自从几年前推出了Einstein AI平台以来，Salesforce已经将AI构建到越来越多的工具中。例如，在今年的Dreamforce会议上，这家CRM巨头宣布了定制语音助手和将人工智能整合到呼叫中心的新工具。新的功能展示了Salesforce如何逐步让客户的工作变得更容易——尽管是渐进的步骤。
为了让Dreamforce的与会者对其产品能力有更前瞻性的了解，Salesforce的研究团队展示了其在会话人工智能和自然语言生成等领域的一些突破。Salesforce首席科学家理查德·索切尔博士说，他们的研究重点是建立一个迄今为止只在科幻小说中出现过的人工智能驱动的世界。
什么是人工智能?关于人工智能你需要知道的一切
人工智能指南，从机器学习和一般人工智能到神经网络。
阅读更多
Socher说:“我们致力于预测未来，而最好的预测方式就是创造。”
Salesforce的研究部门包括四个子组:基础研究、应用研究、新产品孵化和人工智能平台研究。Socher说，这与几年前相比是一个变化，当时他们只专注于基本的人工智能研究。他说，基础研究和应用研究工作创造了一个“良性循环”，展示了什么是可能的，什么是需要的。
例如，Salesforce高级研究科学家Victoria Lin演示了如何使用语音助手查询关系数据库。
“许多企业数据存在于关系数据库中，”她指出。她说，要从这些数据中获得真知灼见，“通常需要掌握一门查询语言，比如SQL……或者让一个分析师团队为我做报告。”
林的研究重点是训练一个神经网络，它可以解释自然语言查询，并将它们端到端地转换成SQL查询。
“这是迈向数据民主化的一大步，”林说，也是迈向“数据输入的终结和数据对话的开始”。
接下来，Salesforce高级研究总监熊凯明(caim Xiong)在众多观众面前展示了他所说的首款全自动人工智能对话代理的现场演示。“人工智能的未来是对话式的，”他说。
在演示中，一个人工智能代理帮助熊修改他的披萨订单，该代理可以处理人工身份验证(通过电子邮件地址验证)、处理中断和处理多个任务。熊说，有了这种完全对话式的代理，客户再也不必等待呼叫中心的人工代理来帮助他们了。
他说:“整个系统今天都运转良好。”“在未来，它将更加无缝、更快、更强大。”
人工智能代理依靠语音识别以及自然语言理解引擎来分析情感、意图和关键信息。然后，对话管理引擎确定下一个最佳操作并生成响应。
接下来，Salesforce的高级研究科学家Nitish Keskar演示了最新的自然语言生成技术——该技术已经用于电子邮件自动完成、语法纠正和客户服务机器人等工具。然而，Keskar指出，这些用例“通常发生在句子或片段级别”。
他说，Salesforce Research正在致力于实现“生成长文本的宏伟目标”。
“我们不是在创造下一个句子，”他说，“我们是在创造整篇文章。”
为此，Keskar推出了世界上最大的开源语言模型CTRL。它拥有前所未有的16.3亿个参数，并对143 GB的文本进行了训练，包括数百万份文档、数千本书和整个维基百科。它经过训练，可以根据几个单词的历史预测下一个单词，并能在未来生成多达500个单词。
“向模型传达你的意图是简单而明确的，”Keskar说。
他现场演示了这个模型，用它为一个产品写了一个完整的新闻稿，而这个产品仅仅是基于几个字的种子文本。用户可以从选择要编写的文档的“类型”开始——例如新闻稿、幽默、法律或生成解释文本的“Wikipedia”类型。在给该工具一些种子文本后，用户只需点击tab来触发完成。“它知道下一句最可信的话是什么，”Keskar说。
与此同时，他说，Salesforce正在“积极地与合作伙伴合作，以确保我们能够促进对这种模式的理解，并减少任何负面影响。”
最后，Salesforce研究科学家纳兹尼恩·拉贾尼(Nazneen Rajani)展示了Salesforce研究如何使人工智能系统更具可解释性，从而更值得信赖。
可解释性对于我们人类进行有意义的互动是至关重要的，”她说，“以理解人工智能的安全性并采取适当的行动。”
拉贾尼演示了如何在给出预测或建议时，建立人工智能模型来解释其推理。
Socher补充道:“信任是我们的首要价值。”
在接受ZDNet采访时，Salesforce的产品副总裁Marco Casalaina回应了这一观点，强调Salesforce并不使用客户数据来建立或培训全球AI模型。Salesforce构建了TransmogrifAI，一个用于结构化数据的端到端自动化机器学习库，以帮助客户构建定制的机器学习模型。Casalaina说，Einstein平台现在每天为Salesforce的客户提供大约100亿个预测。
“这背后的事实是，对于每个客户，他们都有自己的预测，”他说。“当他们建立这些模型时，完全是基于他们的数据和为他们建立的。”