身兼数职的ChatGPT
从2022火到了2023
连日来一直是各大平台的热议对象
其实除了写诗、敲代码、处理文档
以ChatGPT为代表的
对话式人工智能
还有更重要的工作要做
对话式AI与聊天机器人
相信大多数人都经历过与聊天机器人交谈的挫败感。
作为一种对话界面,一般的聊天机器人允许人们口述或输入一种语言与计算机进行交互,但并没有上升到对话人工智能的水平——许多只是简单的基于规则的接口、遵循规定的流程,根本没有任何人工智能可言。
这些机器人的回答往往笨拙僵硬,用户在费时费力地点完一长串选项后,才发现它们根本解决不了问题,用户体验相当糟糕。
相比之下,ChatGPT这种对话式AI可以通过复杂的AI过程模拟人类互动,由于其先进的自然语言处理 (NLP)技术,对话式AI更有可能了解客户的需求,并在几秒钟内直接回答客户最迫切的问题。
事实上,作为业务就绪系统,对话式AI正在加入主流技术,为企业带来战略利益。
在零售业,对话式AI通过呼叫中心和客户服务交互为购物者提供简化的体验,客户可以快速回答问题、接收产品推荐、找到合适的数字渠道进行查询等。
在医疗保健领域,对话式AI可以支持远程医疗患者分诊以识别潜在的医疗状况,安全地管理患者数据,并为安排预约、寻找帮助的患者提供支持。
在房地产领域,对话式AI可以处理初始对话,以评估客户想要购买或出售的商品。鉴于AI每天处理数千个电话的能力,一个程序可以与客户关系管理系统集成,创造更多积极的体验。
另外,对话式AI可以通过处理大多数低级任务并简化他们的日常人机交互来减轻压力并提高生产力,这使员工腾出时间从事其他更有价值和更高级别的工作,从而使客户受益并提高士气。
因此对于公司来说,对话式AI好处显而易见:更高效的员工和更好的客户服务,从而提高生产力及更高的客户满意度。为了增强竞争优势,许多企业正在增加对AI的投资。
打造对话式AI
虽然在最终用户看来对话式AI可能很简单,但其背后的技术错综复杂,涉及多个步骤、大量的计算能力以及不到300毫秒的计算:
在自动语音识别(ASR)阶段,用户提出一个问题,应用程序会将音频转换为文本;在NLP阶段,问题被解释并生成智能响应文本;最后,响应文本在文本到语音(TTS)阶段被转换回音频供用户使用。
因此一旦公司准备好探索对话式AI项目,必须考虑需要什么样的基础设施,这取决于程序将托管在私有云还是公有云中。
今天,大多数对话式人工智能实现都是基于云的,由超大规模云服务提供商推动。越来越多的客户也在寻求内部部署方法,以获得固有的隐私和安全优势,并能够控制自己的基础架构。
戴尔和对话式AI技术全球领导者Kore.ai联合开发并验证了基于戴尔基础架构的对话式人工智能解决方案,以帮助企业利用人工智能优化自然语言理解的优势。以下是在Kubernetes上使用两个经验证的设计对Kore.ai进行了验证:
·使用VMware的人工智能经验证设计
这一验证设计将VMware vSphere与Tanzu相结合,采用了戴尔基础架构。
它是一个虚拟化平台,使企业能够管理Kubernetes容器和传统虚拟机的集群,为计算和存储资源提供完整的生命周期管理。这种经过验证的设计还包括对NVIDIA GPU和NVIDIA AI Enterprise的支持。
·使用Data Lakehouse的分析经验证设计
这一验证设计为Kubernetes层集成了Symworld云原生平台。Symworld Cloud Native Storage通过查找连接到PowerEdge服务器的磁盘来提供Kubernetes存储类,需要持久卷的应用程序使用此Kubernetes存储类。
PowerEdge 服务器为Kore.ai XO平台提供计算资源,PowerSwitch提供网络连接,PowerEdge服务器中的本地存储为Korea.ai XO平台提供存储空间。在XO平台的附加模块(如Search Assist)可能需要访问和使用大量数据的情况下,使用Dell ECS以获得S3兼容性或使用Dell PowerScale。
总体而言,戴尔与Kore.ai的对话式AI方案具有所有内部部署优势,提供类似云的体验,可快速实现价值并为对话式AI提供无需编码的方法。它可以通过自动执行重复性任务和提供全天候支持,帮助企业改善客户服务、降低成本和提高效率。
据研究公司Markets and Markets称,全球对话式人工智能市场预计将从2021年的68亿美元增长到2026年的184亿美元,同期复合年增长率(CAGR)为21.8%。人工智能背后的技术正在快速发展,但企业可能缺乏人工智能专家,也无暇以所需的速度设计、部署和管理解决方案堆栈。
作为高级计算领域的领导者,戴尔投资创建了一系列经过验证的人工智能和分析设计,以交付支持人工智能成功实施的高级计算解决方案,帮助企业加速创新并实现最佳业务成果。
