专访AspectSoftware工程技术总监TobiasGoebel:机器人和人工智能能为我们做些什么，它们能力的底线是什么？
托比亚斯：最近，我有机会分享我对人工智能和机器学习的想法和看法。特别是和CornellTech的RonBranchman和个人助理服务应用Haptik公司的AkhilAryan就聊天机器人进行了深入的交流。
自今年4月脸书在F8大会上发布智能聊天机器人平台以来，这项技术逐渐成为行业主流，引起了人们的热烈讨论。然而，似乎没有迹象表明聊天机器人会迅速普及。接下来，我将分享我对RonBranchman和AkhilAryan的采访。
机器学习的最佳用例是什么？我们最先进的技术在哪里？声音、图像还是文字？还是别的什么？
要回答这个问题，我需要先解释一下。我关心和擅长的是客户服务领域，这可能是一个非常微妙的行业。尤其是当一家公司出现一些失误时，大量的消费者会涌入——，比如最近购买的残损商品、错误的订单或发票等。
实现了横切功能，这是一个切割平面的模块。最常见的是日志模块和方法执行耗时模块。这样，程序根据功能分为几层。如果业务模型以传统方式继承日志模块，插入和修改的地方太多。通过创建一个分区，我们可以使用AOP来实现相同的功能，并根据不同的需求制作不同的分区。
连接点是切平面插入应用程序的位置，方法可以调用该连接点，并将引发异常。连接点是应用程序提供切片插入的地方，AspectJ程序和源程序之间的连接是在插入的地方建立的。比如构造函数调用、方法调用、方法执行、异常等。这些都是连接点。事实上，也就是说，无论是在构造函数方法中，在方法调用之前还是在方法中，都要在程序中的什么地方插入新的代码？这个地方是连接点。
建议我们实现正切函数，这才是切点真正实现的地方。例如，将日志写入文件、建议(包括之前、之后、周围等。)在连接点向应用程序中插入代码。让我们看看最初的AspectJ程序和反编译程序。看完下面的图片，大概就能理解AspectJ是如何监控源程序信息的了。
意思是java.lang.String与字符串类型java匹配。*.String匹配java package下任何“一级子包”下的String类型，例如，它匹配java.lang.String但不匹配java.lang.ss.Stringjava，*它匹配java package和任何子包下的任何类型。比如匹配java.lang.String，java。lang.annotation.annotation Java。朗。* ing，匹配任何Java下以ing结尾的类型。lang package，java.lang.Number，匹配任意Number包下的self类型，例如，匹配java.lang.Integer，也匹配java.math.BigInteger
CAM通常用数码相机从电影院偷视频。有时候用小三脚架，但大多数时候是不可能的，所以相机会抖动。所以我们看到画面通常是暗的，人物经常扭曲，下面的字幕经常倾斜。因为声音来自
TS是TELESYNC的缩写。TS和CAM的标准是一样的。但它使用的是外接音源(通常是电影院座位上听不清楚的人的耳机孔)。这个声源不能保证是一个好的声源，因为它受到很多背景噪音的干扰。TS为空。
TC是TELECINE的缩写。TC使用电视或电影机器直接从电影制作数字拷贝。画质还不错，但亮度不足，有些比较暗淡。很多时候，TC制作使用的音源来自TS，所以音质很差，但画面质量比TS好很多。如果不是太特别的话。
黑框中的部分信息没有滚动到屏幕底部，包括版权和反盗版电话号码，会影响观看。)如果没有严格的划分，它的画质应该和TC版差不多。
