(xué)模型，

　　預測結果，然后將數據輸入該模型，從而提高整體預測準確性。俗稱(chēng)此活動(dòng)為機器學(xué)習的“訓練模型”。由于科學(xué)和計算能力得到了極大的提高，因此機器學(xué)習在最近幾年變得非常出色。

　　美國職業(yè)棒球大聯(lián)盟（Major League Baseball）遍及整個(gè)機器學(xué)習過(guò)程，利用它以及從每個(gè)擊球中每個(gè)步距跟蹤的大量數據，從根本上改變游戲的管理方式，從防御性定位到最高點(diǎn)選擇再到陣容選擇。同樣，房地產(chǎn)公司Zillow使用ML及其龐大的用戶(hù)互動(dòng)數據庫來(lái)預測特定購物者可能希望看到的房屋，并在購物者點(diǎn)擊每個(gè)產(chǎn)品時(shí)對其進(jìn)行調整。公司還使用ML來(lái)訓練自動(dòng)駕駛汽車(chē)，提高制造效率并改善金融交易中的欺詐檢測。

　　自然語(yǔ)言處理（NLP）是人工智能領(lǐng)域，允許計算機與人類(lèi)對話(huà)（無(wú)論口頭還是書(shū)面）進(jìn)行交互。換句話(huà)說(shuō)，NLP允許人們與設備交談或用文本交流，并使設備了解該人的講話(huà)。在過(guò)去的幾年中，NLP也取得了很好的成績(jì)，準確率達到97％的情況并不罕見(jiàn)，接近于呼叫中心基準。處理語(yǔ)音的NLP特定子集稱(chēng)為語(yǔ)音識別，其本身的準確性接近95％。

　　在客戶(hù)場(chǎng)景中，NLP，語(yǔ)音識別和ML混合在一起，通過(guò)自動(dòng)呼叫中心和數字助手（例如智能揚聲器和電話(huà)）提供服務(wù)。語(yǔ)音識別模塊會(huì )處理和合理化口語(yǔ)單詞，而ML模塊會(huì )找出如何處理和響應口頭輸入。這些技術(shù)正在不斷學(xué)習和改進(jìn)，因為它們的算法會(huì )隨著(zhù)輸入更多數據而變得更好。

　　云計算的出現和強大的API庫的增長(cháng)為企業(yè)提供了一種靈活高效的方法來(lái)將AI構建或集成到其銷(xiāo)售流程中。它也是使多個(gè)技術(shù)平臺和服務(wù)提供商能夠支持各種經(jīng)濟模型（即構建，購買(mǎi)，訂閱）的云。

　　云，NLP，語(yǔ)音識別和ML是Gartner預測AI即將到來(lái)的關(guān)鍵技術(shù)，到2020年，這將改變吸引客戶(hù)參與的游戲。他們已經(jīng)到達。一切都在改變。

　　原文網(wǎng)址：https://www.inferencesolutions.com/blog/2019/2/27/what-is-conversational-ai