财经前线看点干货!信雅达新一代AI+智能外呼机器人技术揭秘( 二 )


知识蒸馏后的模型 , 在准确率下降不到1%的情况下 , 预测时间缩短了8倍 , 模型压缩带来的收益十分可观 , 可以成功运用到时延要求高的应用场景 。
03 自学习技术赋能模型自迭代
常言道:举一反三才能事半功倍 。 即使近年来自学习技术狂飙突进式发展 , 但人工智能在模仿人类这条路上依旧需要负重前行 , 毕竟只有通过学习与积累 , 才能实现从入门到专业、从青涩到成熟的转变 。
基于对“持续学习”的考虑 , 信雅达金融大数据研究院此次研发的外呼机器人系统支持学习迭代 。 在项目启动后 , 生产语料不断积累 , 伴随而来的是不断丰富的知识库以及多种多样的新增意图 。 为了充分利用好这些宝贵数据 , 研究院的攻城狮们下了大功夫:将繁杂的训练过程封装为简单的自训练配置 , 通过一键式在线生成新模型 , 即可进行扩充语料的增量训练 , 同时直接部署测试环境进行新模型测试 , 这样大大缩短数据利用周期 , 提升学习速度 , 深度学习“快”人一步 。

财经前线看点干货!信雅达新一代AI+智能外呼机器人技术揭秘
本文插图
除了上述技术之外 , 大家所熟知的上下文语义分析、同义词扩展、同音字纠错、敏感词屏蔽等技术属于常规操作 , 在实际技术方案中已经实现了全面覆盖 , 受篇幅所限 , 小编在此就不一一展开啦 。
研究院的数据科学家和攻城狮们告诉小编:“虽然项目已经上线 , 机器人也在平稳运行中 , 但这依然只是万里长征第一步 。 ”信雅达在机器人方面的研究不会止步 , 我们的目标是让系统在新技术加持下不断进化 , 帮助大金融客户解决更多业务痛点 , 让金融机构的服务不断优化!