在閑聊之外,全球的聊天機器人們開始朝著知性屬性進化。一方面,它們知識性更加豐富,不僅能成為人的好助手,更可以勝任專家的角色;另一方面,它們更加善解人意,也越來越有性格。

如今想找個機器人聊天已不是難事,從小冰、小娜這樣的萌妹子,再到無厘頭的小黃雞,或是喜歡故作深沉的龍泉寺“閑二”機器僧,你總能找到自己喜歡的那一款。

不過,隨著市場上各種聊天機器人如雨后春筍般出現,人們對它們的要求也越來越高,僅僅談談天氣、講個笑話,已遠遠不夠。尤其當你提出的問題超越了機器人已有的知識庫模版,它冷冰冰地回答一句“對不起,我不太明白你的意思”,你便立刻想把它棄之如敝履。

幸好在閑聊之外,全球的聊天機器人們開始朝著知性屬性進化。一方面,它們知識性更加豐富,不僅能成為人的好助手,更可以勝任專家的角色;另一方面,它們更加善解人意,也越來越有性格。

從機器助手到“淵博”專家

智能客服

人工智能領域專家有一個十分大膽的預測:聊天機器人將是下一代人機交互平臺。

日常生活中,人和手機的交互是典型的人機交互場景。可是,有沒有發現越來越難從眼花繚亂的app中找到想打開的那一個?或者干脆每天只使用固定的幾個,其他成了擺設?未來以聊天機器人為主的人機對話系統,或許會取代app成為一個新的交互平臺。

逐漸成為各大手機廠商標配的語音助手已顯示出交互的便捷。我們不再需要通過點擊觸摸屏打開app完成交互,而是說一句話就能實現。比如,詢問蘋果的Siri如何在下班高峰盡快回家?它會打開導航為你設置出規避擁堵的路線。而按下華為的智靈按鍵,說句“我餓了”,手機助手會自動打開大眾點評app,并篩選好附近餐廳。

而助手型聊天機器人和物聯網結合起來,就可以為智能家居、車載設備等智能終端提供聰明的大腦,讓機器聽懂人話。比如內嵌人工智能語音助手的Alexa、亞馬遜的Echo,可完成開關家用電器、播放音樂、網購下單、定外賣等任務。

智能客服則是當下聊天機器人在具體行業落地的熱門案例,銀行、零售、通信等多個領域的在線客服系統都加入了智能客服界面。

“未來五到十年,智能客服將廣泛應用在很多重要領域,一定有很大部分重復工作會被智能客服替代,并與人工客服完美結合,使得客服效率大幅度提高。”微軟亞洲研究院常務副院長周明在近日召開的2017全球人工智能技術大會上說。

據介紹,微軟的智能客服最近已經在美國上線,它像人工客服一樣,一步一步可以幫人解決很多微軟產品的問題,如果解決不了可以馬上連入人工客服。

“人機對話系統的角色在不斷演進過程中,助手是用戶說什么,它做什么;而下一個進化階段就是有知識的專家,用戶表達淺層需求,具體怎么做由專家來決策和執行,還可以根據用戶喜好主動推薦。”云知聲人工智能實驗室技術專家劉升平博士說。

劉升平認為,這樣的專家型聊天機器人在知識問答、個性推薦和教學方面都有廣泛應用,這需要背后龐大的知識圖譜做支撐。未來的專家型聊天機器人,將可以幫助用戶完成從聊天,到推薦、消費的交易閉環。

從明白語義到理解情感

中文更難

聊天機器人在我們的“苛求”下進化得越來越完美,看似簡單的功能實現背后有著復雜的技術驅動。

和機器人交流,最重要的是要把人的自然語言翻譯成機器能聽懂的指令,這就需要自然語言理解。不理解,機器人就會答非所問,即便有再多的知識庫和詞庫,也只會“瞎聊”。

人工智能創業企業三角獸聯合創始人馬宇馳說,在語音識別技術壁壘被突破后,人工智能領域下一輪可能興起的創業熱就在自然語言處理方面,“今年年底到明年將會是一個爆發期。”

三角獸的商業模式是提供對話式的人機交互解決方案,主打多輪對話、開放領域聊天和中控決策,所以語義分析是他們的技術主攻點,即把人的口語文本進行分詞識別和切割,轉化成機器任務。比如他們為錘子手機做的“大爆炸”功能,可以從句子中自動切分出時間、地點、人物、事件等關鍵詞,機器人就能根據此分析出用戶意圖。

除了理解人語言的字面意思,中國人工智能領域的創業者也在致力于挖掘語言的“弦外之音”,希望機器人能更好地理解人的情感,并作出同理反饋。

美國麻省理工學院的羅莎琳德·皮卡爾教授曾在1997年提出了“情感計算”的概念。而國內一家名為竹間智能的創業公司正在和她展開多模態情感計算的深度合作研發。創始人簡仁賢的愿景十分“科幻”,希望將電影《她》中所描繪的具有豐富情感,能讀懂、看懂、聽懂、有記憶的人工智能帶入現實世界。

“對自然語言的理解不能僅僅停留在語義層面,‘理解’的核心恰恰是意圖和情感。”曾任微軟亞洲互聯網工程院副院長的簡仁賢說。所以,他希望做出一個情感機器人,做到對“談話者”在談話過程中表達的情緒、情感的識別與理解,進一步了解人的意圖和需求,達到情感和認知交互。

不過,在簡仁賢看來,相對英文的理解,中文的自然語言理解尤其難做。國際上大多數該領域的研究論文都是關于英文的,就連中國高校許多自然語言的研究對象也是英文。中文的結構和語言學基本無法遷移到單一的機器學習模型中,中文的自然語言理解無法復用許多已經成熟的深度學習模型。

竹間的做法是采用類腦結構,建立多個人工智能模塊,每個模塊用最合適的機器學習、深度學習和語言學甚至認知科學來開發。比如意圖理解和情感理解是用深度學習做的;語義理解則是語言學、認知模型加深度學習;最后加上決策模型和對話策略,就形成了竹間的情感機器人。

愛奇藝旗下首款VR一體機的人工智能虛擬女友“雙兒”就是竹間智能的創造,她可以識別“你”說話當下的情緒狀態,以及“話中有話”,然后擬人地做出高興、傷心、安慰、鼓勵等反應,使聊天順利進行。

“在2020年以前,我們與世界絕大多數的溝通都將通過機器人來完成。”簡仁賢說。