靈聚洛江是做自然語(yǔ)言交互的。關(guān)于好萊塢機(jī)器人，靈聚科技在兩年前也曾有過(guò)探討。很多電影拍攝有時(shí)候必須用到一些實(shí)際的道具，而不是完全依靠CG，比如涉及到會(huì)出現(xiàn)機(jī)器人的拍攝場(chǎng)景中，可以先制作出一款機(jī)器人，進(jìn)行角色扮演，后期再進(jìn)行角色加工，這是完全可行的。

 

　　實(shí)際上兩年前自然語(yǔ)言的技術(shù)還不是特別成熟，現(xiàn)在相對(duì)來(lái)說(shuō)已經(jīng)成熟很多。自然語(yǔ)言技術(shù)是人工智能技術(shù)當(dāng)中的微小領(lǐng)域，然而只要跟人打交道的產(chǎn)品最終都離不開(kāi)自然語(yǔ)言交互技術(shù)。因?yàn)檎Z(yǔ)言是人類(lèi)傳遞、傳承知識(shí)的重要工具和載體，同樣機(jī)器人想要能夠理解人的意圖，掌握人類(lèi)的知識(shí)，進(jìn)行具體的分析和判斷，掌握語(yǔ)言這門(mén)技能是繞不開(kāi)的。

 

　　張勝首先為大家介紹了關(guān)于人機(jī)交互的革命歷史。以前所有的人機(jī)交互手段沒(méi)有一家是處于核心地位的，比如最早做按鈕的公司，做鍵盤(pán)、鼠標(biāo)的公司，沒(méi)有一家公司最后成為了一個(gè)行業(yè)的核心區(qū)位領(lǐng)導(dǎo)者。

 

　　實(shí)際上到現(xiàn)在為止可能也有人認(rèn)為NLP就是語(yǔ)音交互，但其實(shí)語(yǔ)音交互是有兩個(gè)不同的階段的。一個(gè)是語(yǔ)音命令階段，另一個(gè)就是現(xiàn)在所處的自然語(yǔ)言交互階段。

 

　　語(yǔ)音技術(shù)并不等同于語(yǔ)義技術(shù)。語(yǔ)音命令只需要發(fā)出一個(gè)指令就可以了，但如果你和你的AI說(shuō)“屋子有點(diǎn)黑”，暗示著應(yīng)該幫忙開(kāi)一下燈，這就進(jìn)入了自然語(yǔ)言交互階段。

 

　　自然語(yǔ)言理解是非常快速的階段，自然語(yǔ)言交互階段很快將會(huì)過(guò)渡到認(rèn)知計(jì)算階段。這個(gè)階段將會(huì)整合包括機(jī)器視覺(jué)，更加豐富的傳感器等多模態(tài)交互。在輸入越來(lái)越多的情況下，就需要機(jī)器本身能擁有足夠的知識(shí)和算法數(shù)學(xué)模型來(lái)進(jìn)行分析判斷。在這樣的一個(gè)大方向上，聚靈科技現(xiàn)在正在做一些相關(guān)的研究。相信自然語(yǔ)言交互階段是能夠擺脫前幾個(gè)人機(jī)交互的尷尬狀態(tài)的。

 

　　語(yǔ)言本身是傳承人類(lèi)知識(shí)的重要手段和工具，它與以往的三個(gè)階段都不一樣，以往的三個(gè)階段實(shí)際上是響應(yīng)人的自然動(dòng)作，而自然語(yǔ)言交互階段是在響應(yīng)人的意圖。

 

　　NLP在當(dāng)前的應(yīng)用領(lǐng)域來(lái)講遇到的問(wèn)題概括成兩個(gè)詞，一個(gè)就是“剛需”，一個(gè)是“通用”的問(wèn)題。

 

　　靈聚一直在堅(jiān)持做通用的自然語(yǔ)言交互技術(shù)，外界對(duì)此會(huì)有兩種評(píng)論，一種是騙子，另外一種就是瘋子。為什么會(huì)有這倆種評(píng)論？因?yàn)樽鐾ㄓ梅浅ｋy，所以現(xiàn)在很多人都改做了垂直場(chǎng)景。靈聚科技一直在這方面考慮如何去落地真技術(shù)。其實(shí)現(xiàn)在自然語(yǔ)言交互技術(shù)非常麻煩的一點(diǎn)是人說(shuō)了任何一句話(huà)，你能不能知道他的意圖是？這是其一。

 

　　其二，根據(jù)上下文來(lái)才到它的意圖是什么。在這個(gè)方面，需要做很多的處理工作。限于神經(jīng)網(wǎng)絡(luò)的局限性，神經(jīng)網(wǎng)絡(luò)技術(shù)解決不了這個(gè)問(wèn)題，因?yàn)檎Z(yǔ)言本身是非連續(xù)性的，非連續(xù)性的語(yǔ)言沒(méi)辦法被神經(jīng)網(wǎng)絡(luò)循環(huán)、收斂和計(jì)算，所以會(huì)很快遇到瓶頸。

 

　　比如說(shuō)現(xiàn)在做QA，微軟可以和人聊很長(zhǎng)時(shí)間嗎？張勝先生隨后又舉例了關(guān)于最近很火的索菲亞視頻，張勝先生認(rèn)為那并不是真實(shí)的交互，而是通過(guò)人工編輯的，視頻中的主持人也承認(rèn)了這一點(diǎn)。

 

　　在這樣一個(gè)現(xiàn)實(shí)情況下，雖然現(xiàn)在的技術(shù)取得了相當(dāng)?shù)陌l(fā)展，依然有很多的問(wèn)題有待解決，剛需應(yīng)該被列在首位。剛需跟通用本身是有一個(gè)矛盾點(diǎn)的，剛需往往是某一個(gè)具體的應(yīng)用需求。

 

　　張勝隨后又談到了機(jī)器人格斗。機(jī)器人格斗在細(xì)分領(lǐng)域里面解決了一些需求的問(wèn)題，而且把它成為了一種剛需。作為自然語(yǔ)言交互問(wèn)題也要解決剛需的問(wèn)題。整個(gè)市場(chǎng)分析包含有倆方面，一個(gè)是商用的服務(wù)機(jī)器人，另一個(gè)就是針對(duì)兒童的早教機(jī)器人。

 

　　如何實(shí)現(xiàn)技術(shù)的通用化？靈聚科技通過(guò)自身近5年的積累和思考，分析并實(shí)施了以下四點(diǎn)技術(shù)。

 

　　第一就是技術(shù)本身能不能為用戶(hù)創(chuàng)造價(jià)值，這個(gè)用戶(hù)不單純指最終用戶(hù)，而是指方方面面的用戶(hù)。

 

　　另外就是標(biāo)準(zhǔn)化，關(guān)于技術(shù)本身能不能做出一些標(biāo)準(zhǔn)的接口，和服務(wù)的標(biāo)準(zhǔn)化。定制似乎成了現(xiàn)在商用機(jī)器人在落地的時(shí)候的必須，把定制的東西基于我們標(biāo)準(zhǔn)化的平臺(tái)，通過(guò)提供工具變成工具化，然后讓這種定制化變成了用戶(hù)自主的行為，而不再是作為研發(fā)商來(lái)進(jìn)行的行為?？梢暬褪亲尮ぞ咦兊貌坏尪a的人用，連不懂代碼的人也可以用。

 

　　如何讓大家都用得起來(lái)？像手機(jī)一樣成為人人可以上手的應(yīng)用？買(mǎi)智能手機(jī)不會(huì)給人附加一本很厚的說(shuō)明書(shū)，上手就可以用，靈聚科技希望機(jī)器人也是開(kāi)箱就用，而不是首先要讀一個(gè)幾百頁(yè)的說(shuō)明書(shū)。針對(duì)開(kāi)發(fā)靈聚科技為客戶(hù)提供了開(kāi)發(fā)者平臺(tái)，原代碼和豐富的自定義能力，包括輸出的Json也是可以自定義的，還有QA的自定義。因?yàn)檎麄€(gè)客服機(jī)器人系統(tǒng)基于QA，QA本身的技術(shù)突破就能夠在商用機(jī)器人領(lǐng)域解決很多問(wèn)題。

 

　　同時(shí)聚靈科技還提供銷(xiāo)售渠道。對(duì)于一個(gè)產(chǎn)品的開(kāi)發(fā)者而言，不需要考慮太多， NLP是怎么實(shí)現(xiàn)的，都不需要考慮，只需要考慮好不好用，能不能滿(mǎn)足自己的需求，怎么利用已有的技術(shù)和豐富的想象力開(kāi)發(fā)產(chǎn)品，把產(chǎn)品規(guī)劃到極致。對(duì)于普通用戶(hù)來(lái)說(shuō)，就是通過(guò)終端服務(wù)平臺(tái)提供可視化的工具，包括提供通過(guò)自然語(yǔ)言的方式來(lái)編程工具。

 

　　用戶(hù)的自我調(diào)校只會(huì)改他自己本身的設(shè)備，能夠讓他隨心所欲的用起來(lái)，把機(jī)器人調(diào)校成他自己的玩具，調(diào)校成他自己的一個(gè)東西。通過(guò)QAW平臺(tái)可以調(diào)整更加復(fù)雜的工作，從幾歲到幾十歲的人，包括專(zhuān)業(yè)水平人的都可以適用。

 

　　對(duì)于行業(yè)開(kāi)發(fā)者，靈聚科技提供核心技術(shù)和利益共享模式，比如客服機(jī)器人引擎。靈聚科技甚至給客服機(jī)器人系統(tǒng)公司提供引擎，概括來(lái)說(shuō)如何讓大家用起來(lái)，其實(shí)就是提供一個(gè)讓用戶(hù)覺(jué)得有價(jià)值的事情，然后讓他能夠輕松的用起來(lái)，達(dá)到自己的目的。尤其是在眼前技術(shù)并不成熟的時(shí)候，更加要在細(xì)節(jié)上做足功夫，這是張勝先生所提出的一個(gè)理念?，F(xiàn)在靈聚的官網(wǎng)上可以下載到安卓APP的原代碼，靈聚科技已經(jīng)做好了對(duì)智能導(dǎo)航、智能計(jì)賬包括提醒記事，對(duì)接引擎幾十種場(chǎng)景的支持。如果有人要開(kāi)發(fā)一個(gè)智能導(dǎo)航的場(chǎng)景，代碼都已經(jīng)寫(xiě)好了，而客服只需要寫(xiě)一個(gè)UI就可以出來(lái)了，這就是靈聚科技提供給客戶(hù)的便捷，同時(shí)這個(gè)產(chǎn)品上市了之后終端用戶(hù)依然可以隨時(shí)用語(yǔ)音的方式來(lái)進(jìn)行設(shè)備的調(diào)校，這些功能是已經(jīng)內(nèi)置好的。

 

　　國(guó)內(nèi)很多知名的公司陸陸續(xù)續(xù)已經(jīng)使用或者正在對(duì)接靈聚的技術(shù)，靈聚科技也想通過(guò)這樣的方式能夠給大家提供更便捷的服務(wù)，讓大家快速的接入靈聚的接口。靈聚科技的接口是按類(lèi)來(lái)分的，幾十種場(chǎng)景是一個(gè)接口，對(duì)應(yīng)起來(lái)非常快，且接口還在不斷標(biāo)準(zhǔn)化和統(tǒng)一化。

 

　　通過(guò)這樣一個(gè)已經(jīng)逐漸完善的管理平臺(tái)，還可以讓機(jī)器人進(jìn)行視頻講解，刻意自行定義到了時(shí)間軸講什么詞，機(jī)器人在講話(huà)的時(shí)候，會(huì)自動(dòng)由靈聚科技的人工大腦配動(dòng)作，不需要設(shè)計(jì)者去設(shè)計(jì)動(dòng)作，如果動(dòng)作不滿(mǎn)意還可以通過(guò)動(dòng)作按鈕來(lái)編輯該動(dòng)作。

 

　　再比如說(shuō)講PPT，每一頁(yè)上傳PPT文件之后選擇哪一頁(yè)是機(jī)器講還是人自己講，標(biāo)題是什么，演講內(nèi)容是什么，都是可以進(jìn)行編輯的。另外機(jī)器人在演講過(guò)程中可以隨時(shí)被打斷，被打斷之后人插完話(huà)可以讓機(jī)器人繼續(xù)演講。

 

　　最后張勝向大家介紹了聚靈科技新一代的客服機(jī)器人引擎。自然語(yǔ)言交互系統(tǒng)在早期被人叫做機(jī)器人問(wèn)答系統(tǒng)，可見(jiàn)機(jī)器人就是一問(wèn)一答的模式，聚靈科技現(xiàn)在在4個(gè)方面做了一些工作，最主要的基于Deep Learning的數(shù)據(jù)方面的最大問(wèn)題就是不夠精確，聚靈科技把兩個(gè)結(jié)構(gòu)放在一起，做了更加精準(zhǔn)的拓展，新的技術(shù)拓展已經(jīng)不可見(jiàn)，變得抽象化。另外，上下文不需要手動(dòng)編輯，是系統(tǒng)自動(dòng)支持的，這一點(diǎn)也很關(guān)鍵，有很多銀行客服機(jī)器人系統(tǒng)在使用的時(shí)候上下文也是需要手動(dòng)編入的。

 

　　包括多輪交互，一個(gè)是半編輯模式，一個(gè)是全人工編輯的模式，這是不可能全自動(dòng)的，還需要編輯。關(guān)于多行業(yè)通用靈聚科技花了很多精力來(lái)研究如何制作一個(gè)適用于各行業(yè)的客服機(jī)器人，如何實(shí)現(xiàn)機(jī)器人的標(biāo)準(zhǔn)化、可視化、工具化。聚靈科技將會(huì)提供用戶(hù)上傳WORD文件或者EXCEL文件讓用戶(hù)在這些文件當(dāng)中學(xué)習(xí)新的知識(shí)，應(yīng)用在對(duì)應(yīng)的公司或者行業(yè)，然而完全沒(méi)有人工是不可能的，現(xiàn)有的技術(shù)沒(méi)有人工干預(yù)的學(xué)習(xí)是根本做不到的。

 

　　聚靈科技的客服機(jī)器人引擎會(huì)通過(guò)開(kāi)發(fā)平臺(tái)為客戶(hù)提供服務(wù)，另外也會(huì)為相關(guān)的客服機(jī)器人公司提供引擎的支持。不同的產(chǎn)品輸出的功能是不太一樣的，靈聚智能所展現(xiàn)的能力跟微信各有不同，但共同的意愿是希望通過(guò)盡可能的給開(kāi)發(fā)者提供最簡(jiǎn)單的使用和接入的方案，給用戶(hù)提供最佳的局部體驗(yàn)來(lái)提升聚靈科技的產(chǎn)品最終被用戶(hù)認(rèn)可的認(rèn)可度。