从闲聊到知性聊天机器人进化论容易

对自然语言的理解不能仅仅停留在语义层面，理解的核心恰恰是意图和情感。 我们需要能识别与理解谈话者情绪情感、了解对方意图和需求、达到情感和认知交互的情感机器人。　　如今想找个机器人聊天已不是难事，从小冰、小娜这样的萌妹子，再到无厘头的小黄鸡，或是喜欢故作深沉的龙泉寺闲二机器僧，你总能找到自己喜欢的那一款。

不过，随着各种聊天机器人雨后春笋般出现，人们对其要求也越来越高，仅谈天说地已远远不够。闲聊之外，聊天机器人开始更知性。一方面，它们的知识更加丰富，成为人的好助手，甚至成为专家;另一方面，它们更加善解人意，更具个性。

从助手到专家

人工智能领域专家有一个十分大胆的预测：聊天机器人将是下一代人机交互平台。

日常生活中，人和的交互是典型的人机交互场景。可是，有没有发现App的打开频率越来越低?以聊天机器人为主的人机对话系统将来或许会取代App成为新的交互平台。

逐渐成为各大厂商标配的语音助手已显示出这种交互的便捷。我们无需点开App，而是说一句话就能实现。比如询问苹果公司的Siri如何在下班高峰尽快回家，它会自动打开地图显示出规避拥堵的路线。

而助手型聊天机器人和物联结合起来，可为智能家居、车载设备等智能终端提供聪明的大脑，让机器听懂人话。比如内嵌人工智能语音助手Alexa的亚马逊Echo智能音箱可完成开关家用电器、播放音乐、购等任务。

智能客服是当下聊天机器人在具体行业落地的热门案例，银行、零售、通信等多领域客服系统均加入了智能客服界面。

未来五到十年，智能客服将广泛应用在很多重要领域，一定有很大部分重复工作会被智能客服替代，并与人工客服完美结合，使得客服效率大幅提高。微软亚洲研究院常务副院长周明在近日召开的2017全球人工智能技术大会上说。

据介绍，微软智能客服最近已在美国上线，可帮客户逐步解决很多微软产品的问题，如果解决不了可马上连入人工客服。

人机对话系统的角色在不断演进过程中，助手是用户说什么，它做什么;而下一个进化阶段就是有知识的专家，用户表达浅层需求，具体怎么做由专家来决策和执行，还可以根据用户喜好主动推荐，云知声人工智能实验室技术专家刘升平说。

刘升平表示，专家型聊天机器人需要庞大的知识图谱做支撑，在知识问答、个性推荐和教学方面都有广泛应用。

从语义到情感

聊天机器人在我们的苛求下进化得越来越完美，看似简单的功能背后有着复杂的技术驱动。

和机器人交流，最重要的是要把人的自然语言翻译成机器能听懂的指令，这就需要自然语言理解。不理解，机器人就会答非所问，即便有再多的知识库和词库，也只会瞎聊。

人工智能创业企业三角兽联合创始人马宇驰说，在语音识别技术壁垒被突破后，人工智能领域下一轮可能兴起的创业热就在自然语言处理方面，今年年底到明年将会是一个爆发期。

三角兽的商业模式是提供对话式的人机交互解决方案，把语义分析作为技术主攻点，即把人的口语文本进行分词识别，转化成机器任务。他们为锤子开发的大爆炸功能，可从句子中自动切分出时间、地点、人物、事件等关键词，机器人就能据此分析出用户意图。

此部分资产盈利能力目前在10亿元左右 除了理解语言的字面意思，研究者也致力于挖掘话语的弦外之音，希望机器人能理解人的情感。美国麻省理工学院教授罗莎琳德皮卡尔曾于1997年提出情感计算的概念。国内一家名为竹间智能的创业公司正和她展开多模态情感计算的深度合作研发。

竹间智能创始人简仁贤的愿景十分科幻，希望将电影《她》中所描绘的具有丰富情感，能读懂、看懂、听懂、有记忆的人工智能带入现实世界。

对自然语言的理解不能仅仅停留在语义层面，理解的核心恰恰是意图和情感。曾任微软亚洲互联工程院副院长的简仁贤说。他希望开发出能识别与理解谈话者情绪情感、了解对方意图和需求、达到情感和认知交互的情感机器人。

在简仁贤看来，实现中文自然语言理解比英文更难。国际上大多数该领域研究论文都是关于英文的，中文的结构和语言学基本无法迁移到单一的机器学习模型中，中文的自然语言理解无法复用许多已经成熟的深度学习模型。

竹间智能的做法是采用类脑结构，建立多个适用不同方法的人工智能模块。比如意图和情感理解依靠深度学习，语义理解则是语言学、认知模型加深度学习，再加上决策模型和对话策略，就形成了情感机器人。

爱奇艺旗下首款VR一体机的人工智能虚拟女友双儿就由竹间智能开发，可听出用户的话中话，识别其情绪状态，然后做出高兴、伤心、安慰、鼓励等反应。

在2020年以前，我们与世界绝大多数的沟通都将能通过机器人来完成，简仁贤说。