我本科是在北京上的，記住2008年我大三的時(shí)候去法國實(shí)習(xí)，其時(shí)的崗位叫做技術(shù)支持，其實(shí)就算是客服了。我們其時(shí)的作業(yè)區(qū)域前方有一個(gè)大屏幕，大屏幕上是法國在我國幾條骨干網(wǎng)的健康狀況。
深度學(xué)習(xí)*網(wǎng)絡(luò)的方式效果很好，但數(shù)據(jù)集數(shù)量一定要大，且每個(gè)類別的數(shù)據(jù)分布要均衡。為了避免我們的數(shù)據(jù)集語料每個(gè)類別的數(shù)據(jù)達(dá)不到標(biāo)準(zhǔn)，言通機(jī)器人語義識(shí)別引擎換成了用機(jī)器學(xué)習(xí)的方法來做意圖分類：分別采用LDA文檔主題模型（通過計(jì)算句子相似度，來進(jìn)行文本的分類），并用特征向量模型來提升AUC的準(zhǔn)確率。
來自于技術(shù)方面的第二個(gè)應(yīng)戰(zhàn)是多輪對話，人的天然語言歷來都是迷糊不清的，特別依靠上下文聯(lián)系。比方說我想訂一個(gè)房間，什么方位？，中關(guān)村鄰近，什么時(shí)間？，周六這個(gè)比方里邊，關(guān)于訂房間的信息是散落在多輪對話之間的。

這樣說來，電話系統(tǒng)就相當(dāng)于一個(gè)復(fù)讀機(jī)，只是對客戶重復(fù)一樣的固定的一段話術(shù)，無法處理解決任何問題。智能電銷機(jī)器人-----智能電銷機(jī)器人是基于人工智能語音識(shí)別的一個(gè)產(chǎn)品，即*大程度的模仿人在打電話，它可以和人類智能交互，仿真人電銷，不僅問候并且介紹了企業(yè)的產(chǎn)品，在客戶提出問題時(shí)，機(jī)器人完全可以自主回答。

這樣說來，電話系統(tǒng)就相當(dāng)于一個(gè)復(fù)讀機(jī)，只是對客戶重復(fù)一樣的固定的一段話術(shù)，無法處理解決任何問題。智能電銷機(jī)器人-----智能電銷機(jī)器人是基于人工智能語音識(shí)別的一個(gè)產(chǎn)品，即*大程度的模仿人在打電話，它可以和人類智能交互，仿真人電銷，不僅問候并且介紹了企業(yè)的產(chǎn)品，在客戶提出問題時(shí)，機(jī)器人完全可以自主回答。
首要是辨認(rèn)技術(shù)的應(yīng)戰(zhàn)，前面提到實(shí)驗(yàn)室環(huán)境下辨認(rèn)準(zhǔn)確率現(xiàn)已從2013年的87%進(jìn)步到了2017年的97%，而在實(shí)踐環(huán)境中，這個(gè)數(shù)字會(huì)降低到85%左右，由于實(shí)踐環(huán)境中有許多的噪音、口音、聲源遠(yuǎn)近等問題。
實(shí)現(xiàn)的技術(shù)手段：基于監(jiān)督學(xué)習(xí)的情感分析，使用的監(jiān)督學(xué)習(xí)算法是TFIDF計(jì)算TfidTran*ormer、文本向量化CountVectorizer。通過引入情感詞的程度副詞等一系列字典來給輸入的語句進(jìn)行打分，從而判斷該語句的情感傾向。
由二分類的樸素貝葉斯拓展到多項(xiàng)實(shí)現(xiàn)的模型，使用詞袋模型，專用的停用詞表，近義詞林，改良的數(shù)學(xué)模型等多種手段實(shí)現(xiàn)的分類器。以每個(gè)話術(shù)現(xiàn)有的語料訓(xùn)練，對相似的短句不同的分類，識(shí)別敏感。對近義但卻未出現(xiàn)在話術(shù)中的詞句有良好的分類能力。
到目前為止，我們已經(jīng)建立了無數(shù)AI系統(tǒng)，在特定任務(wù)中的表現(xiàn)可以超過人類，但當(dāng)涉及一般的腦力活動(dòng)時(shí)，目前還沒有一個(gè)AI系統(tǒng)能夠比得上老鼠，更別說超過人類了，為此AGI的技術(shù)實(shí)現(xiàn)更是末路之難。
人工智能未來會(huì)影響到我們每個(gè)人的生活，電銷機(jī)器人就是將電銷工作人員從繁瑣機(jī)械的外呼工作中解放出來，從而優(yōu)化企業(yè)運(yùn)營成本，建構(gòu)高效高質(zhì)的工作模式。電銷機(jī)器人的工作效率和工作質(zhì)量是電銷人員學(xué)不上來的。