對話式AI系統(tǒng)是計算機(jī)或程序，它們通過自然語言對話與人進(jìn)行交互，就像真人一樣。對話式AI借鑒了一組技術(shù)，包括語音識別，文本到語音轉(zhuǎn)換，語音生物識別，自然語言處理（NLP）和機(jī)器學(xué)習(xí)（ML）。對話式AI系統(tǒng)使您的客戶更容易通過自動化系統(tǒng)獲得支持，因?yàn)榭梢源蟠蠛喕�交互的�?fù)雜性。我們都使用過IVR系統(tǒng)，這些系統(tǒng)會引導(dǎo)您進(jìn)行一系列漫長而令人沮喪的交互，其中呼叫者在每個階段都必須回答“是”或“否”類型問題。對話式AI增加了可自動查詢的百分比，可幫助您延長服務(wù)時間，并使您能夠向更多的受眾提供服務(wù)。對話可能很復(fù)雜；不僅是您使用的單詞，因此，一個好的對話式AI系統(tǒng)需要了解上下文，語氣，情感和以前的對話。虛擬座席使用對話式AI與客戶進(jìn)行自然，自由的對話。

　　人工智能作為一個領(lǐng)域已經(jīng)存在了數(shù)十年。可以這么說，這是因?yàn)樘幚砗痛鎯Φ膬r格已大大降低，而有用的數(shù)據(jù)已變得更加廣泛和深入。機(jī)器學(xué)習(xí)（ML）是AI的一個子集，在過去的十年中醒來，以實(shí)現(xiàn)豐富的數(shù)據(jù)客戶體驗(yàn)。簡而言之，機(jī)器學(xué)習(xí)科學(xué)家建立了數(shù)學(xué)模型，

　　預(yù)測結(jié)果，然后將數(shù)據(jù)輸入該模型，從而提高整體預(yù)測準(zhǔn)確性。俗稱此活動為機(jī)器學(xué)習(xí)的“訓(xùn)練模型”。由于科學(xué)和計算能力得到了極大的提高，因此機(jī)器學(xué)習(xí)在最近幾年變得非常出色。

　　美國職業(yè)棒球大聯(lián)盟（Major League Baseball）遍及整個機(jī)器學(xué)習(xí)過程，利用它以及從每個擊球中每個步距跟蹤的大量數(shù)據(jù)，從根本上改變游戲的管理方式，從防御性定位到最高點(diǎn)選擇再到陣容選擇。同樣，房地產(chǎn)公司Zillow使用ML及其龐大的用戶互動數(shù)據(jù)庫來預(yù)測特定購物者可能希望看到的房屋，并在購物者點(diǎn)擊每個產(chǎn)品時對其進(jìn)行調(diào)整。公司還使用ML來訓(xùn)練自動駕駛汽車，提高制造效率并改善金融交易中的欺詐檢測。

　　自然語言處理（NLP）是人工智能領(lǐng)域，允許計算機(jī)與人類對話（無論口頭還是書面）進(jìn)行交互。換句話說，NLP允許人們與設(shè)備交談或用文本交流，并使設(shè)備了解該人的講話。在過去的幾年中，NLP也取得了很好的成績，準(zhǔn)確率達(dá)到97％的情況并不罕見，接近于呼叫中心基準(zhǔn)。處理語音的NLP特定子集稱為語音識別，其本身的準(zhǔn)確性接近95％。

　　在客戶場景中，NLP，語音識別和ML混合在一起，通過自動呼叫中心和數(shù)字助手（例如智能揚(yáng)聲器和電話）提供服務(wù)。語音識別模塊會處理和合理化口語單詞，而ML模塊會找出如何處理和響應(yīng)口頭輸入。這些技術(shù)正在不斷學(xué)習(xí)和改進(jìn)，因?yàn)樗鼈兊乃惴〞�隨著輸入更多數(shù)據(jù)而變得更好。

　　云計算的出現(xiàn)和強(qiáng)大的API庫的增長為企業(yè)提供了一種靈活高效的方法來將AI構(gòu)建或集成到其銷售流程中。它也是使多個技術(shù)平臺和服務(wù)提供商能夠支持各種經(jīng)濟(jì)模型（即構(gòu)建，購買，訂閱）的云。

　　云，NLP，語音識別和ML是Gartner預(yù)測AI即將到來的關(guān)鍵技術(shù)，到2020年，這將改變吸引客戶參與的游戲。他們已經(jīng)到達(dá)。一切都在改變。

　　原文網(wǎng)址：https://www.inferencesolutions.com/blog/2019/2/27/what-is-conversational-ai