活动现场 | 竹间技术沙龙——基于情感情绪识别的对话式AI及应用实践

竹间智能 | 2018-08-23

关于技术沙龙分享会

AI时代,得益于深度学习、强化学习技术的快速发展,使人工智能在许多应用场景取得突破性成果,尤以图像识别、语音识别等领域,已出现越来越多应用场景。

其中自然语言处理(NLP)技术作为认知智能的一种,较视觉、听觉等感知智能更为复杂、高级,也成为AI领域的难点高峰。

为更好解决聊天机器人人机交互问题,竹间智能和datafun联合于8月18日下午,举办智能技术分享沙龙

现场分享

本次沙龙由竹间智能CTO翁嘉颀、客户联络中心事业部负责人王海及智慧零售事业部负责人王昊,三位重量级技术大咖详细分享基于情感情绪识别的对话式AI的设计与应用,并针对客户联络中心、零售等不同细分领域分享自己的实践干货。

翁嘉颀由人机交互的演变历程出发,说明于当下,好的聊天交互机器人需要具备何种功能。以竹间产品为例,依托情感计算为核心,通过NLP与深度学习等模型训练,使对话机器人构建知识图谱,能由对话主题、上下文理解、长/短时记忆、预测等功能支持,提供用户更好体验。关于人机交互的下一步走向,翁嘉颀也表示,根据用户信息,主动及对话式交互,才能解决主要问题。而于此方面,竹间凭借多轮对话引擎及中控中心正逐步实现。

在对话式AI成为人机交互重要趋势下,对话式AI又实际应用于哪些场景?王海以对话式AI在客户联络中心的应用为例,说明对话式AI如何解决行业痛点。对于企业而言,客户联络中心不仅耗费成本,重复性劳动也使人员无法将精力专注真正销售机会。而竹间于ASR、TTS及NLU等技术上,真正做到从接收/回复、理解到决策的完整流程。目前,竹间的实际应用从AI+客户联络中心、智能IVR、智能客服到智能外呼,行业类别涵盖金融、新零售及服务等。

此外,在人机交互中,对话式及主动式交互,才能有效解决问题并带来增长。王昊通过新零售中的多模态交互,说明智慧零售如何实际增加更多机会。以竹间智慧零售为例,竹间智慧零售分为四部分,从线下门店营销引流、潜客画像分析决策、多模态智能导购到线上线下会员联通,完整为客户提供解决方案。奠基于竹间的多模态情感识别,竹间智慧零售方案分为三步,第一,如何吸引人流;第二,如何将人转换为货,将客户转换为收入;第三,经由搜集的所有信息作为大数据分析,以此辅助未来决策方向。王昊以竹间客户案例,为听众具体展示了方案的应用。如日本DeNA咖啡馆以人脸属性加上情绪识别所做的折扣及商品推荐营销;万达百货AR交互所搜集数据带来的潜客画像;以及台北夏普经由人脸识别及会员注册的信息采集达到线上线下的会员连通等。

通过三位讲者详细精彩的分享,从技术至实际案例,为听众描绘人机交互的应用场景。