简体中文版经机器翻译而成,仅供参考。如与英语版出现任何冲突,应以英语版为准。

结论

提供者 kevin-hoke

一个真正的人工智能对话系统可以进行类似于人类的对话,了解相关背景并提供智能响应。此类 AI 模型通常非常庞大且非常复杂。借助 NVIDIA GPU 和 NetApp 存储,可以对大规模的一流语言模型进行培训和优化,以快速运行推理。这是一个重大的进步,旨在结束快速 AI 模型与大型复杂 AI 模型之间的权衡。GPU 优化的语言理解模式可以集成到医疗保健,零售和金融服务等行业的 AI 应用程序中,为智能扬声器和客户服务线中的高级数字语音助理提供支持。通过这些高质量的对话式 AI 系统,各个垂直行业的企业可以在与客户接洽时提供以前无法实现的个性化服务。

借助 JARVIS ,可以部署虚拟助手,数字 avatars ,多模式传感器 Fusion ( CV 与 ASS/NLP/TTs 融合)或任何 ASS/NLP/TTS/CV 独立用例,如记录。我们构建了一个虚拟零售助理,可以对天气,关注点和库存定价方面的问题进行问题解答处理。此外,我们还展示了如何通过使用 Cloud Sync 归档对话历史记录并对 Nemo 模型进行新数据培训来提高对话 AI 系统的自然语言理解能力。