人工智能“训练员”让 AI 更聪明

简介: 人工智能训练师是一个“国家认定”的新职业,属于今年 2 月人力资源和社会保障部等三部门发布的 16 个新职业之一。他们需要使用智能训练软件,在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业。

--------点击屏幕右侧或者屏幕底部“+订阅”,关注我,随时分享机器智能最新行业动态及技术干货----------

1.png

“人工智能就像小孩子,通过不断地训练、调整、培养,‘智商’才会越来越高。”

林丽是阿里巴巴客户体验事业群的一名人工智能训练师。

人工智能训练师是一个“国家认定”的新职业,属于今年 2 月人力资源和社会保障部等三部门发布的 16 个新职业之一。他们需要使用智能训练软件,在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业。

阿里巴巴的人工智能训练师是 2015 年左右出现的。那一年,林丽在负责人工客服的管理时,发现了人工客服不可避免的短板。

“伴随国内新零售消费者迅速增长的规模,人工客服不仅成了不可忽视的成本支出,更麻烦的是,面临‘双 11’大促销等井喷式的服务需求,客服即便采用人海战术也杯水车薪。一旦服务‘掉链子’,对消费体验的影响是巨大的。”林丽说。

林丽和同事们研究决定培养一批人工智能训练师,负责训练人工智能客服机器人。

林丽说,以消费者催发货的场景为例,以前消费者需要打电话向人工客服查询。人工智能训练师出现后,会训练人工智能自动查询订单状态,把人工解决方案抽离成一个个步骤,梳理不同询问场景,并制定不同的回答方案,大大提升了问题解决效率。

“其中技术含量最高的是对问题语料的训练。事实上消费者催发货不会按照我们期望的方式提问,说出‘催发货’这几个字,而是‘我的衣服怎么还没到’等各类表述。这就需要训练人工智能对消费者庞大的语料库进行识别、分析。”林丽说。

即使人工智能本身已经具备模型算法,训练师们仍然需要对成千上万条新语料不断进行梳理、分析、处理,让人工智能的“智商”跟上高密度的、复杂的询问场景。

人工智能的问题解决效率提升了,但很快,林丽又发现了新问题——如何让机器人更有温度?

“我们每天都在琢磨怎么把机器变聪明。”林丽说,以购买水产品为例,消费者在超市买鱼虾蟹的时候,经常会询问产地和烹饪方法。“于是我们把产地、保质期、是否宰杀、如何烹饪等信息教会了售前智能客服机器人,消费者就能在线上购物时感受到人工智能带来的更实用、便捷的购物体验。”

在人工智能训练师们的“培育”下,去年天猫“双 11 ”期间,智能客服机器人承接了平台 97% 的在线服务需求,提供了相当于 8.5 万名人工客服的工作量,全天提供在线咨询对话量 3 亿次。

新冠肺炎疫情在全球蔓延后,很多人产生了健康咨询需求。“我们从海量的咨询数据中收集、定位了头疼、发烧等关键性描述信息,梳理出一整套科室分流体系和智能回复模板,大幅提升了问诊效率。”林丽说。

目前,人工智能训练师的队伍在不断壮大。林丽介绍,仅阿里已经有 600 多名人工智能训练师,整个生态内已经达到 20 万人左右。

“这反映了当下 5G、人工智能等科技的飞速发展和应用需求的不断增加。人机结合的智能化服务能够为现代社会创造更高的效率和价值,也能推动服务行业不断发展革新。”林丽说。

“这几年,人工智能训练师的工作内容也在持续扩充。”她说,原来训练师只需训练在线客服机器人,现在还包括智能自检、人工客服辅助、智能外呼等多种交互方式,人工智能训练师的“新战场”正在不断产生。

image.png

文章来源:https://yqh.aliyun.com/detail/17725

目录
相关文章
|
1天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
15天前
|
机器学习/深度学习 人工智能 监控
探索人工智能的伦理困境:我们如何确保AI的道德发展?
在人工智能(AI)技术飞速发展的今天,其伦理问题也日益凸显。本文将探讨AI伦理的重要性,分析当前面临的主要挑战,并提出相应的解决策略。我们将通过具体案例和代码示例,深入理解如何在设计和开发过程中嵌入伦理原则,以确保AI技术的健康发展。
28 11
|
1月前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
95 30
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
96 6
|
2月前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
2月前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
1月前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置选项,包括CPU+GPU、CPU+FPGA等组合,支持高性能计算需求。本文汇总了阿里云GPU服务器的价格信息,涵盖NVIDIA A10、V100、T4、P4、P100等多款GPU卡,适用于人工智能、机器学习和深度学习等场景。详细价格表和实例规格见文内图表。
124 0
|
2月前
|
人工智能 算法 安全
人工智能伦理与监管:构建负责任的AI未来
【10月更文挑战第3天】随着人工智能(AI)技术的快速发展,其在社会各领域的应用日益广泛。然而,AI的广泛应用也带来了一系列伦理和监管挑战。本文旨在探讨AI的伦理问题,分析现有的监管框架,并提出构建负责任AI未来的建议。同时,本文将提供代码示例,展示如何在实践中应用这些原则。
376 1