对话式AI：会说话的计算机
对话式AI系统是计算机或程序，它们通过自然语言对话与人进行交互，就像真人一样。对话式AI借鉴了一组技术，包括语音识别，文本到语音转换，语音生物识别，自然语言处理（NLP）和机器学习（ML）。对话式AI系统使您的客户更容易通过自动化系统获得支持，因为可以大大简化交互的复杂性。我们都使用过IVR系统，这些系统会引导您进行一系列漫长而令人沮丧的交互，其中呼叫者在每个阶段都必须回答“是”或“否”类型问题。对话式AI增加了可自动查询的百分比，可帮助您延长服务时间，并使您能够向更多的受众提供服务。对话可能很复杂；不仅是您使用的单词，因此，一个好的对话式AI系统需要了解上下文，语气，情感和以前的对话。虚拟座席使用对话式AI与客户进行自然，自由的对话。
对话式AI的定义
人工智能作为一个领域已经存在了数十年。可以这么说，这是因为处理和存储的价格已大大降低，而有用的数据已变得更加广泛和深入。机器学习（ML）是AI的一个子集，在过去的十年中醒来，以实现丰富的数据客户体验。简而言之，机器学习科学家建立了数学模型，
预测结果，然后将数据输入该模型，从而提高整体预测准确性。俗称此活动为机器学习的“训练模型”。由于科学和计算能力得到了极大的提高，因此机器学习在最近几年变得非常出色。
为什么需要拥抱对话式AI来为客户进行服务？
美国职业棒球大联盟（Major League Baseball）遍及整个机器学习过程，利用它以及从每个击球中每个步距跟踪的大量数据，从根本上改变游戏的管理方式，从防御性定位到最高点选择再到阵容选择。同样，房地产公司Zillow使用ML及其庞大的用户互动数据库来预测特定购物者可能希望看到的房屋，并在购物者点击每个产品时对其进行调整。公司还使用ML来训练自动驾驶汽车，提高制造效率并改善金融交易中的欺诈检测。
自然语言处理（NLP）是人工智能领域，允许计算机与人类对话（无论口头还是书面）进行交互。换句话说，NLP允许人们与设备交谈或用文本交流，并使设备了解该人的讲话。在过去的几年中，NLP也取得了很好的成绩，准确率达到97％的情况并不罕见，接近于呼叫中心基准。处理语音的NLP特定子集称为语音识别，其本身的准确性接近95％。
在客户场景中，NLP，语音识别和ML混合在一起，通过自动呼叫中心和数字助手（例如智能扬声器和电话）提供服务。语音识别模块会处理和合理化口语单词，而ML模块会找出如何处理和响应口头输入。这些技术正在不断学习和改进，因为它们的算法会随着输入更多数据而变得更好。
云计算的出现和强大的API库的增长为企业提供了一种灵活高效的方法来将AI构建或集成到其销售流程中。它也是使多个技术平台和服务提供商能够支持各种经济模型（即构建，购买，订阅）的云。
云，NLP，语音识别和ML是Gartner预测AI即将到来的关键技术，到2020年，这将改变吸引客户参与的游戏。他们已经到达。一切都在改变。
声明:版权所有 非合作媒体谢绝转载
原文网址：https://www.inferencesolutions.com/blog/2019/2/27/what-is-conversational-ai
