人工智能有了雛形，AI管家還會遠(yuǎn)么？

Uber的聯(lián)合創(chuàng)始人Garrett Camp創(chuàng)立的Operator可以幫助用戶購買產(chǎn)品，他的模式就是利用商店在職人員空閑的時候，可以在Operator上接單�！拔覀兊哪繕�(biāo)就是幫助客人在合適的商店找到合適的產(chǎn)品，立即購買并安排運送，聽起來有點像是 Siri，但區(qū)別在于我們的服務(wù)后臺是全職的工作人員�！边@一點與Uber利用空閑的私家車有異曲同工之妙。

一種是建立自己的客服團隊，而另一種是吸納閑散的專職人員。應(yīng)應(yīng)團隊并不看好前者的方式，互聯(lián)網(wǎng)多年的經(jīng)驗讓他們認(rèn)為未來的主流一定是人工智能。通過機器學(xué)習(xí)的方式可以識別用戶的需求，搜索引擎根據(jù)需求搜到匹配的服務(wù)后，通過打通第三方的服務(wù)生成需求反饋，用戶只需要確認(rèn)由這個服務(wù)完成就可以確認(rèn)支付了，整個過程全部在后臺完成。

吳恒魁告訴記者應(yīng)應(yīng)采取了“人工智能+眾包兼職”的模式。本來他們并沒有考慮過人工服務(wù)，但產(chǎn)品上線的48小時內(nèi)用戶增長了3500人，兩周內(nèi)達(dá)到了6800人，人工智能沒辦法應(yīng)付，臨時找了一些朋友做客服。

對于用戶的需求，應(yīng)應(yīng)首先會進行語義識別，當(dāng)人工智能無法解決時會轉(zhuǎn)接到客服。他們的“眾包兼職”與Operator有相似之處，主要是學(xué)生、家庭主婦、宅男宅女等有閑散時間的人來兼職做客服。

和應(yīng)應(yīng)機器人大白對話，作為一個機器人，他的反應(yīng)還是挺慢的

人工智能難在哪？

從新聞推薦到人工智能，雷鋒網(wǎng)向吳恒魁提出了后者的門檻有多高的疑問。他告訴記者，文章一類的推薦首先要做到段落識別，“機器先弄明白這一段是什么意思，然后這篇文章是什么意思，才能以此做含義類似的推薦�！比斯ぶ悄芴幚硇枨髸r，第一步是語義識別，“一句話包含哪些服務(wù)的關(guān)鍵詞，需要搜索出哪些匹配的服務(wù)，從技術(shù)角度講還是非常相似的。”

最大的困難在于系統(tǒng)搭建的過程，產(chǎn)品系統(tǒng)，客服系統(tǒng)，市場營銷系統(tǒng)，這幾塊是綁定在一起的。能不能快速的獲得技術(shù)的打通，人工培訓(xùn)的流程能否盡快達(dá)到用戶的需求，營銷系統(tǒng)在最早期能否精準(zhǔn)的抓住一些用戶，通過精準(zhǔn)場景獲得特定用戶。這些都是問題，只有最后達(dá)到目標(biāo)需求整體都滿足了才可以。

• Win11筆記本“自動管理應(yīng)用的顏色”顯示規(guī)則
• 構(gòu)建人工智能模型基礎(chǔ)：TFDS和Keras的完美搭配
• 創(chuàng)建鴻蒙應(yīng)用的橫屏顯示直尺應(yīng)用全程解析
• 遷移學(xué)習(xí)：人工智能模型訓(xùn)練的絕學(xué)
• .NET云原生應(yīng)用實踐（一）：從搭建項目框架結(jié)構(gòu)開始