当人工智能考上名校

被引进呼叫中心

银行呼叫中心引进的沃森系统也是通过同样的原理运作的。呼叫中心的业务主要可以分成两类，即准确回答顾客的咨询和正确地记录工作人员与顾客的通话过程。沃森的任务就是提高这些工作的效率。

要提高第二类业务的效率，语音识别人工智能技术可以发挥重要作用，把顾客与接线员之间的对话用文本正确地记录下来。大数据和深度学习提高了语音识别的精度，不过提供训练数据的合作者往往以讲普通话的20～49岁人群居多。因此，人工智能对老年人的声音或方言的识别率会大大降低。其实我的嗓音就有些偏高，貌似属于“离群值”，识别率也不高。

打电话到呼叫中心的顾客并不一定都讲普通话，老年人也不在少数。因此，呼叫中心的接线员要先把顾客咨询的内容重复一遍，这样做不仅可以提高语音识别的精度，还能每天都不断增加训练数据。

呼叫中心的职责并不是解决问题，工作人员只需按照事先准备好的FAQ（常见的问题及其对应的解答）进行回答，遇到复杂的问题就转交给相应的负责部门。沃森的职责是告诉接线员，顾客咨询的问题在FAQ的哪个部分，它最擅长的搜索功能可以发挥重要作用。

沃森系统的画面上应该能实时显示经过语音识别功能处理成文字的顾客与接线员的对话，还会几乎在同时按顺序显示出FAQ列表。这与准确答题的原理是一样的。目前的技术还无法锁定与顾客咨询相对应的唯一回答，不过它可以随时输入正在进行的对话，按照最接近正确回答顺序将FAQ依次显示出来。

接线员可以从屏幕上显示的列表中选择最接近的FAQ来解答顾客的咨询。如果不对，他会继续尝试选择其他FAQ。接下来，在沃森提供的备选FAQ就是正确答案时，接线员要点击“正确”按键。通过不断积累信息，沃森便能自动学习，从而变得越来越聪明能干。这应该就是沃森的工作原理。

我在前面的说明中连续用了“应该是”“应该能”，这是因为我并没有实际看过引进了沃森系统的工作现场。不过从人工智能目前的能力来看，我想不出还能有其他的用户界面。我曾经向某家引进了沃森系统的银行的一位工作人员求证，他告诉我“确实就是这样，你说的一点不错”。

计算机全靠数学运行，人工智能只是软件，所以也全是由数学组成的。只要了解数学原理，即使没有见到实物，我也能在一定程度上想象出人工智能能做到什么和做不到什么。