当前位置:沙龙国际手机版企业动态 → 正文

Salesforce 用机器学习来自动总结文本,AI+SaaS 是未来吗?

责任编辑:editor007 作者:夜叶 |来源:企业网D1Net  2017-05-15 21:16:18 本文摘自:36kr
   Salesforce 在变得更“聪明”的道路上又进了一步。 如今我们身处海量信息时代,大量时间被用来处理电子邮件、文章或社交媒体的帖子等信息,有预计称,这种消耗状态会超过半天时间,甚至更多。 Salesforce 想将用户从这种低效的工作状态中解放,他们开发了种算法,能自动总结纷繁复杂的信息,如为销售或客户服务代表提供电子邮件和信息总结后的摘要,使他们有更多时间精力专注于自家客户。 例如, Salesforce 的 AI 新产品 Einstein 会为那些全天候与电话打交道的客服代表,匹配最可能成为公司用户的电话号码。这饱含着 Salesforce 想把 CRM 系统变得更智能化的美好初衷。 这里用到了 Salesforce 在自然语言处理方面取得的两项新突破:“情境语言生成模型( contextual word generation model )”及“新训练总结模型( new way of training summarization modelst )”,两者一起就能自动为长文本创建较准确可读的摘要。 研究人员指出,自动文本摘要有两种方式:提取( extraction )或抽象( abstraction )。计算机能从文本预先有的措辞中提取,只是目前灵活度还有欠缺;抽象则是计算机在了解原文的基础上,引入新词概括原义。 这背后用到了机器学习技术,深度学习神经网络也在此发挥作用。研究者通过教师强迫( Teacher forcing)、强化学习( Reinforcement learning )来训练系统学习和改进自身 谷歌 DeepMind 就是强化学习典型案例。所谓强化学习,简单来说,就是训练机器能在采取某种行动后,通过结果的好坏,判定行动的好坏。如棋盘游戏,你能针对对手每步棋作出回应,最终你便能在一系列棋局中找到某步棋的最佳下法,并将此内化成一种积极信号。运用到 Salesforce 将长文本处理成摘要的算法模型上,则有自动评估指标 ROUGE 对结果评分,算法将以更高得分来指导自身更新,最终输出的摘要结果,会逐步提升。 教师强迫(Teacher forcing)是当结果以既定参考的词语得分时,能提供“很体面的结果”,但同时灵活性就得有所牺牲。 研究者们发现,上述两者联合的模式优于其他方法。 MIT Technology Review 对比人工总结和用 Salesforce 模型生成的摘要,他们称后者具有“令人惊讶的准确性”,总结不仅比原始文本短得多,重点内容都有所概括,还兼具可读性。

AI+SaaS 是未来?还是噱头?

自动总结模型的背后,是 Salesforce 去年收购的深度学习创企 MetaMind,这还仅揭露了 Salesforce 人工智能版图的冰山一角。 2015 年 Salesforce 加入人工智能的军备竞赛,彼时它收购了 iOS 平台第三方智能日历应用 Tempo AI:通过 AI,Tempo 能自动为用户安排任务和事项,俨然真人版助理;12 月,利用 AI 帮营销人员开展广告活动的公司 MinHash 被纳入 Salesforce 版图;去年除 MetaMind 外,Salesforce 还收购开源机器学习服务商 PredictionIO 。 拥有大量数据的公司作为发展人工智能底层架构,也是 Salesforce 紧盯的对象。Salesforce 收购了大数据公司 RelateIQ(3.9亿美元),去年还想收购 Twitter ,更意图用比微软 262 亿美元高的价格拿下领英,但未如愿以偿。 微软收购领英后,推出整合 CRM 和 ERP 云产品 Dynamics365,与微软自身生态 Office 365 及 Azure 云服务相协同。2016 年 Q2 季度,微软取代 Salesforce 成为 SaaS 行业老大。CEO 纳德拉还宣称未来所有产品都将用到人工智能技术,如 CRM Dynamics 365 就内置 Cortana 人工智能套件。 巨头们营造的大环境莫不如是:竞争激烈、发力人工智能寻求突破重围。几乎与 Salesforce 同段时间,甲骨文发力 AI ,推出自适应智能应用Adaptive Intelligent Apps)Adobe 为它旗下所有软件提供基于深度学习和机器学习的底层技术平台——Adobe Sensei;IBM 有 Waston;SAP 近期开始逐步发力机器学习和人工智能领域 ……   近期中美 SaaS 峰会上,北森 CEO 纪伟国提出,AI + 大数据是重构下一代 HRSaaS 的力量,比如用AI 判断面试官喜好,筛选简历,及从过去积累的人才库里挖掘合适简历,预测人才离职倾向;AI 还能预测并推荐招聘渠道,企业知道把招聘发至哪个网站更合适, 预计收到多少份简历,现在竞争什么状况等。 至此已有数十家厂商明确提出“AI+SaaS”,这里不排除有跟风之嫌,只是当行业趋向如此,对 SaaS 巨头而言,是否做人工智能,或许意味着能否延续竞争优势,甚至是能否继续参与巨头们后期对话语权的争夺。 但这是长期的远景。放置眼下,需要用到人工智能,数据作为前提条件的积累必不可少,这也是为何 CRM 相较其他 SaaS 应用,对人工智能反应更灵敏,毕竟在商务智能时代曾积累一定体量数据样本,且标准化程度较高,数据为 AI 工具应用提供存在合理性 峰瑞资本创始人李丰则干脆提出:先 SaaS ,再到大数据,再到人工智能。“如果这个行业当中的管理软件或者叫线下数据的线上化还没有完成,那第一步肯定先是SaaS,线下数据的线上化已经比较普遍了之后,才轮到数据处理存储这些事情,这些事情再往下堆迭,随着产生时间越来越长,才到了处理数据的高效化,到了所谓人工智能。” 所以 AI 来了,创企有颗跟随大潮及未来的趋势心固然重要,但缺乏买买买的资金,难吸引高端技术人才的现实还是得认清。或许当下的关键是做好本职,积累尽可能多的数据,厚积薄发。 Salesforce 在变得更“聪明”的道路上又进了一步。 如今我们身处海量信息时代,大量时间被用来处理电子邮件、文章或社交媒体的帖子等信息,有预计称,这种消耗状态会超过半天时间,甚至更多。 Salesforce 想将用户从这种低效的工作状态中解放,他们开发了种算法,能自动总结纷繁复杂的信息,如为销售或客户服务代表提供电子邮件和信息总结后的摘要,使他们有更多时间精力专注于自家客户。 例如,Salesforce 的 AI 新产品 Einstein会为那些全天候与电话打交道的客服代表,匹配最可能成为公司用户的电话号码。这饱含着 Salesforce 想把 CRM 系统变得更智能化的美好初衷。 这里用到了 Salesforce 在自然语言处理方面取得的两项新突破:“情境语言生成模型( contextual word generation model )”及“新训练总结模型(new way of training summarization modelst )”,两者一起就能自动为长文本创建较准确可读的摘要。 研究人员指出,自动文本摘要有两种方式:提取( extraction )或抽象( abstraction )。计算机能从文本预先有的措辞中提取,只是目前灵活度还有欠缺;抽象则是计算机在了解原文的基础上,引入新词概括原义。 这背后用到了机器学习技术,深度学习神经网络也在此发挥作用。研究者通过教师强迫( Teacher forcing)、强化学习( Reinforcement learning )来训练系统学习和改进自身 谷歌 DeepMind 就是强化学习典型案例。所谓强化学习,简单来说,就是训练机器能在采取某种行动后,通过结果的好坏,判定行动的好坏。如棋盘游戏,你能针对对手每步棋作出回应,最终你便能在一系列棋局中找到某步棋的最佳下法,并将此内化成一种积极信号。运用到 Salesforce 将长文本处理成摘要的算法模型上,则有自动评估指标 ROUGE 对结果评分,算法将以更高得分来指导自身更新,最终输出的摘要结果,会逐步提升。 教师强迫(Teacher forcing)是当结果以既定参考的词语得分时,能提供“很体面的结果”,但同时灵活性就得有所牺牲。 研究者们发现,上述两者联合的模式优于其他方法。MIT Technology Review 对比人工总结和用 Salesforce 模型生成的摘要,他们称后者具有“令人惊讶的准确性”,总结不仅比原始文本短得多,重点内容都有所概括,还兼具可读性。 AI+SaaS 是未来?还是噱头? 自动总结模型的背后,是Salesforce 去年收购的深度学习创企MetaMind,这还仅揭露了 Salesforce 人工智能版图的冰山一角。 2015 年 Salesforce加入人工智能的军备竞赛,彼时它收购了iOS平台第三方智能日历应用Tempo AI:通过 AI,Tempo 能自动为用户安排任务和事项,俨然真人版助理;12 月,利用 AI 帮营销人员开展广告活动的公司 MinHash 被纳入 Salesforce 版图;去年除MetaMind 外,Salesforce 还收购开源机器学习服务商PredictionIO 。 拥有大量数据的公司作为发展人工智能底层架构,也是 Salesforce 紧盯的对象。Salesforce 收购了大数据公司 RelateIQ(3.9亿美元),去年还想收购 Twitter ,更意图用比微软 262 亿美元高的价格拿下领英,但未如愿以偿。 微软收购领英后,推出整合 CRM 和 ERP 云产品Dynamics365,与微软自身生态 Office 365 及 Azure 云服务相协同。2016 年 Q2 季度,微软取代 Salesforce 成为 SaaS 行业老大。CEO 纳德拉还宣称未来所有产品都将用到人工智能技术,如 CRM Dynamics 365 就内置 Cortana 人工智能套件。 巨头们营造的大环境莫不如是:竞争激烈、发力人工智能寻求突破重围。几乎与 Salesforce 同段时间,甲骨文发力 AI ,推出自适应智能应用Adaptive Intelligent Apps);Adobe 为它旗下所有软件提供基于深度学习和机器学习的底层技术平台——Adobe Sensei;IBM 有 Waston;SAP近期开始逐步发力机器学习和人工智能领域 …… 近期中美 SaaS 峰会上,北森 CEO 纪伟国提出,AI + 大数据是重构下一代 HRSaaS 的力量,比如用AI 判断面试官喜好,筛选简历,及从过去积累的人才库里挖掘合适简历,预测人才离职倾向;AI 还能预测并推荐招聘渠道,企业知道把招聘发至哪个网站更合适, 预计收到多少份简历,现在竞争什么状况等。 至此已有数十家厂商明确提出“AI+SaaS”,这里不排除有跟风之嫌,只是当行业趋向如此,对 SaaS 巨头而言,是否做人工智能,或许意味着能否延续竞争优势,甚至是能否继续参与巨头们后期对话语权的争夺。 但这是长期的远景。放置眼下,需要用到人工智能,数据作为前提条件的积累必不可少,这也是为何 CRM 相较其他 SaaS 应用,对人工智能反应更灵敏,毕竟在商务智能时代曾积累一定体量数据样本,且标准化程度较高,数据为 AI 工具应用提供存在合理性 峰瑞资本创始人李丰则干脆提出:先 SaaS ,再到大数据,再到人工智能。“如果这个行业当中的管理软件或者叫线下数据的线上化还没有完成,那第一步肯定先是SaaS,线下数据的线上化已经比较普遍了之后,才轮到数据处理存储这些事情,这些事情再往下堆迭,随着产生时间越来越长,才到了处理数据的高效化,到了所谓人工智能。” 所以 AI 来了,创企有颗跟随大潮及未来的趋势心固然重要,但缺乏买买买的资金,难吸引高端技术人才的现实还是得认清。或许当下的关键是做好本职,积累尽可能多的数据,厚积薄发。
关键字:Salesforce AI 机器学习 本文摘自:36kr
Salesforce 用机器学习来自动总结文本,AI+SaaS 是未来吗? 扫一扫
分享本文到朋友圈
关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士 企业网版权所有©2010-2018 京ICP备09108050号-6
^
沙龙国际手机版