实在智能RPA+AI

RPA+AI打造的数字员工不仅从AI组件层面进一步完善和丰富了机器人功能,还可以适应更加多样的应用环境,完成更多复杂任务。

免费试用
资讯图
实在智能|一文读懂RPA与AI的完美结合过程
RPA与AI结合是RPA发展的趋势。RPA需要AI的技术能力拓展功能服务,AI需要RPA的应用场景落地。
2019.11.30
资讯图
实在智能RPA+AI|强大AI算法平台是如何炼成的
随着机器学习和深度学习等技术的突破,人工智能相关技术被广泛的应用到了各行各业。但是要将学术界、工业界先进的算法模型和实践经验,要快速的应用到自己的业务场景中还是需要做很多工作。要打造一个满足当前需求的算法平台,需要从计算性能,平台易用性,满足真实业务场景需求等不同的方面进行考量,文本将带你了解如何打造一个面向AI的算法平台。
2019.06.21
资讯图
弱监督系统snorkel在法律场景中解决数据标注的应用
数据是人工智能的基石,更多的数据、更高的质量往往意味着更好的效果。然而大规模高质量数据的获取并非易事,通常需要花费大量的时间、精力和成本,尤其是在需要领域知识的情况下。数据标注,正日益成为人工智能发展过程中的瓶颈。鉴于此,弱监督方式开始受到人们越来越多的关注,如远程监督、规则/分类器进行启发式标注等。一般基于这种方式得到的数据准确率和覆盖率有限,需要对不同数据源进行合并来提高。对此,由斯坦福大学开发的snorkel系统,为这一场景提供了一整套解决方案…
2019.05.24
资讯图
法律人工智能的认知、现状和未来认知
只有了解法律人工智能的“真实当下”才能预判和迎接它的“可能未来”人工智能主要研究如何让机器来模拟人的智能,来处理一些特定的场景和应用问题。“高大上”的大数据统计界面,只是对数据的统计,不是人工智能;百度与Google等搜索引擎、今日头条等新闻推荐、中英翻译系统,应用了人工智能技术。人工智能的价值往往体现在它能够具体解决哪些具体问题上。
2019.04.28
资讯图
特征工程Pipeline在机器深度学习中的应用
当前深度学习技术已经在搜索、广告、推荐等点击率预估及类似场景中得到了广泛和有效的运用,取得了一些突破性的进展。其中一部分进展得益于在隐藏层之外显示构造特征组合,从而弥补神经网络的局部低效表达能力。从这个角度看,特征交叉等传统的特征工程技术仍将在一定时间内继续存在。另一方面,在工业场景中,作为基线的LR/FTRL模型或者GBDT模型,也是考察深度神经网络效果的必要对照实验组,甚至是初次场景建模的首选打底方案。
2019.03.28
资讯图
少年,看你骨骼清奇,送你一份AI武林秘籍:知识图谱
如果把人工智能领域比作江湖,机器学习和深度学习堪称武林中的屠龙刀、倚天剑,而知识图谱则是一部葵花宝典级的武林绝学。知识图谱并非武林新生独创,其江湖地位久远。相传在六十年前,江湖上有三大门派:其一是连接派(神经网络),其二是经验派(机器学习),其三是符号派(知识工程)。三大门派明争暗斗,十余年后一部武林秘籍从符号派悄然流传于武林之中,受限于当时的环境,初出茅庐,其功力还未受到其他门派的重视,名号也毫无大侠之风——语义网络。
2019.02.27