一站式企业级情感人工智能平台,Bot Factory(TM) DIY

转载 美通社 | 2020-06-01 15:27
2020年5月29日,竹间智能召开以“AI智简 新基建”为主题的Bot Factory? 2020新品发布会,推出全新升级的一站式企业级情感人工智能平台,从当前新基建的大潮出发,围绕“对话式AI”,“认知AI”,“情感AI”对平台设计理念和具体功能亮点展开详细演示。 竹......

上海2020年6月1日 -- 2020年5月29日,竹间智能召开以“AI智简 新基建”为主题的Bot Factory? 2020新品发布会,推出全新升级的一站式企业级情感人工智能平台,从当前新基建的大潮出发,围绕对话式AI认知AI情感AI对平台设计理念和具体功能亮点展开详细演示。

竹间于2017年发布第一版Bot Factory?,经4年的优化,完成了多个版本的升级迭代,进而成为竹间产品走向商业化的关键核心和支柱。

此次发布包括27项重要技术和功能升级,6个企业级智能应用发布。一个平台,N个场景,无需代码,快速落地,旨在打造人人都能创建的对话式机器人平台。

Emotional Robot for everyone,
every business,
and every smart device

企业智能转型中的挑战与机遇

新基建是以新发展理念为核心,在“新基建”的催化下,人工智能率先在企业中加速落地,智能升级成为企业转型的关键。

智能化需要解决的是企业发展的核心问题??“降本增效”,而对话机器人的最大价值在于为企业人力效率有限、人力成本过高、获客成本居高不下等难题提供新思路,实现多角色、全场景、全媒体的协同应用。

不少企业已经采用对话机器人,但在使用过程中却产生了新的问题:

  • 运维变得越来越困难
  • 业务场景无法更新
  • 答非所问、菜单式、无法回答客户问题
  • 知识没有连接业务数据
  • 缺乏有效的自学习

与此同时企业拥有大量非结构化数据难以有效利用:

  • 海量数据中,如何提取价值数据且对业务决策进行辅助
  • 分散的多种数据,需要进行互动和共享,得到有效利用
  • 数据种类繁多且数量巨大,缺乏检索和查询途径
  • 大量孤岛数据,无法通过有效的工具进行搜索
  • 众多非格式化文档数据,缺乏格式化工具进行格式化转换
  • 面向业务的对象中,非结构化数据无法直接应用

针对企业在场景使用中的难题,竹间智能推出一站式企业级的情感人工智能平台??Bot Factory?,帮助创建管理对话机器人。机器人可控、可管、可达到目的,能理解意图、情感,支持0代码开发训练到部署到维护,全流程、全场景的流畅体验,企业无需配置专业技术人员,人人皆可上手。

三大AI支柱构建完整平台

Bot Factory?2020集对话式AI、认知AI、情感AI三大支柱为一体

【图】

竹间智能BF2020发布会-对话AI认知AI情感AI

对话式AI即用人工智能技术,处理和实现对话交互。实现对话交互需要强大的语义理解能力,需要NLP的基础能力,还有语音、知识图谱、推荐等等技术。对话式AI需要大量AI基础模块集成来支撑,从算法、从能力到平台,支持开发者进行二次开发,能够让所有人参与到使用、更新和维护中去。

认知AI包含像知识图谱这样的技术,可以处理大量非结构化数据,例如:产品文档、法规文档、财务报表等等,同时还可以持续不断地从数据挖掘、NLP和智能自动化的经验中学习,从而帮助企业处理海量数据。

情感AI体现在对话机器人的“情商”即对话流畅度上。情感AI除了理解人的情绪情感之外,还要保证对话交互“像人”。竹间提供25种情绪识别,此外还包括知识推理、丰富技能、精准意图、多场景跳转、语音全双工、对话行为侦测、用户画像等技术,加上累积的大量对话场景和数据,保证对话机器人的“双商”在线。

通过对话式AI+认知AI+情感AI,能力+数据+场景+业务,竹间打造一站式企业人工智能平台,在此之上可以搭建场景和解决方案。

四大技术底层,丰富平台场景

【图】

竹间智能BF2020发布会-平台层

最底层的核心技术层,包含竹间多年自研积累的技术,以自然语言处理(NLP)、知识工程、深度学习 & AutoML、文本数据中台、语音辨识、视觉计算6大技术核心为主,兼顾了语音、图像、语义多项AI技术提供“听懂”、“看懂”、“读懂”的能力。核心的NLP能力上,在某些特定领域,增加了训练文档识别和文档解析的模型,提高知识提取的准确率。另外在中文自然语言理解技术的优势和架构上,竹间智能升级了英文语义模型。

第二层为AI平台层,由多个AI模块构成两大平台即Bot Factory?和Gemini平台。Bot Factory?平台是面向全场景,端到端开发对话交互机器人的平台,可以开发ToC机器人,也可以面向ToB业务。Gemini是围绕知识创新及应用构建的平台,帮助企业用AI挖掘、自动构建等技术,将海量的非结构化数据、半结构化数据加工成知识图谱,并结合业务特点,开发出各种智能应用。

第三层则为应用层,基于平台开发的各项智能应用,可以直接完成场景落地。包括竹间基于语音语义的AI Contact Center Total Solution、基于知识图谱的应用。这些应用功能已经过实际验证,可以集成企业已有的系统,快速升级为智能化业务系统。未来也会跟合作伙伴一起合作,发布更多的企业级智能应用。

第四层是基于行业的完整解决方案,通过智能化应用在不同的行业场景下,累积成为标准的行业解决方案。智慧金融行业的应用中,通过AI技术进行精准营销、客户激活、智能投顾,财经分析,基金图谱,金融业务办理,金融催收回访、人群画像分析等等。

人人都可以DIY的机器人平台

Bot Factory?2020具备三大特点:预训练意图轻松打造个人助理、企业助手、业务助理;百项内置技能实现开盒即用;聊天场景快速构建。

【图】

竹间智能BF2020发布会-一站式企业级人工智能平台
  • 0代码创建一个机器人,上线后,机器人通过自学习持续提升回答准确率,并且拥有简易维护的特点。升级了英文语义模型后,在Bot Factory?2020上可以创建英文机器人,甚至可以通过英文进行外呼。
  • 以业务目标驱动对话场景,构建可迭代的对话场景。
  • 用NLP的方式解决语音场景下转写不准确、吞音丢字等纠错难点。同时升级了对话行为分类、对话信息抽取,精准意图识别等多项理解技术。优化了细颗粒度的模型,包括业务上下文、长句多意图的理解和不同领域的情绪识别。
  • 场景和业务数据打通,知识自动更新。
  • 覆盖金融、智能终端、医疗医药、智慧教育、互联网、传统六大行业,领域模块快速启动,实现机器人的自学习。

既可服务于企业,又可以服务消费者

在B端,Bot Factory?2020已预训练了近千个各行业领域的意图,以及大量的语义解析模型和行业知识模版,实现短周期内快速投入上线,节省人力和时间。对于部分需要定制化服务的企业,在机器学习自动化平台上,意图模型、语义解析模型、问答模型都可以进行二次开发,也可以引进新的模型,让定制化更简单,更符合企业需求。解决传统对话机器人维护困难、缺乏有效自学习的问题。

To C端,Bot Factory?2020上有已经开发的百项技能,在很多IoT语音助手上都可以访问到这些技能。同时,竹间还提供技能开发平台,广大开发者可以在平台上打造技能,也可以快速地上架到各大开发者平台,实现AI能力与价值创造的平衡。竹间也在和汽车主机厂合作,打造个性化的车载助理,研究有前瞻性的场景。

三种驱动三种部署

Bot Factory?2020 对主要的三个引擎都做了重要的升级,并且做到了QA+知识+任务的一体化用户体验。

QA驱动

解决了冷启动的问题,通过历史日志数据学习+行业预训练模型,让对话机器人的创建数据成本非常低,通过对话的批量测试,保证上线后对话机器人问答的准确率。

知识驱动

通过数据与语义解耦,知识实体可以不断新增,而不影响机器人对问题的理解。

非结构化文档,通过识别、解析、提取、构建的自动化流程转成知识图谱,并可以被搜索、推理。

任务驱动

人机对话应秉持连续顺畅的原则,竹间对话机器人不仅支持单个任务内上下文的连续,也支持任务场景之间上下文的连续性。

任务机器人不能用简单的关键词来抽取,所以竹间的对话机器人在语义上解决了分类、抽取、推荐等技术难点。无需写代码,通过拖拽式的workflow,即可构建任务场景,并可无缝集成语音电话。

任务引擎的工具经过迭代和项目验证,保证了友好搭建场景界面的同时,也支持开发级别的代码集成,兼顾了普通运营人员和专业开发者的使用体验。所有接入都可以以API形式接入,友好、丰富的API,支持生态开发。

灵活的部署方式,保证企业可根据自身的需求进行选择。Bot Factory?2020支持公有云、私有云以及混合部署,公有云的优势在于无需硬件成本,按需开通,并保证低延迟、高并发的对话请求,适合中小企业选择。

私有云则适合大型企业,采用高可用架构,支持QPS X N的性能扩展,保证安全与监控,包括虚拟化。

共建AI生态圈

除了新产品和新升级,在此次发布会中,竹间智能还推出了“ AI合伙人”计划。通过招募AI代理合伙人、AI区域合伙人、AI战略合伙人建立竹间智能的合作生态。竹间将为未来的“AI合伙人”提供商务、培训、服务和市场活动上的支持,让更多人成为“新基建“的受益者。

竹间智能坚持以自然语言处理技术发展为核心,从产品生态到业务生态不断打磨。都说NLP难出独角兽,的确这是一场比拼技术和耐力的赛道,只有坚持,才能迎来对话机器人的高光未来。

来源:美通社


用户名:  密码:  没有注册?
网友评论:(请各位网友遵纪守法并注意语言文明,评论仅供参考不代表本站立场)