企业对人工智能 (AI) 的使用正在增加。并添加到快速增长的大型语言模型 (LLM) 应用程序列表中，例如——是会议总结。机器学习工具长期以来能够根据电子邮件或即时消息中的关键短语生成日历条目。随着在线会议的普遍存在，连接远程工作人员或满足本地和家庭混合场景的需要，可以实现大量的生产力提升，包括人工智能生成的会议摘要。
Zoom、Teams 等在线平台和其他会议提供商在语音到文本转换方面取得了长足进步。如今，会议转录的准确性从未如此之高。但与任何长文档一样，当时间窗口很短时，有一个将基本细节放在前面的执行摘要会很有帮助。人工智能生成的会议摘要可以将冗长的会议讨论提炼为关键行动点，开发人员可以部署多种方法来实现这一目标。
提取性总结与抽象性总结
提取式摘要方法扫描会议记录以收集讨论的重要元素。例如，见解可以包括会议议程项目、与会者姓名、日期、销售数据和其他感兴趣的项目。提取式摘要的重要一点是，它将所有可以在原始源文本中找到的材料汇集在一起——在本例中是会议转录。但是，正如前面提到的，会议摘要框中还有其他工具。
抽象摘要利用深度学习方法来传达所讲内容的感觉，并让法学硕士将文本页面压缩成快速阅读的执行摘要。有些短语可能与转录中的短语相似，但抽象概括不仅仅是从输入数据中复制和粘贴。 “它是根据提供的数据从头开始编写的，”Nigel Cannings，CTO智能语音，告诉科技总部。 “而且风格受到原始材料的影响。”
OpenAI 的 ChatGPT 研究预览等在线工具使用户可以轻松地让法学硕士生成较长文档的概要。但 ChatGPT 的上下文长度（提示的长度加上完成中的最大标记数）相对较短（或者至少过去是这样）。 GPT-3.5 在发布时构成了 ChatGPT 的基础，其上下文长度为 4000 个令牌。鉴于 100 个标记（用于表示用户提示的不同部分和 AI 生成的输出的元素）相当于大约 75 个单词，法学硕士可能会难以应对数千个单词的会议转录。
结构化数据
智能语音有自己的秘诀，可以将会议分解为易于理解的元素。毫不奇怪，坎宁斯不打算与他人分享任何公司知识产权科技总部。但他确实指出，该公司可以利用其语音到文本知识来关注在较长时间的讨论中发生的更激烈的辩论。 “会议通常有一个可以拼接在一起的结构，”他补充道。
当涉及到根据较长的转录得出人工智能生成的会议摘要时，模型更新也会有所帮助。例如，OpenAI 的 GPT-4 代表了 GPT-3.5 的显着升级。 “我们的标准 GPT-4 模型为上下文提供了 8,000 个代币，”OpenAI 在向用户说明其 GPT-4 模型之间的差异。 “我们还提供扩展的 32,000 个令牌上下文长度模型，我们将其单独推出到 8k 模型。”
会议转录公司发布的数据凸显了人工智能生成的会议摘要的潜在市场规模。 2023 年 2 月，Otter.ai 宣布其工具已用于转录超过 10 亿次会议。并且在博客文章，这家总部位于加利福尼亚州山景城的科技公司表示，它正在推出超越语音到文本转换功能的软件。该公司在其网站上写道：“OtterPilot 使用人工智能通过自动实时笔记（自动加入和自动共享）、自动幻灯片捕获和自动摘要来自动化整个会议流程。”
系统集成
对于希望简化会议后操作的用户来说，有许多选项可供选择。超常声称其软件与 Zoom、MS Teams 和 Google Meeting 兼容，基于广告中的产品详细信息，由于自动生成的会议记录，每次会议可以为用户节省 10 分钟。此外，可以用多种语言生成注释。其他提供智能会议记录和实时转录的公司包括蜂鸟和他在喝酒。
Colibri 由机器学习、人工智能和自然语言处理 (NLP) 专家团队（来自 Google、Nuance、思科和其他卓越中心，包括大学实验室）创立，其共同目标是让会议更加高效和愉快。 Avoma 也是“非常有组织的会议助理”的缩写，它认为人工智能生成的会议摘要可以帮助团队提高生产力并更快地实现目标。
毫无疑问，让会议变得更省时、更高效是值得庆祝的。但在对系统进行测试并将公司计划和员工想法引入未知之前，请务必访问人工智能摘要提供商网站上的安全页面，以了解如何保护您的数据。