最近看了一部netflix美劇,叫做救世(Salvation)。片中主角透過語音對超級電腦下指令,例如:泰絲,幫我移除XX變量,然後重新分析小行星會不會撞上地球,系統即可自動執行相關的演算,並告訴主角模擬的結果。相關的情境,隨著AI近幾年的發展,技術上似乎越來越可行。技術上主要包含三個面向,對話、流程自動化以及知識圖譜推論。
近年熱門的對話系統技術,即是針對人類講話的內容進行解析,讓你不管怎麼問,怎麼換句話說,電腦都知道你在講同一件事。更進一步,由於使用者對話含有各種比較高階的概念,所以需要知識圖譜去把生活化的知識跟電腦的知識進行推論轉換,例如:問電腦行星會不會撞地球,就要把這句話轉換成行星的路徑跟地球的路徑會不會有相交點。最後,還有流程自動化的部分,就是讓電腦知道要先去把資料拿出來,然後照主角講的,去把XX變數移除,然後再去執行路徑相交分析這支程式。最後這段,每一個過程做的事情都可以透過一個RPA(Robotic Process Automation)去運行,但要如何解析問句中,需要哪些RPA進來,並依據指示去逐一執行,並把結果互相串接,就變成很困難的問題。現今也有人透過知識圖譜來解決資料轉換與串接的問題,不過還是需要相當的苦工。
依據IBM的研究指出,RPA可以分成幾種程度:
目前國內業者多數都導入國外大廠的解決方案,但其軟體的程度大概就是第二級的一般RPA。影集中或是鋼鐵人中使用的,應屬於認知流程自動化的等級,大概還需要幾年的時間才會比較成熟。目前我們研發方向,應可朝進階RPA先邁進。
研究團隊自行整理