特稿：從閑聊到知性——聊天機器人「進化論」

導讀:智能客服是當下聊天機器人在具體行業落地的熱門案例，銀行、零售、通信等多領域在線客服系統均加入了智能客服界面。劉昇平表示，專家型聊天機器人需要龐大的知識圖譜做支撐，在知識問答、個性推薦和教學方面都有廣泛應用。

從語義到情感>

聊天機器人在我們的「苛求」下進化得越來越完美，看似簡單的功能背後有著複雜的技術驅動。

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」。

人工智慧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後，人工智慧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，把語義分析作為技術主攻點，即把人的口語文本進行分詞識別，轉化成機器任務。他們為鎚子手機開發的「大爆炸」功能，可從句子中自動切分出時間、地點、人物、事件等關鍵詞，機器人就能據此分析出用戶意圖。

除了理解語言的字面意思，研究者也致力於挖掘話語的「弦外之音」，希望機器人能理解人的情感。美國麻省理工學院教授羅莎琳德·皮卡爾曾於１９９７年提出「情感計算」的概念。國內一家名為竹間智能的創業公司正和她展開多模態情感計算的深度合作研發。

竹間智能創始人簡仁賢的願景十分「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、有記憶的人工智慧帶入現實世界。

「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。他希望開發出能識別與理解談話者情緒情感、了解對方意圖和需求、達到情感和認知交互的情感機器人。

在簡仁賢看來，實現中文自然語言理解比英文更難。國際上大多數該領域研究論文都是關於英文的，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。

竹間智能的做法是採用類腦結構，建立多個適用不同方法的人工智慧模塊。比如意圖和情感理解依靠深度學習，語義理解則是語言學、認知模型加深度學習，再加上決策模型和對話策略，就形成了情感機器人。

愛奇藝旗下首款ＶＲ一體機的人工智慧虛擬女友「雙兒」就由竹間智能開發，可聽出用戶的「話中話」，識別其情緒狀態，然後做出高興、傷心、安慰、鼓勵等反應。

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

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！