第3章 人机对话模型

在人机对话模型这部分,我们重点看在不同的环节会涉及到什么关键技术。

整个过程大体分成三个阶段。首先,用户通过智能终端发起请求,智能终端将采集到语音信号、图像信号或者文本信息进行处理,这部分涉及到语音识别和人脸识别技术。语音识别在这里涉及对信号的采集,把语音信号转成文字信号,然后把识别出的文字再转交给第二个阶段---NLP Layer(自然语言处理层),在NLP Layer这个环节进行文本信息的分词以及主体和意图的识别,这就涉及到自然语言处理的关键技术。接下来第三个阶段就要根据识别出来的用户意图去寻找相应的服务和支持,这时候就涉及对知识图谱和数据层的访问,知识图谱是公共领域的知识库,数据层存储的是历史对话的经验内容。也就是说,要么找过往对话寻找现成的答案,要么通过知识图谱重新组织答案。第三阶段涉及的关键技术就是知识图谱,而整个这个交互过程就是典型的问答机器人的技术。

综上,整个人机交互模型里面涉及的五大关键技术,包括语音识别、人脸识别、自然语言处理、知识图谱以及问答机器人。这些就是后续主要介绍的内容,当然,后续又追加了另外的部分就是无人驾驶。

3.2 关键技术分布

3.2.1 人工智能技术梯队划分

从图3-2中我们看到中国当前人工智能技术的布局。第一梯队划分为智能机器人和无人机,第二梯队是自然语言处理,第三梯队是计算机视觉与图像。

语义分析、语音识别技术、问答/客服/聊天机器人、人脸识别技术、视觉/监控、自动驾驶/辅助驾驶、图片属性识别、个性化推荐引擎、舆情分析、医疗影像诊断、工业视觉检测、虚拟助理、机器翻译、字符识别、三维视觉、情感计算等等。这张图里面我们可以清楚地看到,在人工智能领域有哪些公司在布局。这张图也可以认为是对人工智能当前主要应用方向的归纳和总结。

3.2.2 中美人工智能企业布局对比

我们可以从图3-3中看到,自然语言处理、机器学习、计算机视觉与图像、技术平台等人工智能相应领域中美存续企业的数量。并且从这里面我们能够看到另外一个现象,就是美国企业对自然语言处理、机器学习和计算机视觉的投入相对较大,同时在技术平台这块儿兴趣也远高于中国。然而中国企业则聚焦在智能问答机器人方面。这部分我们可以去补充一些信息,就是在问答机器人这部分我们可以去关注Facebook和微软的问答机器人的平台,在国内问答机器人有百度的DuerOS。

思考几个问题,人工智能技术你都了解哪些?他们发展得到底怎么样?有没有真正达到工业级应用的水平呢?

下一节:从云山雾罩的大数据,到泛滥成灾的互联网思维,有人迷失,有人觉醒,迷失者继续凌乱,而清醒者却开始探索其背后的本质。当喧嚣散去,山还是山,商业还是商业,本质未变,变的只是渠道和方法。互联网与大数据的时代,如何回归商业的本质,数据化运营也许不是唯一的答案,但却会是一种有效的手段。本文作者采用5w+1h方法论,试图构建数据化运营的方法理论体系,带你走进数据化运营世界。全篇围绕谁来做数据化运营?为什么需要数据化运营?数据化运营的目标和收益是什么?数据化运营如何做?何时做?从什么地方切入?一一展开,抽丝剥茧,若能能给读者以裨益,足以快慰其心。
作者:张子良