什么是#Σco领导力#?
或许每个人都有不同的理解。我们无需定义,因为我们有更好的诠释——华为通过持续的压强投入,引领技术革新,打造生态黑土地,激发生态创新,引领行业数字化转型,今日聚焦竹间智能。
为能在做好防控前提下有序推动企业复工复产,华为联合竹间智能提供免费AI机器人,既能全场景防控疫情,又能打造安全高效的复工环境。
机器人能智能回答各种防疫知识,智能外呼收集疫情相关信息,智能识别人脸进行考勤、人员统计等,还能帮助企业进行0成本无接触式海量招聘。
在线问答防疫机器人
在线问答防疫机器人可通过文字或语音对话查询通用防护知识、医学科普、就医指引、疫情辟谣、疫情动态、各地定点医院等信息,支持一键接入,快速上线应用。
通过企业公众号、app、企业微信接入等简单快捷的方式为员工提供准确有效的疫情防控服务,搭建了7*24小时防疫服务窗口,开展员工关怀,避免疫情造成负面心理影响。
智能外呼防疫机器人
各地人员陆续返岗,流动人员行程信息收集、风险排查、定时回访成为防疫不可忽视的一环。竹间智能防疫外呼机器人,已成功服务多家居委、医疗机构、企业,实现电话自动批量拨打,有效提高疫情期间排查、回访效率,同时保障了工作人员的健康安全。
例如,通过外呼采集被呼叫人个人身份、体温是否正常、有无咳嗽、家人身体状况、并对说过“发热”“咳嗽”等敏感词汇人员进行标记,形成报表进行每日跟进汇总,发现异常及时通知,确保员工健康复工。
人脸识别监控
通过摄像头实时侦测人脸,分析人脸特征,与数据库中的人脸相片快速比对,识别身份。
企业场景,可在平板电脑或手机上安装使用,进行公司考勤签到。员工通过“刷脸”签到及签退。算法允许模糊匹配,允许大面积遮蔽、背光,即使员工穿戴口罩、墨镜,也可以进行识别。此外,还能对未按要求佩戴口罩的员工发起自动提醒。
在居民小区、商场、客运站等人口密集、流动性大的场所,可对该区域的人口进行识别,有效记录人口进出的情况。
HRbot招聘机器人
受疫情影响,不少公司的招聘计划受到影响,“金三银四”招聘高峰即将到来,HRbot招聘机器人可以实现无接触式海量招聘。HRbot招聘机器人利用自然语言理解、知识引擎、功能引擎等技术,可精确识别用户问询意图,更可以和企业系统定制化对接,代替HR进行岗位应聘咨询,通过对话策略引导,辅助招聘应聘双方提升效率和体验。机器人可供直接接入,标准化0成本直接启用,能极大节约成本和时间,打造以一抵百的专业化AI招募团队。
案例
智能外呼防疫机器人疫情期间,某市政府利用防疫机器人服务一线工作人员。在应对大量群众咨询(如疫情信息,专家辟谣,防护知识等)、人员信息排查、口罩发放通知中起到极大作用。在短期内为一线街道扩充了成百上千的“虚拟员工”,让工作人员可以尽量“无接触”快速处理群众问题。截至目前,竹间智能文字防疫机器人接入到政务平台,累计解答居民咨询问题15250条,日均900+条。竹间语音外呼防疫机器人累计呼出7万通电话,日均呼叫10000通电话,累计通话时长超15000分钟,接通率近80%。覆盖13个街道,306个居委会,937个小区。
在线问答防疫机器人
打开WeLink APP登录后,在即时消息页面下拉,便可进入小微智能助手,通过文字输入或语音的形式就可以快捷询问你最关心的问题。
HRbot招聘机器人
某科技企业通过HRbot招聘机器人提供创新的场景解决方案,通过自动智能化工具减少重复操作,帮助HR快速处理工作,提供从前期的招聘、入职流程指引到在职员工政策咨询、绩效考核、离职手续等涵盖企业员工关系全周期、全流程的“选-训-育-用-留-退”服务,推动人力资源管理从直觉、经验向量化、精准过渡,助力企业人力资源数字化转型。
疫情期间,将持续提供竹间防疫全场景解决方案接入服务,通过华为以下渠道均可使用:
01
华为云官网搜索“小竹外呼”防疫机器人,或扫描以下二维码
02
华为WeLink,在管理员应用中心开通竹间防疫机器人、招聘机器人等即可使用。
03
竹间防疫情感机器人作为技能已成功接入华为智能语音助手“小艺”, 唤醒语音助手“小艺”,并对她说“肺炎疫情”就可以体验技能,简单流畅的交互,便可实现防疫知识解答和疫情查询服务。
万众一心,众志成城
华为联合竹间智能防疫全场景解决方案,提升政府治理高效能,助力企业复工复产
华为打造生态黑土地,激发生态创新,引领行业数字化转型的故事还在继续,对#Σco领导力#的诠释也将更加精彩!想要了解更多?敬请关注“华为中国生态大会2020”!
活动预告
2020年,华为中国生态大会进入第十年。伫立十年关口,本次大会将为您呈现全新的生态篇章。因聚而生 举势而为 ——华为中国生态大会2020,“华为搭台、伙伴唱戏”的 “众筹办会”模式闪亮登场,诚挚邀请您共同参与,把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。