CNET科技資訊網(wǎng) 11月1日 北京消息: 2016年3月,阿里巴巴人工智能服務(wù)產(chǎn)品“阿里小蜜”全量上線,上線半月日均接待400萬人,服務(wù)能力堪比3.3萬個服務(wù)小二。
經(jīng)過近8個月的優(yōu)化升級,預計2016年雙11期間,阿里小蜜將承接超90%的服務(wù)咨詢。同時,商家版人工智能機器人“店小蜜”也已在Apple、小米等10余個品牌的天貓店內(nèi)投入使用,部分店鋪中店小蜜更是成為店鋪“頭號客服”,為會員提供7*24小時不間斷服務(wù)。以“阿里小蜜”、“店小蜜”組成的人工智能服務(wù)陣容,將首次成為雙11服務(wù)主力。
作為全球最大的電商平臺,阿里巴巴服務(wù)著4億以上的活躍消費者、上千萬的活躍商家,以及每天上千萬筆的交易,如何借助科技的力量、提升服務(wù)能力及用戶體驗,而不僅僅是增加客服人數(shù),是服務(wù)團隊一直關(guān)注的重點。
2016年3月,小蜜的出現(xiàn)令消費者眼前一亮?;谝绘I觸達、一站式服務(wù)的目標,阿里會員只要打開手機淘寶就可以便捷地找到小蜜,平均響應(yīng)時間不到1秒,大大降低了原來打熱線電話排隊等待的時間;維權(quán)咨詢?nèi)吭诰€實時處理、不需要電話、維權(quán)進度全面掌握。
2015年雙11,阿里服務(wù)團隊預估服務(wù)請求超800萬,2016年雙11,小蜜預估日接待咨詢量將超千萬,智能解決率超90%,人工智能首次成為雙11服務(wù)主力,為用戶帶來7*24小時無間斷服務(wù)。
通過積累的大數(shù)據(jù)優(yōu)勢,小蜜能夠基于用戶行為提前分析、預測消費者的服務(wù)訴求,主動觸達用戶。上線半月,阿里小蜜將用戶轉(zhuǎn)電話及在線人工服務(wù)的求助率降低了70%。在雙十一的消費者咨詢高峰,服務(wù)團隊的算法工程師們可以通過對海量問題的分析和預測,在業(yè)內(nèi)首次將知識庫的自動更新時效提升至分鐘級,并實時預測每一個用戶可能遇到的問題,在用戶尚未發(fā)起咨詢前主動發(fā)送精準服務(wù)信息,大大降低用戶的困擾。
2016年雙11前,阿里小蜜推出專門的雙11小蜜,雙11預備手記、紅包攻略、預售怎么玩等等千余條雙11攻略,全副武裝下,小蜜已變身雙11最強寶典。除了根據(jù)用戶行為通過消息盒子主動提醒,用戶還能在訂單、搜索等上百個場景便捷的向小蜜發(fā)起咨詢。現(xiàn)如今,在阿里巴巴服務(wù)體系內(nèi),已有接近90%的問題通過人工智能來解決。
不僅針對淘寶上的網(wǎng)購咨詢,基于小蜜平臺,圓通、申通、天天三家物流公司全國數(shù)萬個服務(wù)網(wǎng)點已實現(xiàn)系統(tǒng)對接,用戶不再需要電話找快遞員,通過小蜜也能方便的完成查訂單、催發(fā)貨等等一系列請求。
今年8月,阿里商家版人工智能服務(wù)機器人“店小蜜”發(fā)布測試,并在天貓榮耀官方旗艦店率先投入測試。測試第一天的23點到第二天早上9點期間小蜜承接了超1100位用戶請求,對商品咨詢、店鋪服務(wù)問題來者不拒。
到如今,店小蜜已在天貓Apple store旗艦店、小米官方旗艦店、華為、Vivo、森馬、nike、UGG等10余個店鋪投入使用。其中Apple、小米更是已將店小蜜作為店鋪“頭號客服”,會員發(fā)起咨詢率先由人工智能來承接。Apple還為店小蜜組建專門的“focus group”,來提升人工智能的服務(wù)能力。
相較于人力,店小蜜采用機器學習加個性化延展組合模式。對于一些商品層面的信息,店小蜜能夠自主讀取商品頁面及圖片上的信息以及存儲在商家后臺的實時產(chǎn)品價格信息,在用戶咨詢時提供標準答案。對于一些店鋪活動等一些通用類服務(wù)問題,商家還可以自定義設(shè)置。兩種手段結(jié)合讓店小蜜有極高擴展性。更重要的是,智能客服不受坐席數(shù)影響,可以同時接待海量用戶,讓商家服務(wù)能力具備彈性。即使在斷電斷網(wǎng)的情況下,只要商家設(shè)置了智能客服在服務(wù)狀態(tài),店小蜜就能為商家及消費者提供服務(wù),7*24小時不斷檔。
店小蜜負責人趙昆表示,通過賦能商家,希望把阿里巴巴在服務(wù)領(lǐng)域的積累和技術(shù)能力輸出給生態(tài)圈的合作伙伴,為二十億消費者和一千萬商家提供極速和愉悅的體驗,而店小蜜是這個使命下的又一個重要里程碑。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。