XiaoMi-AI文件搜索系统
World File Search SystemConversational
慢性疾病的体现对话剂
背景：体现的对话剂（ECA）是计算机生成的动画人类字符，通过口头和非语言行为提示与用户互动。它们越来越多地用于包括医疗保健在内的一系列领域。目的：此范围审查旨在确定慢性疾病的ECAS开发和评估的当前实践。方法：我们在本综述中应用了方法学框架。共有6个数据库（即，PubMed，Embase，Cinahl，ACM数字图书馆，IEEE Xplore数字图书馆和Web of Science），使用与ECAS和Health相关的术语组合在2023年10月。两名独立审阅者选择了研究并提取了数据。此评论遵循Prisma-SCR（系统审查的首选报告和荟萃分析的范围扩展项目，以进行范围评论）。
电子商务客户服务的对话AI
摘要：随着电子商务的快速增长，提供无缝和高效的客户支持对企业至关重要。由先进的自然语言处理（NLP）和机器学习提供支持的对话式AI正在通过实现实时，上下文感知的互动来彻底改变客户服务。传统的基于规则的聊天机器人通常会在动态查询中挣扎，并且无法提供个性化的响应。该项目旨在开发一个智能的电子商务聊天机器人，该聊天机器人利用机器学习模型和基于变形金刚的架构，以在了解用户意图和情感的同时产生类似人类的响应。聊天机器人将帮助客户跟踪，产品建议，常见问题解答，退款和其他支持任务。通过整合情感分析，系统可以根据用户情绪来调整其响应，从而增强参与度和满意度。这种AI驱动的方法可确保提高效率，降低运营成本和无缝购物体验，从而使其成为现代电子商务平台的宝贵资产。
用于心理治疗的对话式人工智能及其在......中的作用
人工智能 (AI) 的发展重新开启并重新构建了许多传统的哲学问题，例如什么是理性、推理或自由意志，或者作为人类意味着什么。随着 ChatGPT 技术的最新发展，这些问题涉及公共空间，并引发了一场讨论，特别是关于对话式和生成式人工智能与人类相比的推理能力及其在我们的理性话语中的作用。这些讨论与人工智能生成 (GAI) 的可能性这一主题密切相关。Landgrebe 和 Smith (2022) 最近出版的一本书提出了令人信服的论据，反对 GAI 的可能性以及机器掌握人类语言、社交互动和道德的能力。尽管有这些论点，但人类的想象力方面仍存在一个问题，即感知超出现有的东西，并将人工智能视为人类和社会行为者 (Banks 2019；Nass and Moon 2000)，而不管其实际属性和能力或缺乏这些属性和能力。数学和本体论的论证无助于阻止人类将对话式人工智能 (CAI) 视为人类的强烈倾向。CAI 的开发目标是使其看起来像人类，这一事实进一步强化了这种倾向。其结果可能是，从现象学层面和实用主义的角度讲，尽管人工智能缺乏人类属性，但可以承认它掌握了语言，进入了我们的话语实践并成为社会参与者。也许，这是我们在当前版本的 ChatGPT 中已经看到的东西。我认为这种现象需要认真对待。
Compeer：主动的生成对话代理...
对话剂（CAS）充当同伴支持者的对话已经广泛研究并证明对人们的心理健康有益。但是，以前的同伴支持CA是用户启动的，或者遵循预定义的规则来启动对话，这可能会阻止用户与CAS合作并建立与CAS的关系以获得长期利益。在本文中，我们开发了Compeer，这是一种生成的CA，可以主动为用户提供自适应同伴支持。compeer利用大型语言模型来检测和反映对话中的重大事件，从而使其能够战略性地计划主动护理的时间和内容。此外，Compeer将同伴支持策略，对话历史及其角色纳入生成信息。与基准用户启动的CA相比，我们的一周受试者之间的研究（n = 24）展示了Compeer在提供同伴支持并提高用户参与度方面的优势。我们报告用户与计算机的互动模式，并讨论设计主动生成剂以促进人们的福祉的影响。
2023 年解锁对话式人工智能的未来：
近期的疫情大大加速了对话式人工智能的采用。普华永道的一项研究发现，52% 的公司在 2020 年加大了对人工智能的采用，这直接导致了新冠疫情的爆发。这反映了消费者消费习惯的转变，59% 的消费者表示，在后疫情时代，他们比以往任何时候都更关心客户体验以及他们支持和消费的品牌。消费者将在线与品牌互动，而不是去分店或商店，他们坚持认为体验会得到改善以促进这种偏好。
AEC 行业的对话式人工智能
开发一个可以交谈和理解人类语言的系统的想法早在 1200 年代就出现了。随着人工智能 (AI) 的进步，对话式人工智能在 2010 年随着 Apple 的 Siri 的推出而成熟。对话式人工智能系统利用自然语言处理 (NLP) 通过语音和文本理解并与人类交谈。这些系统已部署在航空、旅游和医疗保健等领域。然而，对话式人工智能在建筑工程和施工 (AEC) 行业的应用滞后，人们对对话式人工智能的研究状况知之甚少。因此，本研究对 AEC 行业的对话式人工智能进行了系统回顾，以提供对当前发展的见解，并进行了焦点小组讨论以强调挑战并验证机会领域。研究结果表明，对话式人工智能应用对 AEC 行业具有巨大的好处，但目前尚未得到充分探索。强调了正在探索的主要挑战并讨论了干预措施。最后，预测并验证了对话式人工智能的机会和未来研究方向，这将提高行业的生产力和效率。这项研究展示了一个快速崛起的研究领域的现状，也是 AEC 领域的首次尝试。其研究结果将为新领域提供见解，对 AEC 行业的研究人员和利益相关者大有裨益。
人工智能赋能对话代理
消费者对对话代理 (CA) 的研究日益增多。为了说明和规划该领域的研究，我们对 Clarivate Web of Science 和 Elsevier Scopus 数据库中收录的已发表著作进行了系统的文献综述 (SLR)。通过书目耦合确定了四个主要主题领域。它们是 1) 消费者对 CA 的信任；2) 自然语言处理 (NLP) 在开发和设计 CA 中的应用；3) 与 CA 的沟通；4) CA 对价值创造的影响以及 CA 对企业的价值。我们利用这些发现来提供现有科学工作的最新概要。此外，我们绘制了一个框架，据此我们可以确定：1) 采用和参与 CA 的驱动因素和动机；2) 采用 CA 对用户和组织的结果。最后，我们利用该框架制定未来研究的议程。
对话式人工智能——基于检索的聊天机器人
摘要 — 对话式人工智能可以简单地定义为通过自然对话进行的人机交互。这可以通过网站或任何社交消息应用程序上的聊天机器人、语音助手或任何其他支持交互式消息传递的界面来实现。该系统将允许人们提出疑问、获得意见或建议、执行所需的交易、寻求支持或通过对话以其他方式实现目标。聊天机器人基本上是使用自然语言的在线人机对话系统。目前，自然语言处理和机器学习机制的进步改进了聊天机器人技术。现在，越来越多的商业和社交媒体平台在其服务中使用这项技术。组织要求在聊天机器人的采用方面基于人工智能进行改进，因此它成为热门研究之一。在这项工作中，提出了一种基于任务的检索式聊天机器人，该机器人在公交车票预订领域使用深度神经网络构建。具有不同角色的多个用户提出的问题序列被作为系统的输入。因此，基于检索的系统会产生有意义的响应。生成的响应是手动评估的。结果表明，在大多数情况下，生成的答案都是有意义的。索引词——聊天机器人、基于检索的模型、神经网络、深度学习
癌症与对话式人工智能
由于疾病的复杂性以及研究人员采用的多种方法，解决癌症机制具有挑战性。在本研究中，对 40 篇肿瘤学论文进行了信息检索，以获得作者关于肿瘤免疫微环境 (TIME) 或器官特异性研究的方法。合并并分析了 20 篇 TIME 摘要，以产生有价值的见解，关于基于研究的论文如何补充来自评论论文的信息，使用大型语言模型 (LLM) 上下文比较，然后生成代码以在知识图谱中说明每位作者的方法。接下来，获得了 20 篇影响历史论文的组合器官特异性新兴论文，作为更新 Zhang, Y., et al. 机制的数据源，该机制进一步由 LLM 转换为代码。新的信号通路结合了另外四位作者的癌症研究领域，然后是它们对原始 Zhang, Y., et al. 通路的好处。研究中 40 篇论文超过 60 万字，重点关注特定领域，总计约 17,000 字，由 Clau-3Opus 提供详细且可重复的报告。ChatGPT o1 基于这些作者的方法提供了高级推理，具有广泛的相关性和引用。ChatGPT o1 生成的 Python 或 LaTeX 代码添加了可视化对话式 AI 发现的方法，以更好地理解癌症研究的复杂性。
利用对话式 AI 和自动化 - NICE
与需要特定场景训练的传统基于规则的智能虚拟代理 (IVA) 不同，生成式 AI 扩展了内容范围并解决了复杂问题。从 CX 的角度来看，这鼓励更多客户与 IVA 进行对话，使其成为首选渠道。因此，联络中心可以专注于发展其核心功能并转变为智能数据中心，而代理将受益于全面的知识和见解，使他们能够提供卓越的 CX。