人工智能的七個基本模式之一

2022-07-16 22:28:40 編輯：趙功紹來源：

導讀 AI的這種特殊應用是如此深刻，以至于構成了AI的七個基本模式之一：對話和人類交互模式。對話模式的基本目標是使機器能夠以人類自然語言...

AI的這種特殊應用是如此深刻，以至于構成了AI的七個基本模式之一：對話和人類交互模式。對話模式的基本目標是使機器能夠以人類自然語言模式與人類進行交流，并使機器能夠以他們所理解的語言與人類進行交流。對話模式不要求人類遵循諸如打字，滑動，點擊或使用計算機編程語言之類的交互機器模式，而是可以以彼此交互的方式與機器交互：以我們的大腦已經被理解的方式進行寫作和交流。

當今AI狹義應用的許多情況都集中在人類交流上。如果計算機能夠理解人類在交流時的含義，那么我們可以創建各種具有實用價值的應用程序，從聊天機器人和對話代理到可以讀取我們在文檔和電子郵件中寫的內容的系統，甚至可以準確地翻譯出一個人的系統。人類語言，而又不會失去意義和語境。

機器對人，機器對機器以及人對機器的交互都是AI如何交流和理解人類交流的例子。現實生活中的一些示例包括語音助手，內容生成，聊天機器人，情緒分析，情緒分析和意圖分析，以及機器驅動的翻譯。對話模式的應用是如此廣泛，以至整個市場領域都專注于使用具有AI功能的對話系統，從對話金融到遠程醫療等等。除了簡單地理解書面或口頭語言外，AI對話模式的力量還可以通過機器理解情感，情緒和意圖的能力來體現，或者通過視覺手勢將其轉換為機器可理解的形式。

準確地處理和生成人類語言特別復雜，過去六十年來，技術不斷發展。解決問題的一種方法是將音頻波形轉換為機器可讀的文本，稱為自動語音識別(ARS)。盡管ASR的實現有些復雜，但它通常不需要機器學習或AI功能，并且幾十年來已經出現了一些相當準確的語音轉文本技術。語音轉文字不是自然語言的理解。當計算機記錄人類在說什么時，它會獲取它能理解的波形并將其轉換為文字。它不會解釋正在聽到的數據。

標簽：

免責聲明：本文由用戶上傳，如有侵權請聯系刪除！