![]() 台湾现在产业也面临少子化的冲击,除了製造业以外,服务业也受到人力匮乏的引响,许多企业与公司亦开始着手将内部作业流程进行科技化与数位转型,藉此做为因应劳动人口不足的手段;而做为电信龙头的中华电信亦相当早就意识到问题,毕竟电信业务相当依赖第一线客户服务为其客户解惑与排除问题,然而由于电信业务总类繁多,客服人员人力有限又经常面对重複问题,故透过科技手段降低人力负担即是中华电信的一大课题。 而中华电信旗下的中华电信研究院当中,不仅在新一代通讯技术、物联网、云端运算以外进行研究,包括人工智慧与深度学习等领域亦为其专注的领域,十个研究单位当中的巨量资料研究所彙集百余位大数据领域专家,在严谨的资料安全保护下进行大数据的极大化应用,并且开发多元的应用,而与中华电信本身最息息相关的包括聊天机器人与 104 查号台语音辨识服务。 ![]() 据中华电信研究院副院长陈荣贵博士表示,现在聊天机器人 Chatbot 早已广泛被企业导入,不过多数的企业仅是导入由外部软体公司或是服务平台提供的解决方案,而中华电信研究院则一手包办自前端开发到应用层面,并以中华电信的巨量数据资料与技术做为后盾,提供合乎电信服务的解决方案。 为了降低客服人员负担,中华电信先以基于 Chatbot 的智慧文字客服解决客户的常见问题,透过语意分析方式解决客户的常见问题,减少客服电话人力并降低客户等待时间与服务品质。然而光是只有文字客服仍不足以解决电信业所需提供的服务需求,故中华电信也意图导入基于人工智慧的语音客服,但语音系统所牵涉的远比文字更为複杂,加上语音转文字后的複杂度更牵涉到口音差异、语意分析,故此时需要仰赖更大的运算量解决语音客服系统所需的深度学习与神经网路。 中华电信在 AI 语音客服系统开发的同时,在 2010 年之际已着手研究影像分析与人脸辨识系统,不过当时深度神经网路由于 GPU 加速还未成熟,以当时的技术,中华电信并未突破 80% 的準确度,但也由于中华电信持续研发影像分析与人脸辨识系统,后续也发现 NVIDIA GPU 对于影像辨识的优势,并将其导入系统架构,中华电信导入 Tesla K80 加速器与神经网路架构后,在短短一年内达到 91.1% 的精确度,并且进行 2 万人共 100 万张的人像资料库训练亦仅需要 72 小时,中华电信虽认为超过 9 成已经是相当大的突破,但仍未因此满足,此时也决定加码导入 NVIDIA 的 GPU 。 ![]() 中华电信起初使用传统基于 CPU 的 AI 模型训练试图建构语音客服的人工智慧模型,但成果与性能还无法合乎中华电信的要求;中华电信除了导入 kaldi nnet3 语音辨识工具进行 TDNN 训练外,透过 NVIDIA Tesla V100 GPU 进行培训,不仅将训练语料由 48 小时大幅提高到 1,000 小时,能够进行更複杂的语意分析,还把语言与语意的辨识精确度由 47.53% 提升到 82.8% 。 同时,中华电信也看到拥抱开放的创新力量,为使更多企业、教育机构与创客能享用到 AI 资源,中华电信还将云端 AI 平台开放,让有志于 AI 深度学习服务的开发者,能够利用中华电信所提供的平台作为开发影像辨识、语音合成、语音辨识等技术与服务,以拥抱开放携手开发者进行 AI 技术创新与应用开发。 |
「本游戏介绍时为限时免费,请您下载前留意价格,若有误差敬请见谅。」《Bee Leader》 《Be
为什幺为什幺?就算只是个游戏,小编也不想保护这个挪用了员工薪资的老闆,不能反过来追杀他吗… 好吧!小
「本游戏介绍时为限时免费,请您下载前留意价格,若有误差敬请见谅。」《Chicken Raid》 《
标题写什幺大家应该不是很理解吗?来,请往下拉,找到《Ultra Dario》这款游戏,虽然说主角叫做