[发明专利]基于人工智能的虚拟自动化辅助

说明书

本公开的实施例涉及基于人工智能的虚拟自动化辅助。一种基于人工智能(AI)的虚拟自动化辅助系统，其提供与将被自动执行的任务的组成过程有关的服务。虚拟自动化辅助系统包括使得能够生成该服务的流水线工作室。访问与服务有关的历史数据以进行训练和验证各种ML模型。对ML模型进行评分，并将选定的ML模型注册为虚拟自动化辅助系统上的服务。如此注册的服务被表示为流水线工作室内的过程块，其中布置与任务的组成过程有关的过程块以便形成流水线。如此构建的流水线通过经由形成流水线的服务来接收和处理与任务有关的请求，使得能够自动执行任务。

技术领域

本公开的实施例涉及人工智能领域，并且具体地涉及基于人工智能的虚拟自动化辅助。

背景技术

现代组织架构的环境严重依赖于用于执行其任务的计算和通信系统。组织的劳动力可能主要与其计算系统进行交互，以实施其各种职责。越来越多地使用计算系统来执行各种复杂任务产生了人工智能(AI)技术，其中开发了能够做出独立决策的智能机器。各种原因，诸如能够处理大量数据的计算资源的开发、可用于处理的数据的爆炸式增长(大数据)、对特定任务或问题的关注以及能够接收反馈并对其改进的机器的开发是人工智能技术在我们日常生活中崛起的几个原因。

与AI相关联的研究非常技术性和专业化。开发具有AI的机器所涉及的一些任务可以包括对计算机进行编程以获取诸如知识、推理、问题解决、感知、计划以及操纵和移动对象的能力的特点。机器学习(ML)和自然语言处理(NLP)是AI的重要组成部分。ML涉及各种ML算法及其性能的数学分析。教育机器诸如推理、解决问题和做出决策的人类的技能可能是一项艰巨而乏味的任务，需要训练有素的劳动力。

发明内容

根据一些实施例，一种基于人工智能(AI)的虚拟自动化辅助系统，包括：至少一个处理器；存储机器可读指令的非瞬态处理器可读介质，机器可读指令使至少一个处理器：接收关于将被自动执行的任务的信息，信息包括任务中所包括的一个或多个组成过程；确定信息是否包括一个或多个机器学习(ML)模型的规范，一个或多个机器学习(ML)模型将被训练以用于组成过程的自动执行；在机器学习(ML)模型中的至少一个机器学习模型被指定用于自动执行的情况下，对于一个或多个组成过程中的每个模型特定的组成过程：将对应于指定的至少一个ML模型的经训练的ML模型注册为自动化辅助系统上的相应的服务，以用于模型特定的组成过程的自动执行；在信息未指定机器学习(ML)模型中的至少一个机器学习模型以用于自动执行的情况下，对于一个或多个组成过程中的每个剩余组成过程：将来自一个或多个ML模型的所选择的经训练的模型注册为自动化辅助系统上的相应的服务，以用于剩余组成过程的自动执行；经由交互式图形用户界面(GUI)提供对与组成过程相对应的相应的服务的访问；经由交互式GUI，支持表示任务的流水线的构建，流水线包括表示组成过程中的每个组成过程的服务，组成过程按照支持任务的自动执行的组成过程的执行顺序来布置；接收与任务相关的输入；以及基于输入，自动执行任务。

根据一些实施例，一种用于使用机器学习(ML)模型自动执行任务的处理器可执行方法，包括：访问与包括一个或多个组成过程的任务相关的历史数据；在历史数据上训练ML模型中的一个或多个ML模型，以用于组成过程的自动执行；利用相应的通用资源定位符(URL)将经训练的模型作为web服务发布；经由URL提供对服务的访问，服务被表示为在交互式图形用户界面(GUI)上的相应的过程块；接收构建表示任务的流水线的用户输入，用户输入引起在交互式GUI的交互式工作空间上对过程块的选择和布置，布置包括将每个过程块的输入连接到在前的过程块的输出，以及将过程块的输出连接到后续块的输入；接收与任务相关的用户输入以用于任务的自动执行；从任务相关的用户输入中提取与任务相关的信息，所提取的信息包括与任务相关联的所有者和域；从与所有者和域相关联的多个流水线中标识用于任务的自动执行的流水线，流水线包括分别对应于组成过程的服务；提供所提取的信息以用于流水线的任务的自动执行；以及将任务的自动执行的输出传送给用户。