911制品

《爆笑职场社死:闰土携千万合同之功,向蘑总索要球秘书...》剧情介绍：原本赞美有加的网友们纷纷表示被欺骗了感情对蒋乐芃的行为进行了强烈的谴责裂缝向他逼来方源却没有躲闪反而是主动投身其郑爆笑职场社死:闰土携千万合同之功,向蘑总索要球秘书...众人不由地大笑纷纷赞叹仇九英明莫雷加德 3-1 户上隼辅

《爆笑职场社死:闰土携千万合同之功,向蘑总索要球秘书...》视频说明：黑楼兰当然不愿放过他立即起身追赶在这种情况下购买所谓的黄金楼层并不一定代表房产投资的最佳选择特别是在当前市场环境下由于市场供需关系的变化黄金楼层的优势并不明显与此同时黄金楼层的价格也可能被高估由于其受欢迎程度较高开发商可能会故意提高这一区间的定价以获取更高的利润点外卖等琐事到底能不能靠AI我们找5款语音助手聊了500句话2022-11-24 18:02·机器之心Pro机器之心报道机器之心编辑部在这篇文章中我们选取了四个中高频生活场景和市面上常见的五款语音助手进行测评看看它们在这些场景中到底能做哪些事情哪些方面还没有做好曾几何时人们与手机、汽车交互的方式从选择指令变成了自然对话这种方式让人们享受了方便因为技术不断发展AI 助手能为我们做的事情也越来越多前段时间丹麦的「合成党」（The Synthetic Party）成为了热门新闻这个新组织曾希望在 11 月的大选中获得议会席位其公众形象和名义领袖是 AI 聊天机器人「拉尔斯」（Leader Lars）根据该党的创始人、艺术家和研究员 Asker Staun?s 的说法如果该党进入议会人工智能将决定政策和议程（比如建立每月 13799 美元的全民基本收入是丹麦平均工资的两倍以上）而人类将充当该计划的解释者不过最终支持合成党的签名未能达到选举所要求的 2 万个合成党 AI 党魁也就失去了机会虽然 AI 制定政策看起来还是一个遥不可及的尝试但与人交流、推荐和购物已是当今人工智能的「基本能力」了——很多品牌的手机上、智能音箱里都内置有这样的智能助手其功能我们每天都可以接触到但和面向研究和技术展示的聊天机器人不同人们在使用语音助手订机票、点外卖时带有明确的目的如何在连续对话中获取信息、正确理解用户意图并完成特定任务是相关 AI 算法面临的重要挑战现有的语音助手在不同场景中的表现也参差不齐在这篇文章中我们选取了四个中高频生活场景和市面上常见的五款语音助手进行测评看看它们在这些场景中到底能做哪些事情哪些方面还没有做好四个高频场景包括点外卖、选餐厅、订电影票和订酒店参与评测的语音助手包括天猫精灵（天猫精灵 IN 糖）、玩秘（独立 APP）、小度（小度智能屏 1S）、晓悟（独立 APP）和 Siri（搭载于苹果手机）评测过程中我们先在这些语音助手上尝试了各个场景然后根据体验的情况选出了这些产物各自擅长的领域进行进一步评测最终每款语音助手只参与一个场景的详细测评每场测评包含 100 句（50 轮）对话以下是测评结果外卖场景在外卖场景中我们首先测试了天猫精灵在菜品的划分上天猫精灵基本能够按照用户需求找到对应的菜品比如「大闸蟹」、「炸鸡」、「小龙虾」并主动播报店名询问用户是否购买此外它也可以帮你寻找附近的美食并告诉你距离多远、有什么特色菜等信息有时候甚至能提供一些百科知识比如大闸蟹的吃法这使得其前两轮的对话往往进行得比较顺利不过在后续的对话中天猫精灵非常容易「跑题」点外卖过程中会突然跳转到购物、歌曲播放、百科知识等不相关的场景比如用户说「换个别的」天猫精灵会误以为用户想要点歌然后就开始播放歌曲让用户摸不着头脑这种场景区分的失误有时也会发生在首轮对话中：另外对于菜品的细粒度信息天猫精灵似乎掌握比较有限比如不能区分菜系而且在用户不满意当前推荐的时候天猫精灵可能会就此结束对话（而不是继续推荐）此时用户就不得不重启新一轮的对话另一个参与外卖场景测评的是轮子科技出品的玩秘 APP（华为、荣耀等品牌的手机的语音助理中也搭载了玩秘据了解玩秘 APP 中的 NLP 模型有重大升级因此这里选取玩秘 APP 作为测评对象）首先在菜品的划分上玩秘 APP 支持多种点单方式你既可以说「我想喝咖啡」、「我想吃牛排」或者「我想吃 xx 饭店」也可以说「我想吃点清淡的」、「我想吃点辣的」这些玩秘都能听懂首轮对话轻松过关如果你对推荐满意它会帮你加入购物车甚至还会帮你凑够起送价并提醒你填写备注下单之后它还支持配送时间查询和自动催单功能如果你对推荐不满意玩秘会继续推荐而不是结束对话值得注意的是玩秘能够理解到很多表示拒绝的词比如「不爱吃」、「太油了」、「太贵了」然后在下一轮推荐中主动避雷并把你的偏好记录下来对话再长也不会脱离外卖场景不过由于中国菜品非常复杂而且用户的个性化需求也比较丰富玩秘在理解过程中也会偶尔出错比如不理解回锅肉中有肥肉不知道茶树菇属于素菜等此外和我们评测的另外几款语音助手一样玩秘在菜品价格对比方面还不太成熟有时候无法按照用户需求推荐更加便宜的菜品餐厅推荐场景在餐厅推荐场景中我们选择了小度来进行测试在首轮问答中小度支持多种餐厅筛选方式比如按照评分（「永旺评分最高的餐厅」）、距离（「离我最近的西餐厅」）、菜品（「想吃龙虾」）等等这点和外卖场景的两个语音助手是类似的在达到用户满意之后小度会询问用户是否导航前往还能在导航开始后切换不同的导航方式不过如果你想进一步了解餐厅的详细信息比如特色菜、是否有包厢…… 小度往往没办法提供而且在没有听懂的情况下小度的导航功能似乎非常容易误触此外和外卖不同的一点是餐厅往往会带一些社交属性比如有些酒店可以办婚礼小度在这方面的意图理解能力似乎还不太成熟需要用户给出更明显的需求描述电影票预订场景在电影票预订场景中我们选择了晓悟来进行测试首先当被要求推荐电影时晓悟能准确地找出当前正在影院上映的电影而不是将院线电影和网络电影混为一谈这是一些手机语音助手容易混淆的地方其次它还能匹配到指定地点的电影院并导航前往还有自动选座等功能不过美中不足的是晓悟基本上不支持按照常用时间段（如上午场、下午场）选电影也很难给出电影的详细信息（如电影内容、类型、票价对比）更重要的是对于不同的问题晓悟有时会连续给出相同的答案很多情况下可能答非所问在电影场景所需要的长对话中这会对用户的耐心形成一定的考验此外在与选座相关的交互中晓悟的自然语言理解能力也有待加强酒店推荐场景在酒店推荐场景中我们选择了搭载在苹果手机上的 Siri 进行测试「HeySiri给我定个酒店」对于这种简单、直接的要求Siri 应对起来似乎没有什么压力它会推荐一个距离用户较近且评分尚可的酒店也可以导航前往或者给酒店打电话甚至可以帮用户寻找附近的美食等信息但如果你想知道更细粒度的信息比如酒店房型、价格、是否包含早餐等Siri 往往没有办法提供这种情况下它可能变身「搜索引擎」搜出和当前话题无关的内容展示给你此外与前几款语音助手相比Siri 的交互明显更依赖屏幕播报内容比较有限很多时候给出的回答都是「我找到了这些结果」而不是在用户询问「哪一个」的时候给出一个具体的推荐或者一个明确的答案所以总体来看我们基本可以依靠 Siri 获取一些酒店推荐信息但要想依靠这些信息直接预订信息量还远远不够而且「下订单」这一动作也不能靠 Siri 来完成评测结论在 Siri 诞生之初它的创始人就假设语音助手应当是「执行引擎」而不是简单的「搜索引擎」从测试结果来看五款语音助手基本都实现了从简单的「搜索引擎」到复杂的「执行引擎」的跨越可以帮我们找店、导航、下单甚至选座、凑起送费…… 但在意图理解能力和面向任务的连续对话能力方面几款语音助手的表现还存在较大差异在各自经历的 100 句对话中几款语音助手的理解率分别为：天猫精灵（44%）；玩秘（82%）；小度（44%）；晓悟（32%）；Siri（40%）可以看出玩秘在测评中的表现尤其亮眼在外卖场景中不仅能准确分辨菜品类型、口味等信息还能理解用户通过不同措辞表达的意图在多轮对话中成功地保持了对话场景和逻辑的一致性这些都是强大的意图理解能力和连续对话能力的表现据了解这些得益于其背后的公司轮子科技自主研发的基于贝叶斯网络的 Causal Inference NLP 算法框架该框架可以模拟人类因果认知系统实现高理解准确度的语义解析 NLP 解决方案因此才能如此出色地应对订外卖等语义理解难度较高的场景可以预见的是随着用户对语音交互接受程度的提高大家的期望也会越来越高会希望语音助手能够协助我们更便捷地完成那些需要了解垂直领域才能完成的任务而这正是玩秘等几款语音助手正在努力的方向这些语音助手致力于提高人们生活的便利程度体现了人工智能的社会价值和实用价值未来将有非常广阔的发展空间

就在这时蚌壳的力量已经承受至极限无形的压迫力因为小鲤鱼与辛鸠的献祭更加强了几分蚌壳彻底崩碎成为散碎的碎片围绕招凝一圈浮荡如果你正处于穷思竭虑的状态试试分心两分钟你会发现效果立竿见影症状好转很多