靈聚洛江是做自然語言交互的。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，比如涉及到會出現(xiàn)機(jī)器人的拍攝場景中，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)際上兩年前自然語言的技術(shù)還不是特別成熟，現(xiàn)在相對來說已經(jīng)成熟很多。自然語言技術(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)品最終都離不開自然語言交互技術(shù)。因?yàn)檎Z言是人類傳遞、傳承知識的重要工具和載體，同樣機(jī)器人想要能夠理解人的意圖，掌握人類的知識，進(jìn)行具體的分析和判斷，掌握語言這門技能是繞不開的。

 

　　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)交互手段沒有一家是處于核心地位的，比如最早做按鈕的公司，做鍵盤、鼠標(biāo)的公司，沒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就是語音交互，但其實(shí)語音交互是有兩個(gè)不同的階段的。一個(gè)是語音命令階段，另一個(gè)就是現(xiàn)在所處的自然語言交互階段。

 

　　語音技術(shù)并不等同于語義技術(shù)。語音命令只需要發(fā)出一個(gè)指令就可以了，但如果你和你的AI說“屋子有點(diǎn)黑”，暗示著應(yīng)該幫忙開一下燈，這就進(jìn)入了自然語言交互階段。

 

　　自然語言理解是非?？焖俚碾A段，自然語言交互階段很快將會過渡到認(rèn)知計(jì)算階段。這個(gè)階段將會整合包括機(jī)器視覺，更加豐富的傳感器等多模態(tài)交互。在輸入越來越多的情況下，就需要機(jī)器本身能擁有足夠的知識和算法數(shù)學(xué)模型來進(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。

 

　　語言本身是傳承人類知識的重要手段和工具，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)人的自然動作，而自然語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)域來講遇到的問題概括成兩個(gè)詞，一個(gè)就是“剛需”，一個(gè)是“通用”的問題。

 

　　靈聚一直在堅(jiān)持做通用的自然語言交互技術(shù)，外界對此會有兩種評論，一種是騙子，另外一種就是瘋子。為什么會有這倆種評論？因?yàn)樽鐾ㄓ梅浅ｋy，所以現(xiàn)在很多人都改做了垂直場景。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)在自然語言交互技術(shù)非常麻煩的一點(diǎn)是人說了任何一句話，你能不能知道他的意圖是？這是其一。

 

　　其二，根據(jù)上下文來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)問題，因?yàn)檎Z言本身是非連續(xù)性的，非連續(xù)性的語言沒辦法被神經(jīng)網(wǎng)絡(luò)循環(huán)、收斂和計(jì)算，所以會很快遇到瓶頸。

 

　　比如說現(xiàn)在做QA，微軟可以和人聊很長時(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題，而且把它成為了一種剛需。作為自然語言交互問題也要解決剛需的問題。整個(gè)市場分析包含有倆方面，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)本身能不能為用戶創(chuàng)造價(jià)值，這個(gè)用戶不單純指最終用戶，而是指方方面面的用戶。

 

　　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，通過提供工具變成工具化，然后讓這種定制化變成了用戶自主的行為，而不再是作為研發(fā)商來進(jìn)行的行為。可視化就是讓工具變得不但讓懂代碼的人用，連不懂代碼的人也可以用。

 

　　如何讓大家都用得起來？像手機(jī)一樣成為人人可以上手的應(yīng)用？買智能手機(jī)不會給人附加一本很厚的說明書，上手就可以用，靈聚科技希望機(jī)器人也是開箱就用，而不是首先要讀一個(gè)幾百頁的說明書。針對開發(fā)靈聚科技為客戶提供了開發(fā)者平臺，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)域解決很多問題。

 

　　同時(shí)聚靈科技還提供銷售渠道。對于一個(gè)產(chǎn)品的開發(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，能不能滿足自己的需求，怎么利用已有的技術(shù)和豐富的想象力開發(fā)產(chǎn)品，把產(chǎn)品規(guī)劃到極致。對于普通用戶來說，就是通過終端服務(wù)平臺提供可視化的工具，包括提供通過自然語言的方式來編程工具。

 

　　用戶的自我調(diào)校只會改他自己本身的設(shè)備，能夠讓他隨心所欲的用起來，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QAW平臺可以調(diào)整更加復(fù)雜的工作，從幾歲到幾十歲的人，包括專業(yè)水平人的都可以適用。

 

　　對于行業(yè)開發(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，概括來說如何讓大家用起來，其實(shí)就是提供一個(gè)讓用戶覺得有價(jià)值的事情，然后讓他能夠輕松的用起來，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)做好了對智能導(dǎo)航、智能計(jì)賬包括提醒記事，對接引擎幾十種場景的支持。如果有人要開發(fā)一個(gè)智能導(dǎo)航的場景，代碼都已經(jīng)寫好了，而客服只需要寫一個(gè)UI就可以出來了，這就是靈聚科技提供給客戶的便捷，同時(shí)這個(gè)產(chǎn)品上市了之后終端用戶依然可以隨時(shí)用語音的方式來進(jìn)行設(shè)備的調(diào)校，這些功能是已經(jīng)內(nèi)置好的。

 

　　國內(nèi)很多知名的公司陸陸續(xù)續(xù)已經(jīng)使用或者正在對接靈聚的技術(shù)，靈聚科技也想通過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來分的，幾十種場景是一個(gè)接口，對應(yīng)起來非?？欤医涌谶€在不斷標(biāo)準(zhǔn)化和統(tǒng)一化。

 

　　通過這樣一個(gè)已經(jīng)逐漸完善的管理平臺，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)器人在講話的時(shí)候，會自動由靈聚科技的人工大腦配動作，不需要設(shè)計(jì)者去設(shè)計(jì)動作，如果動作不滿意還可以通過動作按鈕來編輯該動作。

 

　　再比如說講PPT，每一頁上傳PPT文件之后選擇哪一頁是機(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)器人在演講過程中可以隨時(shí)被打斷，被打斷之后人插完話可以讓機(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。自然語言交互系統(tǒng)在早期被人叫做機(jī)器人問答系統(tǒng)，可見機(jī)器人就是一問一答的模式，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，變得抽象化。另外，上下文不需要手動編輯，是系統(tǒng)自動支持的，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。聚靈科技將會提供用戶上傳WORD文件或者EXCEL文件讓用戶在這些文件當(dāng)中學(xué)習(xí)新的知識，應(yīng)用在對應(yīng)的公司或者行業(yè)，然而完全沒有人工是不可能的，現(xiàn)有的技術(shù)沒有人工干預(yù)的學(xué)習(xí)是根本做不到的。

 

　　聚靈科技的客服機(jī)器人引擎會通過開發(fā)平臺為客戶提供服務(wù)，另外也會為相關(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盡可能的給開發(fā)者提供最簡單的使用和接入的方案，給用戶提供最佳的局部體驗(yàn)來提升聚靈科技的產(chǎn)品最終被用戶認(rèn)可的認(rèn)可度。