小i機(jī)器人朱頻頻：如何才能讓機(jī)器人更聰明？

　　導(dǎo)讀： 機(jī)器人可分為工業(yè)機(jī)器人和服務(wù)機(jī)器人，而人工智能正是讓機(jī)器擁有智慧、做出類(lèi)人反應(yīng)的技術(shù)。

　　1月18日，由中國(guó)人工智能學(xué)會(huì)、湛廬文化等主辦的“智能時(shí)代大未來(lái)”高峰論壇在上海召開(kāi)，這是一場(chǎng)中外人工智能領(lǐng)域?qū)＜�、學(xué)者的深度交流。中國(guó)科學(xué)院院士何積豐、《紐約時(shí)報(bào)》高級(jí)科技記者、《與機(jī)器人共舞》作者約翰·馬爾科夫、國(guó)家信息中心專(zhuān)家委員會(huì)主任寧家駿、國(guó)家標(biāo)委會(huì)委員小i機(jī)器人創(chuàng)始人兼總裁朱頻頻發(fā)表主題演講，從國(guó)家、學(xué)界、商業(yè)、發(fā)展環(huán)境等層面對(duì)人工智能的發(fā)展，中國(guó)面臨的機(jī)遇與挑戰(zhàn)進(jìn)行了深度探討。在此次論壇中，朱頻頻身兼行業(yè)專(zhuān)家與商業(yè)大咖的身份，闡述了其對(duì)智能機(jī)器人的理解。

　　以下為朱頻頻演講內(nèi)容整理：

　　人工智能跟機(jī)器人是有什么關(guān)系呢？許多人都認(rèn)為，機(jī)器人無(wú)論是怎么樣變形，都具備一個(gè)人型。其實(shí)我最喜歡的機(jī)器人是這款機(jī)器人，看似不具備人型，但是具備人類(lèi)的智能，神似形不似，可以做很多人類(lèi)不能做的動(dòng)作。

　　機(jī)器人可分為工業(yè)機(jī)器人和服務(wù)機(jī)器人，而人工智能正是讓機(jī)器擁有智慧、做出類(lèi)人反應(yīng)的技術(shù)。相較于工業(yè)機(jī)器人，服務(wù)機(jī)器人對(duì)“智能”的要求更高。因此，有時(shí)候我們也把服務(wù)機(jī)器人叫做智能服務(wù)機(jī)器人。不管是工業(yè)機(jī)器人、還是服務(wù)機(jī)器人未來(lái)都是要往智能機(jī)器人方向發(fā)展的，而智能機(jī)器人又可以分為虛擬智能機(jī)器人和實(shí)體智能機(jī)器人。

　　機(jī)器人有三要素，分別是運(yùn)動(dòng)、感覺(jué)和思考。運(yùn)動(dòng)當(dāng)中有很多智能需要做，比如運(yùn)動(dòng)學(xué)里面有一些自平衡等。感覺(jué)方面涉及到的是很多的感知智能，像云識(shí)別，人臉識(shí)別，圖像識(shí)別等等方面，這些都屬于感知智能。當(dāng)然，機(jī)器人最重要的部分就是它的思考能力，我們可以把它理解為認(rèn)知智能，這也是小i機(jī)器人主要研究的方向。如果進(jìn)一步解釋?zhuān)?ldquo;思考”能力最核心的地方，在于需要用知識(shí)來(lái)的支撐，這同人類(lèi)一樣，也是我們與動(dòng)物的最大區(qū)別，人類(lèi)能夠不斷的產(chǎn)生知識(shí)，并且能夠讓知識(shí)傳承下去，這種傳承可以讓我們的下一代不需要在現(xiàn)實(shí)中通過(guò)實(shí)踐學(xué)習(xí)新的知識(shí)，而可以通過(guò)我們的教育直接獲得，自然，隨著知識(shí)面的不斷擴(kuò)充，“思考”能力越來(lái)越強(qiáng)，也越來(lái)越“聰明”。

　　人工智能發(fā)展經(jīng)歷了幾個(gè)階段，上個(gè)世紀(jì)50年代，用計(jì)算機(jī)模擬人類(lèi)的智能便已經(jīng)出現(xiàn)，中間經(jīng)歷了很多起伏。目前，在計(jì)算智能領(lǐng)域，計(jì)算機(jī)早已超越了人類(lèi)，這是毫無(wú)疑問(wèn)的。在感知智能方面，近年隨著深度學(xué)習(xí)技術(shù)的發(fā)展，有了長(zhǎng)足的進(jìn)展。而最核心的認(rèn)知智能，目前還有很多路需要走。

　　人工智能目前在全球已經(jīng)有了一些相對(duì)成熟的應(yīng)用，例如：無(wú)人機(jī)、無(wú)人駕駛、智能客服助理（VCA）、翻譯和語(yǔ)音轉(zhuǎn)寫(xiě)、智能家居等，當(dāng)然，這些應(yīng)用之間又是相互交叉的。

　　今年10月份參加Gartner的技術(shù)峰會(huì)，談到2016年十大技術(shù)趨勢(shì)，其中有三項(xiàng)都與智能機(jī)器相關(guān)。第一，萬(wàn)物信息。第二，先進(jìn)的機(jī)器學(xué)習(xí)的方法，包括DNA，RNA等先進(jìn)的技術(shù)學(xué)習(xí)方法。第三，一些自動(dòng)的這樣一些代理，或者是一些物體，無(wú)人駕駛汽車(chē)，還有無(wú)人機(jī)，還有各種這樣的一些自動(dòng)的客戶(hù)服務(wù)，這樣一些個(gè)人助理，都是屬于在這個(gè)范疇。

　　具體的分，剛才提到的自動(dòng)的這樣一些物體，或者是代理，可以按照這兩個(gè)緯度來(lái)去分。橫軸右邊是可見(jiàn)，然后到不可見(jiàn)，我們可以感受到人工智能交互的，可見(jiàn)和不可見(jiàn)�？v軸是從虛擬到實(shí)體，是一個(gè)虛擬的還是一個(gè)實(shí)物的？我們可以看一看，實(shí)體可見(jiàn)的就是我們今天看到很多這樣的一些機(jī)器人，還有無(wú)人機(jī)，無(wú)人駕駛汽車(chē)，就是我們可以直接感受到里面智能的這樣一些能力的，而且是以實(shí)體出現(xiàn)的這些智能機(jī)器。還有虛擬的，我們可以通過(guò)IM的方式，通過(guò)短信，通過(guò)網(wǎng)絡(luò)上的方式跟這些進(jìn)行交互。比如跟一個(gè)手機(jī)，植入在手機(jī)里面，可以進(jìn)行個(gè)人交互�，F(xiàn)在很多人加了微信，微信里面有一些像銀行、電信的帳號(hào)，我們可以問(wèn)很多問(wèn)題，定義虛擬客戶(hù)助手，還有虛擬個(gè)人助手，還有智能顧問(wèn)。

　　小i成立在2001年，最早做聊天機(jī)器人，就像現(xiàn)在的微軟小冰，如果是一些早期的MSN用戶(hù)，應(yīng)該還記得小i。但聊天功能是無(wú)法轉(zhuǎn)化為商業(yè)價(jià)值的，于是我們就往垂直方向發(fā)展，把我們積累的語(yǔ)義理解的技術(shù)，應(yīng)用到垂直領(lǐng)域，我們教給機(jī)器人的是一個(gè)行業(yè)、一個(gè)行業(yè)的垂直的知識(shí)，這樣，它就成為一個(gè)行業(yè)的專(zhuān)家，可以回答行業(yè)的相關(guān)問(wèn)題，為企業(yè)創(chuàng)造價(jià)值。這就是虛擬客戶(hù)助理，也就是虛擬的客戶(hù)服務(wù)機(jī)器人，相較于人工服務(wù)來(lái)說(shuō)，速度快，準(zhǔn)確率高，隨時(shí)在線，有非常大的優(yōu)勢(shì)。那些傳統(tǒng)上對(duì)客服要求較高的行業(yè)如金融、運(yùn)營(yíng)商、政府部門(mén)等，還有近兩年，隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)的隨時(shí)分享的特色讓以前的那些傳統(tǒng)上對(duì)客服非剛需的行業(yè)，如手機(jī)、汽車(chē)、甚至快遞行業(yè)等也都成為了我們的客戶(hù)，用智能機(jī)器人來(lái)提升客服體驗(yàn)。

　　在這里，我不方便直接透露客戶(hù)運(yùn)營(yíng)的一些具體數(shù)據(jù)，但是可以說(shuō)個(gè)大概。以某個(gè)金融企業(yè)為例，目前他們?cè)谖⑿派系挠脩?hù)超過(guò)2000萬(wàn)，每天的交互量是200萬(wàn)通，如果再加上APP、QQ這些渠道，每個(gè)月的交互量可超過(guò)4000萬(wàn)通，而維護(hù)這套系統(tǒng)的只有十來(lái)個(gè)人，因?yàn)闄C(jī)器人處理了絕大部分的業(yè)務(wù)，處理率能占到交互量的99%以上，而準(zhǔn)確率幾乎接近100%，如果這些事情都交給人來(lái)做的話(huà)，至少需要3000人。這些應(yīng)用充分說(shuō)明了機(jī)器人價(jià)值——代替人類(lèi)從事某些工作，讓我們?nèi)祟?lèi)可以解放出來(lái)，去作更有益，更有價(jià)值的事情。

　　小i現(xiàn)在服務(wù)的用戶(hù)超過(guò)5億，每年有數(shù)百億次的對(duì)話(huà)，這使得我們?cè)诙鄠�(gè)行業(yè)沉淀了強(qiáng)大的領(lǐng)域知識(shí)庫(kù)和語(yǔ)義庫(kù)。如上面所說(shuō)，語(yǔ)義理解和自然交互這種機(jī)器人核心的能力其實(shí)是由知識(shí)來(lái)驅(qū)動(dòng)的，所以，在一些領(lǐng)域里，我們確實(shí)形成了行業(yè)壁壘的。不過(guò)，更重要的是，在這個(gè)過(guò)程中，我們發(fā)現(xiàn)，在語(yǔ)義層不同的行業(yè)之間也是有很多共通的部分，并以此為基礎(chǔ)，形成了自己的一套半監(jiān)督的人機(jī)協(xié)作學(xué)習(xí)體系。

　　在這個(gè)學(xué)習(xí)體系當(dāng)中有三種非常重要的角色，第一個(gè)是機(jī)器，機(jī)器在里面做了最大量的工作，它通過(guò)基于大數(shù)據(jù)的平臺(tái)，去挖掘數(shù)據(jù)里面的語(yǔ)義、詞類(lèi)、實(shí)體還有場(chǎng)景等，以及當(dāng)中的強(qiáng)關(guān)系和弱關(guān)系。第二個(gè)角色是運(yùn)營(yíng)人員，他們維護(hù)內(nèi)容、審核機(jī)器挖掘的結(jié)果。這個(gè)我需要解釋一下，因?yàn)槲覀冏龅膶儆趪?yán)肅的商業(yè)應(yīng)用，不比娛樂(lè)類(lèi)的聊天機(jī)器人，錯(cuò)了還能讓人一樂(lè)呵。我們做的是要替代企業(yè)的人工做客戶(hù)服務(wù)的，不能隨便回答，答案必須是正確的。所以這里面的內(nèi)容，包括語(yǔ)義的理解都是經(jīng)過(guò)人工審核以后才能入到庫(kù)里面去。另外：還有一個(gè)離不開(kāi)最重要的角色，就是專(zhuān)家，專(zhuān)家做什么呢？專(zhuān)家是用來(lái)定義我們行業(yè)里面知識(shí)的一些結(jié)構(gòu)和模型，并且定義這個(gè)運(yùn)營(yíng)規(guī)則。

　　把這個(gè)過(guò)程解釋清楚，讀者就可以大概理解，我們服務(wù)的這么多行業(yè)，這么多企業(yè)，每年數(shù)百億的交互量，自然會(huì)產(chǎn)生出海量的真實(shí)數(shù)據(jù)，然后通過(guò)我們的學(xué)習(xí)體系和算法對(duì)這些數(shù)據(jù)進(jìn)行處理，就會(huì)不斷的挖掘并學(xué)習(xí)到新的知識(shí)和語(yǔ)義，而新習(xí)得的知識(shí)和語(yǔ)義，反過(guò)來(lái)讓整個(gè)系統(tǒng)表現(xiàn)的更加出色，智能化程度更高，從而讓機(jī)器人的反應(yīng)更為準(zhǔn)確，表現(xiàn)的更為“聰明“。同時(shí)，我們也在做一些平臺(tái)化的服務(wù)，將我們形成的核心”智能交互“能力開(kāi)放出來(lái)，前一段時(shí)間還剛發(fā)布了智能機(jī)器人的云操作系統(tǒng)，對(duì)接硬件設(shè)備，讓開(kāi)發(fā)者快速實(shí)現(xiàn)機(jī)器人的新的應(yīng)用場(chǎng)景，新的應(yīng)用自然產(chǎn)生新的數(shù)據(jù)、知識(shí)，這個(gè)不斷循環(huán)上升的過(guò)程促進(jìn)了整個(gè)產(chǎn)業(yè)的發(fā)展。這些也是Gartner之所以把小i定位為智能機(jī)器人平臺(tái)和架構(gòu)的提供者的原因所在。

　　因此，人工智能走近人類(lèi)不光靠算法，更重要是要看以技術(shù)為基礎(chǔ)創(chuàng)造出的產(chǎn)業(yè)化應(yīng)用，在實(shí)際應(yīng)用中產(chǎn)生更多真實(shí)的數(shù)據(jù)，通過(guò)學(xué)習(xí)系統(tǒng)轉(zhuǎn)化為知識(shí)，知識(shí)反過(guò)來(lái)在促成產(chǎn)業(yè)化發(fā)展，最終形成人工智能發(fā)展正向循環(huán)的閉環(huán)。