中华电信引入英伟达AI技术为其客服系统进行AI智慧升级。

目前台湾省的产业也面临少子化的冲击。除了制造业，服务业也受到人力不足的影响。许多企业和公司也开始将其内部工作流程转变为科学技术和数字流程，以此作为应对劳动人口短缺的一种手段。作为领先的电信公司，中华电信也很早就意识到了这个问题。毕竟，电信业务在很大程度上依赖于一线客户服务来为客户解决和消除问题。但由于电信业务种类繁多，客服人员人力有限，如何透过科技手段减轻人力负担，是中华电信的一大课题。

中华电信旗下的中华电信研究院不仅进行新一代通信技术、物联网、云计算之外的研究，还专注于人工智能和深度学习。十个研究单位的庞大数据研究院，汇聚了100多位大数据领域的专家，在严格的数据安全保护下开发多样化的应用。与中华电信本身关系最密切的包括聊天机器人和104查号台的语音识别服务。

据中华电信研究院副院长陈博士介绍，Chatbot已经被企业广泛导入，但大多数企业只是导入外部软件公司或服务平台提供的解决方案，而中华电信研究院一直从前端向应用层面发展，并以中华电信庞大的数据和技术为后盾，提供符合电信业务的解决方案。

为了减轻客服人员的负担，中华电信首先以基于Chatbot的智能文字客服解决客户的共性问题，通过语义分析解决客户的共性问题，减少客服电话人力，降低客户等待时间和服务质量。但单靠文字型客服仍不足以满足电信行业的服务需求，因此中华电信也有意推出基于人工智能的语音客服。而语音系统远比文本复杂，语音转文字后的复杂性更多的与口音差异和语义分析有关，需要依靠更多的计算来解决语音客服系统所需的深度学习和神经网络。

中华电信在开发AI语音客服系统的同时，于2010开始研究图像分析和人脸识别系统。但当时由于GPU的加速，深度神经网络还不成熟。以当时的技术，中华电信没有突破80%的准确率。但由于中华电信对图像分析和人脸识别系统的不断研发，也发现了NVIDIAGPU在图像识别方面的优势。它被导入到系统架构中。中华电信在引入TeslaK80加速器和神经网络架构后，仅用一年时间就达到了91.1%的准确率，训练2万人* * 1万的画像数据库仅用了72小时。中华电信虽然认为90%以上是相当大的突破，但还是不满足，决定提高导入率。

中华电信在2017年推出了基于Pascal架构的TeslaP100GPU。训练同样数量的训练库后，只用了24小时就达到了原来72小时的模型训练。与此同时，DGX-1超级计算机于同年年底推出。采用新一代NVIDIATeslaV100GPU，训练时间再次缩减至1/3，准确率进一步达到99.6%的高水平。中华电信也加速了NVIDIAGPU在AI语音客服中的应用。

起初，中华电信试图利用传统的基于CPU的AI模型训练来构建语音客服的人工智能模型，但结果和性能都达不到中华电信的要求。中华电信不仅引入kaldin3语音识别工具进行TDNN训练，还通过NVIDIATeslaV100GPU进行训练，不仅将训练语料从48小时大幅提升至1，000小时，还能进行更复杂的语义分析，将语言和语义识别的准确率从47.53%提升至82.8%。

同时，中华电信也看到了拥抱开放的创新力量。为了让更多的企业、教育机构和创客享受到AI资源，中华电信还开放了云AI(Paas+Iaas)平台，让对AI深度学习服务感兴趣的开发者可以利用中华电信提供的平台，开发图像识别、语音合成、语音识别等技术和服务，拥抱开放，携手开发者进行AI技术创新和应用开发。