历经几十年的探索，人机对弈、对话机器人、自动驾驶等AI成功案例纷纷出现，更多AI应用悄然进入人们的工作和生活。然而，研究者与专家对AI的理解和未来仍各有不同。来自天润融通的程锋、爱因互动的王守崑和亚马逊AWS的王世帅分别发表主题演讲，展现了人工智能在多个领域的最新实践。
加大推力
身处人工智能的黄金时代，我们如何看待AI在半个世纪中的跌宕起伏 ，又是什么原因让该技术实现突飞猛进?
没有数据，机器就无法学习。信息技术的快速发展与普遍应用，为AI发展积累了宝贵的海量数据，让算法可以大展拳脚。云计算带来了强大的计算能力，改变了超级计算机对AI探索一枝独秀的局面。云计算是大数据分析的前提，降低数据提取过程中的成本。
对于拥有数百万用户的企业联络中心，每天会产生海量的语音数据，长久以来缺少有效挖掘这些沉睡宝藏的工具。“要分析这些语音，首先要把非结构性的语音数据转成结构性的文本数据，这其中就会用到人工智能的语音识别技术，但因为对计算处理效率的要求特别高，语音数据的挖掘与利用一直未能成熟”，天润融通人工智能产品经理程锋分析说，“直到2015年云计算的出现，提供了强大的算力支撑，语音数据的聚类分析才有所发展。”
“算力的提升确实能够帮助我们训练更复杂的模型”，爱因互动的王守崑对此深有感触，在清华大学就读期间，做一个神经网络模型最多只能做三层，再增加层数会降低运算效率，模型难以训练。当时整个实验室20台机器加在一起训练，也无法保证特别好的训练效果。但现在一款售价3000元手机具备的算力，都要比当时整个实验室的算力高。
亚马逊AWS的王世帅认为，AI热潮起始于深度学习，而深度学习的基础是云计算。由斯坦福大学举办的图像识别大赛，参赛者们根据1000万张图片进行模型训练，最终以识别准确率评奖。2014年，有人用15层的神经网络模型一举夺得桂冠。到今天，已经有人训练出150层的神经网络模型。云计算的广泛应用，让超级算力的获取变得更加容易，不需要像过去那样，先集成一批机器设备，为算力做很多复杂的前期准备。
飞向天空
天高任鸟飞，AI也需要找到自己的天空。专注机器人对话的爱因互动，将AI的落地场景率先瞄准在银行金融领域，因为不涉及实体交互，金融是一个由数据往来构成的行业，银行业的数据化和信息化发展程度相对领先，数据资源多，具备AI落地的基础。
在联络中心领域，AI作用更加突出，成为提取分析语音数据的必不可少工具。程锋认为，AI主要有两个场景，呼入场景和呼出场景。在呼入层面，通过AI来优化运营管理，持续提升企业对外服务能力。
主要的场景应有有：智能IVR、智能知识库
智能IVR：相信我们都有过给企业客户热线打电话打经历，你打电话咨询某公司客服，首先听到的是一段标准的语音，接着就是语种选择，接着业务选择，再接着业务细分选择，最后可能听了老半天得到的就是一段官方的对话。自己的问题还是没有得到解决。倒不如直接选择人工，解决的快。这个时候我们的智能IVR能通过语音识别和自然语言处理，快速并且高效的理解你的需求，并通过该公司业务系统的智能知识库，进行关键词检索，锁定该业务的答案，并通过TTS、系统录音或者最原始的短信将当前业务的答案发送或者触达给你。
在呼出场景下，实现智能营销，通过转写分析语音数据，充分挖掘潜藏的客户需求。包括营销过程中的话术推荐，这些都是建立在智能质检和智能知识库的基础之上的。天润融通的人工智能系统同时更注重无效客户识别，通过识别无意向的客户，降低骚扰标记的同时，提高座席产出效率。
未来AI还会在哪些行业有所突破。人工智能落地首先是在语音层面，因为语音离人最近也最直接，大家都喜欢用语音去做一些更有效率的事情。除了语音层面，AI还可以在图像识别技术，或在替代人工基础重复的工作场景下发挥作用。
AI已经可以察“颜”观色，但要想听懂“弦外之音”，仍然任重道远。同一图像，人和计算机的理解层面是一致的。同一张图片，同一个像素，人类和机器的理解不存在跨越。通过强大的算力图片表达的意思剥离出来不难。但对于声音语言，尤其是语境语义的理解，计算机的处理方式和人类的处理方式是完全不一样的。在AI领域流传着一句论断：自然语言处理是人工智能皇冠上的一颗明珠。等到AI能够真正理解人类语言，并正确处理各种问题，这时的人工智能才拥有真正的智能、真正的意识。
与人为善
“在联络中心行业，AI的应用越多，人会越来越少吗，或者说已有的员工会越来越懒吗?”不止是程锋，从事人工智能相关行业的人，或多或少都会被问到“AI是否会代替人工”的问题。
但AI的应用不会让人变得懒惰，反而会愈加勤快。以联络中心为例，AI更多起到监督管理的作用，几个质检员要监管几千座席规模的联络中心，问题难以精准定位，但有了AI的辅助，很多基础繁复的质检工作都可以由机器快速完成，人能够更专注于管理优化，而非质检过程本身。AI也会降低人力成本，以前需要很多人去做一件事情，现在有了AI，机器的超级算力能代替许多人同时工作的效率，一定程度上会减少人力。
比如：一个50——100人之间的中等规模呼叫中心，一般公司需要安排2-5个质检人员，从大数据来看，一天的质检数据其实也就是话务量的3%-5%，而且这是建立在理论基础之下的，如果在实际中，效率可见是非常低的。在这种情况之下，大多数的公司都是采用抽检的方式，无法做到100%全量质检。
而人工智能技术就可以很好的解决这个问题。具体是先通过技术转成文本，然后依托大数据进行关键词匹配，这样就能够清楚的知道整个呼叫中心现场的话务质量统计和趋势，同样这样可适用于单个话务员的话务质量分析。而天润融通的智能质检系统更优一步，可通过关键词快速定位需检录音，一方面节省了质检的时间，另一方面也节省了质检的费用。
当然了，人工智能的成效还不尽人意，AI当前实现的能力与企业的期望还存在差距。以程锋的智能质检项目为例，语音识别率是亟待解决的问题。通过双轨录音标注系统、人工标注、机器学习、行业建模等方式，持续优化语音转写精准度。效果肯定是越来越好的，成本也会越来越低，据第三方权威机构GARTER的评估，到2020年止，全球85%的呼叫中心将会进行数字化变革。智能机器人将依托于强大的技术力进入到另外一个更成熟的阶段。
“我们所看到的是技术能快速弥补业务所需。长远来看，AI这条技术曲线是不是足够高，是不是能快速达到客户预期，如果两条曲线能够快速融合，我认为眼前障碍都不是障碍”，王守崑说。
随着越来越多的质检项目入驻天润融通，我们也将通过客户的需求不断的迭代我们的AI产品，真正意义上的为客户创收!
