(1)计算机视觉
通过计算机对视觉画面进行采集和识别,不光是人脸,包括视网膜、指纹、文字、图画等等。这些技术普遍的社会应用,体现在两点:对画面的改进,比如:一键美颜,智能直播;或者是对意义的识别,比如:名片识别、OCR文字识别。银行可以应用的领域也很多,比如人脸、指纹、视网膜等唯一生物特征的识别技术,可以用于建立客户身份标识,文字、图画的识别可以用于OCR凭证管理或者电子验印等技术。
(2)计算机听觉
第二个就是通过计算机对听觉声音进行采集和识别,不光是耳朵能听见的声音,甚至包括人耳可见音域之外的声波,并对声音的音高,频率、波长进行识别。我们常见的社会应用,主要是最近很流行的AI智能音响,声波密码锁等等。
(3)自然语言识别
很显然,视觉和听觉只是人工智能的感知部分,其中包括了一些简单的分析和决策的应用。而真正将感知导入人工智能的,还是自然语言的识别。这包括,对图形(视觉)、语言(声音)的识别,转换,和语义的分析,并根据语义做出合理的反馈和处理。比如语音识别转换文字,这里的难度在于识别不同的方言、男女、口音;或者是手写输入识别成文字,这里的难度在于识别不同的书法风格、笔画和笔顺;比如Siri智能助手,能识别出你的语言,并调用对应的APP,实现合理的服务。
(4)基于大数据和算法
国内实现这种程度人工智能最常见的方式,就是基于大数据,以及调用和分析大数据的算法优化。在数据积累方面,是国内IT行业的强项,超大的人口总量,超大的数据样本体量,给人工智能提供了丰富的原材料。“数据翻一倍,准确度提升一倍。”这是多少年来AI领域流传的一句名言,可见数据的重要性。
而人工智能客服正是基于以上的技术发展而来,除此之外还包括大数据、云计算等新兴数字技术。目前,智能客服的应用范围愈加广泛,势必也会逐步在企业内进行普及。
领取专属 10元无门槛券
私享最新 技术干货