据外媒报道,新西兰Soul Machines公司近期为澳大利亚政府研发了一个名为Nadia的客服机器人。它有着逼真的人类面部表情,由演员Cate Blanchett配音,由IBM的Watson软件提供技术支持,用以帮助用户获得政府服务残疾人士的信息。
另外,IBM还为银行业务打造了一款新的客服机器人——Rachel。
Soul Machine机器人的面部表情是通过模拟人脸肌肉和其他组织的运动而产生的。机器人的前置摄像头可以读取到对话者(人类)的面部表情。机器人经过编程之后,可以通过自己的面部动作对人类的表情做出反应,以表达“感同身受”的情绪。
Soul Machines公司的负责人Mark Sagar教授表示:
有面部表情、能读懂人类表情将使客服机器人更有用、更强大。相比文本聊天,同一个人面对面交流能获得更丰富的信息。拥有这些技术后,用户与机器人这一复杂系统进行面对面交互更为容易。
除了能读懂人类的面部表情,机器人还能通过声音判断人类的情绪。
据外媒介绍,亚马逊公司正在对其研发的语音助手机器人——Alexa进行大幅改进。改进后的Alexa将拥有更好的语言技能,甚至能够通过识别语调来判断人类的情绪。
例如,以往的语音助手可能在重复多次后依然听不懂人类的口令,这令人沮丧。但改进后,语音助手将至少能够听懂主人的命令,还会向主人道歉。
除了亚马逊之外,谷歌和苹果也在努力研发语音控制机器人,谷歌去年5月推出了智能家居设备Google Home,可以通过语音控制家庭设备,苹果的语音助手siri功能也在不断增强。
可以预计,在不久的将来,客服机器人将越来越接近真人,与机器人进行面对面交流也将不再困难。
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。