Pracuj przyjemniej z Zoom AI Companion

Jeśli nie masz uprawnień administratora do swojego konta, musisz skontaktować się ze swoim administratorem Zoom. Wszystkie funkcje asystenta AI Companion można znaleźć w Ustawieniach w zakładce AI Companion. Jeśli administrator włączył funkcje asystenta AI Companion dla konta, poszczególni użytkownicy mogą zarządzać z tego miejsca dostępnymi funkcjami. Aby uzyskać więcej informacji na temat konfiguracji Zoom AI Companion, zapoznaj się z naszym przewodnikiem wprowadzającym na stronie pomocy.

Zoom nie wykorzystuje treści audio ani wideo, czatu, udostępnianych ekranów, załączników ani żadnych innych form komunikacji klientów (w tym wyników ankiet, treści tablic czy reakcji) w celu trenowania modeli sztucznej inteligencji Zoom lub podmiotów zewnętrznych. Aby uzyskać więcej informacji, zapoznaj się z tym artykułem na temat obsługi danych przez Zoom.

Zoom AI Companion jest dołączany bezpłatnie do płatnych usług na kontach użytkownika Zoom. Może on nie być dostępny we wszystkich regionach i branżach. Specjalistyczne produkty dostępne w ramach AI Companion, niestandardowe konfiguracje agentów oraz usługi niektórych agentów zewnętrznych mogą wymagać dodatkowych opłat lub odrębnych cenników.


Celem Zoom jest umożliwienie nieograniczonych interakcji na jednej platformie, a generatywna sztuczna inteligencja odgrywa tu kluczową rolę. Uważamy, że funkcje Zoom AI Companion powinny być zawarte w kwalifikujących się płatnych planach bez dodatkowych kosztów, aby zwiększać produktywność zespołów podczas każdego dnia pracy.

Sztuczna inteligencja (AI) koncentruje się na tworzeniu maszyn zdolnych do symulowania ludzkiej inteligencji, w tym myślenia i uczenia się. Termin ten można również zastosować do każdej maszyny, która wykazuje cechy związane z ludzkim umysłem, takie jak uczenie się i rozwiązywanie problemów.

Głównym celem sztucznej inteligencji jest ułatwienie tworzenia systemów, które mogą wykonywać zadania wymagające ludzkiej inteligencji. Zadania te obejmują między innymi podejmowanie decyzji, rozwiązywanie problemów, rozpoznawanie mowy i tłumaczenie treści na inne języki. AI została zaprojektowana w celu zwiększenia wydajności, dokładności i automatyzacji przyziemnych lub złożonych zadań.

Sztuczną inteligencję dzieli się na kilka typów, przede wszystkim na wąską (lub słabą) AI, ogólną (lub silną) AI oraz superinteligentną AI. Wąska AI jest przeznaczona do określonych zadań i działa w ograniczonym, wstępnie zdefiniowanym zakresie lub kontekście. Ogólna AI to zaawansowana forma, która może rozumieć, uczyć się i stosować wiedzę w różnych kontekstach, podobnie jak człowiek. Superinteligentna AI przewyższa ludzką inteligencję we wszystkich dziedzinach, w tym w zakresie kreatywności, wiedzy ogólnej i rozwiązywaniu problemów.

Tak, różne rodzaje AI mogą być używane razem. Powszechnym podejściem mającym na celu uzyskiwanie dokładniejszych odpowiedzi jest wykorzystanie techniki RAG (retrieval augmented generation). Innym przykładem jest nasze własne podejście integracyjne, w którym korzystamy z wielu modeli, aby zapewnić użytkownikom wysoką jakość wyników.

Sztuczna inteligencja to szersza koncepcja dotycząca maszyn zaprojektowanych do inteligentnego działania, naśladującego ludzkie procesy myślowe. Uczenie maszynowe (ML) to podzbiór sztucznej inteligencji, który obejmuje badanie algorytmów komputerowych, które są automatycznie ulepszane dzięki doświadczeniu i danym. Zasadniczo całe uczenie maszynowe to sztuczna inteligencja, ale nie każda sztuczna inteligencja obejmuje uczenie maszynowe.

Korzyści płynące ze stosowania AI obejmują większą wydajność, szybkość i dokładność, ograniczenie liczby błędów popełnianych przez człowieka, możliwość analizowania i przetwarzania ogromnych ilości danych oraz automatyzację powtarzalnych zadań. Sztuczna inteligencja może również oferować nowe możliwości i usługi, takie jak spersonalizowane rekomendacje i zaawansowana diagnostyka.

Koncepcja sztucznej inteligencji powstała w połowie XX wieku. Termin „sztuczna inteligencja” został po raz pierwszy użyty przez Johna McCarthy'ego w 1956 roku podczas konferencji w Dartmouth, co stanowiło formalny początek tej dziedziny nauki.

Generatywna AI wykorzystuje algorytmy, aby tworzyć treści. Uczy się na podstawie zbiorów danych, analizując wzorce, struktury i występujące w nich zależności. Ten proces uczenia się umożliwia generowanie nowych danych podobnych do oryginalnych, ale nie identycznych, w tym tekstu, obrazów, muzyki i głosu.

Generatywna AI koncentruje się na tworzeniu nowych danych lub treści, które naśladują oryginalne dane, na których została przeszkolona. Ogólna AI odnosi się natomiast do rodzaju sztucznej inteligencji, która ma zdolność rozumienia, uczenia się i stosowania zdolności intelektualnych w szerokim zakresie zadań, podobnie jak ludzka inteligencja.

Predykcyjna AI koncentruje się na wykorzystywaniu danych historycznych do przewidywania przyszłych wyników, zazwyczaj za pomocą modeli, które opracowują wzorce na podstawie przeszłych wydarzeń. Generatywna AI koncentruje się natomiast na tworzeniu nowych danych i treści, które są podobne do danych treningowych, ale nie identyczne.

Głównym celem generatywnej AI jest generowanie nowych treści lub danych, które są podobne do oryginalnego zestawu szkoleniowego, ale są unikalne i innowacyjne. Obejmuje to tworzenie realistycznych obrazów, tekstu, dźwięku i innych form mediów.

Generatywna AI może na przykład tworzyć realistyczne obrazy lub sztukę, komponować muzykę, pisać historie lub artykuły, generować brzmiące prawdziwie ludzkie głosy oraz nowe projekty lub symulacje.

Generatywna AI nie potrafi odtworzyć autentycznych ludzkich emocji czy doświadczeń, nie rozumie kontekstu wykraczającego poza dane szkoleniowe, nie posiada świadomości i nie rozumie świata rzeczywistego. Tworzone przez nią treści są ograniczone przez dane, na których została przeszkolona, i algorytmy, których używa.

Generatywna AI tworzy nowe treści w oparciu o wyuczone wzorce danych, które mogą obejmować tekst, obrazy, muzykę i nie tylko. Konwersacyjna AI odnosi się przede wszystkim do systemów sztucznej inteligencji zaprojektowanych do komunikowania się z ludźmi w języku naturalnym, symulując rozmowę podobną do ludzkiej.

Konwersacyjna AI działa, korzystając z przetwarzania języka naturalnego (NLP) i uczenia maszynowego, aby rozumieć, interpretować i reagować na ludzki język w sposób naśladujący ludzką rozmowę. Może być używana w czatbotach, asystentach głosowych i innych aplikacjach, aby udzielać odpowiedzi w oparciu o kombinację zaprogramowanych reguł i wyuczonych danych.

Konwersacyjna AI rozwiązuje problemy związane z obsługą klienta, wyszukiwaniem informacji i skutecznością interakcji. Udziela użytkownikom natychmiastowych odpowiedzi.

Przykłady konwersacyjnej AI obejmują chatboty na stronach internetowych, wirtualnych asystentów osobistych, takich jak Siri i Alexa, oraz aplikacje do przesyłania wiadomości, które oferują automatyczne odpowiedzi lub wsparcie.

Konwersacyjna AI może być wykorzystywana w obsłudze klienta, opiece zdrowotnej, handlu detalicznym, finansach, hotelarstwie i wielu innych branżach. Jest przydatna do obsługi zapytań, zapewniania wsparcia użytkownikom, angażowania klientów i usprawniania procesów komunikacji.