列举网首页
像人一样思考，这是人们对人工智能和机器人的期待。大踏步前进的人工智能，似乎走到了十字路口。
“机器综合智能水平和人脑相差较大，机器学习需要较多人工干预，不同人工智能模态之间交互协同较少……”近日，在香港召开的第S43次香山科学会议上，与会科学家细数当前人工智能发展面临的瓶颈。
解铃还须系铃人，人工智能的发展也不例外。科学家意识到，想要走得更远，人工智能还要回到出发的地方，那便是人类智能。
丨神经科学提供基础
“以深度学习为代表的机器学习方法在视听觉感知等具体问题上媲美甚至超越人类的水平。”会议报告中，作为一名神经科学家，中科院神经科学所研究员蒲慕明院士为人工智能在过去几十年的发展点赞。不过，他同时看到，与人脑的学习能力相比，机器学习在可解释性、推理能力、举一反三能力等方面存在明显差距。
让机器向人学习，是提升“智能”水平的重要方向。会议执行、香港科技大学副校长叶玉如院士指出：“目标是在多个层面，理论上模拟大脑的机制和结构，开发一个更具有普遍性的AI以应对包括多任务、自学习和自适应等方面的挑战。”
“受脑启发”是人工智能重要的发展方向。近年来，脑科学研究正在从传统的认识脑、了解脑向保护脑再向增强脑、影响脑的过程发展，即完成从“读脑”到“脑控”再到“控脑”的转换。学习大脑的信息处理机制，建立更强大和更通用的机器智能是非常有前景的。通过多学科交叉和实验研究获得的人脑工作机制更具可靠性，有望为人工智能未来发展提供基础。
另一方面，人工智能可以对神经学和脑科学在数据收集、标注和建模等方面提供技术支持促进脑科学的发展。
丨打破“冯·诺依曼架构”
面向通用的人工智能离不开类脑计算芯片。清华大学精密仪器系教授、类脑计算中心主任施路平表示：“作为一种借鉴人脑存储处理信息方式发展起来的新技术，类脑计算将是人工通用智能的基石。”
打破“冯·诺依曼架构”成为借鉴人脑信息处理方式的重要途径。据了解，在“冯·诺依曼架构”中，计算模块和存储单元互相分离，CPU在执行命令时必须先从存储单元中读取数据。每一项任务，如果有十个步骤，那么CPU会依次进行十次读取、执行，再读取、再执行，时间和功耗都花费在数据读取上，限制了数据处理能力。这与大脑处理大量外界信息却能耗极低的现象大相径庭。
类脑计算有望把类似大脑的突触做到芯片上。今年5月，北京大学计算机科学技术系教授黄铁军课题组联合多家单位实现了灵长类视网膜中央凹神经细胞和神经环路的精细建模，提出了模拟视网膜机理的脉冲编码模型，研制成功仿视网膜芯片。
“视网膜超速全时视觉芯片像生物视网膜一样采用神经脉冲表达视觉信息，脉冲发放频率‘超速’人眼百倍，能够‘看清’高速旋转叶片的文字，‘全时’是指从芯片采集的神经脉冲序列中重构出任意时刻的画面。”黄铁军介绍说，“这是实现真正机器视觉的基础，有望重塑视觉信息处理体系，为无人驾驶、机器人、视频监控等领域带来变革。”
不过，神经突触芯片还在实验室阶段，尚未走向实用。与会专家认为，类脑计算是一场令人兴奋又望而生畏的艰难挑战。
AI能做什么
回到客服中心这个领域，AI快速的发展能为呼叫中心带来什么样的改变呢？在过去，呼叫中心/电销中心被视为是劳力密集产业，较难被机器取代的领域。虽然因外包的兴起大量迁移到工资较低廉的地区，但还是需要大量的人力投入。然而这几年语音识别与自然语意理解的AI快速成长，机器开始能与人类作简单的对话。我们认为呼叫中心会在这三个面相发生变化：
1.取代人
呼叫中心每日的营运中，通常客服专员会花很多时间在回复查询与疑难解答。这类占了大多数的问题，其实都是很固定且相似的。而这一类问题正巧是AI应用中的聊天机器人(ChatBot)擅长的。从今年的GoogleI/O、F8、MicrosoftBuild等会议中都可以看到，Chatbot的重要性正逐步提升。那究竟什么是聊天机器人?聊天机器人是透过AI或自行定义的自动化规则，让用户可以透过聊天通讯的接口，与其进行互动。客户遇到问题不ㄧ定要直接打给呼叫中心，可以先透过聊天机器人回答客户的问题，遇到较为复查难处理的个案或带有情绪性的客诉案件再交给客服专员处理。
另一个应用场景是，呼叫中心时常需要大量外拨连络客户，例如满意度调查，信用卡刷卡消费确认、保险业通知客户领取满期金等业务。这些业务具有一下两种特性：通话量大＆重复性高。以满意度调查为例，传统的满意度首先需花费大量的时间在响铃、无人接听，空号等状况。等拨通后再例行性的询问是否为本人以及满意度问卷。其实整个流程是固定单调的。而采用自动语音机器人（如灵声机器人）是结合语音识别技术，客户不再只能透过不方便的击键，而是能用自然的语言回答满意度问卷。在导入自动语音机器人后，完成问卷调查的完成率相对传统的击键，整整提高了110%。同时也节省了大量的人力成本更提高满意度调查的覆盖率。以上案例展示了机器人在处理大量重复性外拨的能力，以及提供更友善的对话接口对客户的价值。
2.辅助人
在前一个例子，似乎人就要被机器取代。然而人擅长的同理心与社交能力短时间内仍很难被AI取代–而这正是客服人员需发挥的价值。在这个情境下，人类与AI并不是互相取代的关系，而是各取所长的人机协作(Man-machine collaboration)。人类发挥感性的同理心与创造力，AI负责快速与精准的分析判断。以保险业呼叫中心场景来说，面对复杂的保单条款与商品内容，客服专员需要花费大量的时间去学习记忆，被问到不清楚的部分也要请客户在在线等待查询。然而对AI来说，在大量数据库做搜寻给出答案从来不是问题。在这个场景中AI是一个辅助客服专员的角色，在专员服务的过程适时的给予ㄧ些提醒与建议，可能是产品的知识点或提醒专员的行为等。而专员则将心思花在倾听理解客户的需求上。
3.悦听电话机器人-重新定义电销
云端人工智能暨机器学习首席科学家李飞飞说过「机器很快、很精准、也很笨。人类很慢、不精准，但聪慧」。AI擅长理性分析运算，人类的价值在于情感的链接。或许有些人认为感性的客服产业是无法被AI取代，但在上述的例子，AI确实在部分领域开始取代人类，随着科技的进步AI在理解人类互动的能力必定更加进步。但换个角度想，灵声机器人其实是将人类从众多繁杂无聊的工作里解放出来，让人更专注于呼叫中心有价值的工作。
悦听电话机器人以一抵百 更智能更
相比市场上其他智能机器人产品，智能是专门为金融、保险行业开发了催收机器人、回访机器人。在外呼机器人关键性能——整通通过率上，智能在一组第三方回访测试上，以91%比5.76%，大幅度领先竞争对手。
电话机器人可同时并发多个外呼任务，导入电话即可自动外呼，一天能处理上万条外呼。还能全程录音、精准转录文字，实时生成报表、统计分析。配备了多种话术、不同语音、语调版本，满足不同场景的需要。
