導(dǎo)讀：讓機(jī)器理解人類的機(jī)器語(yǔ)言，或者模仿人類的人和語(yǔ)言是大家對(duì)人工智能最初的幻想，所以在早先，聊天圖靈測(cè)試一度成為評(píng)判人工智能的音助標(biāo)準(zhǔn)。對(duì)話和翻譯應(yīng)用的手人是人工智能眾多學(xué)科分支里自然語(yǔ)言處理(Nature Language Processing，簡(jiǎn)稱NLP)的工智部分，目的機(jī)器是要解決人和機(jī)器之間的溝通問(wèn)題，是人和人工智能處理的發(fā)端，至今仍面臨很多問(wèn)題。聊天

　　贏了柯潔的音助AlphaGo讓很多人看到了AI太過(guò)強(qiáng)大的一面，然而我們大多數(shù)人在生活中感受到的手人AI卻是十分“智障”的，不太有人工智能應(yīng)該有的工智樣子。

　　這種巨大的機(jī)器反差主要是因?yàn)槟軕?yīng)用在生活中的人工智能，還長(zhǎng)時(shí)間處于早期階段。人和

　　比如語(yǔ)音助手。聊天



　　但對(duì)話和翻譯其實(shí)是人工智能最早涉足的領(lǐng)域。

　　能讓機(jī)器理解人類的語(yǔ)言，或者模仿人類的語(yǔ)言是大家對(duì)人工智能最初的幻想，所以在早先，圖靈測(cè)試一度成為評(píng)判人工智能的標(biāo)準(zhǔn)。

　　對(duì)話和翻譯應(yīng)用的是人工智能眾多學(xué)科分支里自然語(yǔ)言處理(Nature Language Processing，簡(jiǎn)稱NLP)的部分，目的是要解決人和機(jī)器之間的溝通問(wèn)題，是人工智能處理的發(fā)端，至今仍面臨很多問(wèn)題。

　　就拿對(duì)話系統(tǒng)來(lái)說(shuō)，市面上各個(gè)巨頭都推出自家智能語(yǔ)音助理，但鮮有一款能完全擺脫“智障”的嫌疑。

　　可以說(shuō)在這條賽道上，大家跑的都不快。但盡管如此還是堅(jiān)持在跑，就連長(zhǎng)期困頓在手機(jī)里的Siri，也要推出自己的智能音箱。

　　“盡管目前形勢(shì)不太樂(lè)觀，但是一直跑下去，總會(huì)見(jiàn)到成效。”6月1日，微軟亞洲研究院副院長(zhǎng)周明表示，再堅(jiān)持5-10年自然語(yǔ)言處理就會(huì)看到長(zhǎng)足發(fā)展。


　　周明博士認(rèn)為自然語(yǔ)言處理的發(fā)展有三個(gè)階段：

　　第一層是基礎(chǔ)技術(shù)：分詞、詞性標(biāo)注、語(yǔ)義分析等。

　　第二層是核心技術(shù)：詞匯、短語(yǔ)、句子、篇章的表示。包括機(jī)器翻譯、提問(wèn)和回答、信息檢索、信息抽取、聊天和對(duì)話、知識(shí)工程、語(yǔ)言生成、推薦系統(tǒng)。

　　第三層是“NLP+”：仿照“人工智能+”或“互聯(lián)網(wǎng)+”的概念，實(shí)際上就是把自然語(yǔ)言處理技術(shù)深入到各個(gè)應(yīng)用系統(tǒng)和垂直領(lǐng)域中。比較有名的是搜索引擎、智能客服、商業(yè)智能和語(yǔ)音助手，還有更多在垂直領(lǐng)域——法律、醫(yī)療、教育等各個(gè)方面的應(yīng)用。

　　關(guān)于第三層的“NLP+”,市面上大大小小的語(yǔ)音助手有不少，從微軟畢業(yè)的有兩個(gè)：小娜(Cortana)和小冰。雖然都是語(yǔ)音助手，但是兩者還是有些區(qū)別。


　　小娜通過(guò)手機(jī)和智能設(shè)備介入，讓人與電腦進(jìn)行交流：用戶發(fā)布命令，小娜理解并執(zhí)行任務(wù)。同時(shí)，小娜能夠記憶一些用戶性格特點(diǎn)、喜好、習(xí)慣，然后主動(dòng)給一些貼心提示。

　　比如，你過(guò)去經(jīng)常路過(guò)某個(gè)地方買牛奶，在你下次路過(guò)的時(shí)候，她就會(huì)提醒你，問(wèn)你要不要買。她從過(guò)去的被動(dòng)到現(xiàn)在的主動(dòng)，從原來(lái)的手機(jī)，到微軟所有的產(chǎn)品，比如Xbox和Windows，都得到了應(yīng)用。

　　小冰純粹就是閑聊了，沒(méi)想幫你解決什么問(wèn)題，它閑聊的主要目的是希望盡可能的“像人一樣”。


　　“它是一種新的理念，很多人一開(kāi)始不理解。人們跟小冰一起的這種閑聊有什么意思?其實(shí)閑聊也是人工智能的一部分，我們?nèi)伺c人見(jiàn)面的時(shí)候，寒喧、問(wèn)候、甚至瞎扯，天南海北地聊，這個(gè)沒(méi)有智能是完成不了的，實(shí)際上除了語(yǔ)言方面的智能，還得有知識(shí)智能，必須得懂某一個(gè)領(lǐng)域的知識(shí)才能聊起來(lái)。所以，小冰是試圖把各個(gè)語(yǔ)言的知識(shí)融匯貫通，實(shí)現(xiàn)一個(gè)開(kāi)放語(yǔ)言自由的聊天過(guò)程。”

　　而小冰最開(kāi)始是怎么學(xué)習(xí)聊天的？主要是跟網(wǎng)友學(xué)的。

　　首先將網(wǎng)上的論壇、微博或是網(wǎng)站里出現(xiàn)過(guò)的對(duì)話句子抽取出來(lái)，當(dāng)成訓(xùn)練語(yǔ)料庫(kù)。當(dāng)用戶輸入一個(gè)句子時(shí)，系統(tǒng)會(huì)從語(yǔ)料庫(kù)里找到一個(gè)跟這個(gè)句子最相像的句子，而這個(gè)句子對(duì)應(yīng)的答復(fù)就可以直接輸出作為電腦的回復(fù)。雖然看起來(lái)簡(jiǎn)單粗暴，但確實(shí)奏效。

　　有的時(shí)候，系統(tǒng)找到的句子可能對(duì)應(yīng)了很多回復(fù)，它不知道哪個(gè)回復(fù)最適合當(dāng)前的輸入語(yǔ)句。這時(shí)就會(huì)再有一個(gè)匹配的過(guò)程，去判斷輸入語(yǔ)句跟語(yǔ)料庫(kù)里的回復(fù)在語(yǔ)義上是相關(guān)的或者是一致的。

　　到目前，小冰已經(jīng)覆蓋了三種語(yǔ)言：中文、日文、英文，累積了上億用戶，平均聊天的回?cái)?shù)23輪，平時(shí)聊天時(shí)長(zhǎng)大概是25分鐘左右。

　　目前取得的自然語(yǔ)言方面的成果，是微軟18年的努力。

　　微軟在1998年11月5日成立微軟亞洲研究院時(shí)就開(kāi)創(chuàng)了自然語(yǔ)言處理的研究領(lǐng)域，除了200多篇頂級(jí)期刊、學(xué)術(shù)大會(huì)的論文，還有大量的NLP人才。

　　2014年5月，微軟推出小冰，同年7月，推出Cortana。

　　2016年，微軟首席執(zhí)行官薩提亞在Build大會(huì)上提出了一個(gè)概念“對(duì)話即平臺(tái)”(“Conversation as a Platform” ，他認(rèn)為圖形界面的下一代就是對(duì)話，它會(huì)對(duì)整個(gè)人工智能、計(jì)算機(jī)設(shè)備帶來(lái)一場(chǎng)新的革命。

　　而小冰和小娜就是微軟為這場(chǎng)革命做出的準(zhǔn)備之一。

　　其實(shí)無(wú)論小冰這種閑聊，還是小娜這種注重任務(wù)執(zhí)行的技術(shù)，背后單元處理引擎無(wú)外乎就三層技術(shù)。

　　第一層：通用聊天，需要掌握溝通技巧、通用聊天數(shù)據(jù)、主題聊天數(shù)據(jù)，還要知道用戶畫(huà)像，投其所好。

　　第二層：信息服務(wù)和問(wèn)答，需要搜索的能力，問(wèn)答的能力，還需要對(duì)常見(jiàn)問(wèn)題表進(jìn)行收集、整理和搜索，從知識(shí)圖表、文檔和圖表中找出相應(yīng)信息，并且回答問(wèn)題，這些統(tǒng)稱為Info Bot。

　　第三層：面向特定任務(wù)的對(duì)話能力，例如訂咖啡、訂花、買火車票，任務(wù)是固定的，狀態(tài)也是固定的，狀態(tài)轉(zhuǎn)移也是清晰的，就可以用Bot一個(gè)一個(gè)實(shí)現(xiàn)。通過(guò)一個(gè)調(diào)度系統(tǒng)，通過(guò)用戶的意圖調(diào)用相應(yīng)的Bot 執(zhí)行相應(yīng)的任務(wù)。它用到的技術(shù)就是對(duì)用戶意圖的理解，對(duì)話的管理，領(lǐng)域知識(shí)，對(duì)話圖譜等。

　　除了創(chuàng)造出小娜小冰，微軟還要技術(shù)釋放，讓開(kāi)發(fā)者能開(kāi)發(fā)自己的Bot。如果開(kāi)發(fā)者的機(jī)器不懂自然語(yǔ)言，這時(shí)就可以通過(guò)一個(gè)叫Bot Framework的工具來(lái)實(shí)現(xiàn)。

　　任何一個(gè)開(kāi)發(fā)者只用幾行代碼，就可以通過(guò)Bot Framework完成自己所需要的Bot。比如，有人想做一個(gè)送披薩外賣的Bot，可以用Bot Framework填入相應(yīng)的知識(shí)、相應(yīng)的數(shù)據(jù)，就可以實(shí)現(xiàn)一個(gè)簡(jiǎn)單的Bot。很多沒(méi)有開(kāi)發(fā)能力的小業(yè)主，通過(guò)簡(jiǎn)單操作，就可以做一個(gè)小Bot吸引來(lái)很多客戶。

　　在這個(gè)開(kāi)源平臺(tái)里有很多關(guān)鍵技術(shù)。微軟有一個(gè)叫做LUIS(Language Understanding Intelligent Service)的服務(wù)，提供了用戶的意圖理解能力、實(shí)體識(shí)別能力、對(duì)話的管理能力等等。

　　比如說(shuō)這句話“read me the headlines”，識(shí)別的結(jié)果就是朗讀，內(nèi)容就是今天的頭條新聞。再比如說(shuō)“Pause for 5 minutes”，識(shí)別的結(jié)果是暫停，暫停多長(zhǎng)時(shí)間?有一個(gè)參數(shù)：5分鐘。通過(guò)LUIS，可以把意圖和重要的信息抽取出來(lái)，讓Bot來(lái)讀取。

　　這些對(duì)于人類來(lái)說(shuō)甚至不需要?jiǎng)幽X思考的對(duì)話，對(duì)于機(jī)器來(lái)說(shuō)是難到了另一個(gè)層次上。

　　周明博士認(rèn)為人工智能有四個(gè)層次，從下往上依次是：運(yùn)算智能、感知智能、認(rèn)知智能和創(chuàng)造智能。

　　運(yùn)算智能已經(jīng)達(dá)到很高的水平了，感受一下來(lái)自世界頂級(jí)圍棋選手對(duì)AlphaGo的評(píng)價(jià)。

　　其次是感知智能，主要體現(xiàn)在聽(tīng)覺(jué)、視覺(jué)和觸覺(jué)方面，也就是我們通常說(shuō)的語(yǔ)音技術(shù)、圖像技術(shù)。語(yǔ)音技術(shù)用的就多了，比如讓Cortana聽(tīng)懂你說(shuō)的話，圖像識(shí)別主要應(yīng)用在人臉識(shí)別上，喜歡跟隨科技潮流的公司一般會(huì)把門(mén)禁換成人臉識(shí)別。

　　認(rèn)知智能是我們今天說(shuō)的重點(diǎn)，主要包括語(yǔ)言、知識(shí)和推理。語(yǔ)言的重要性體現(xiàn)在什么地方呢?Cortana不能只是識(shí)別出來(lái)你在說(shuō)啥，它需要根據(jù)你說(shuō)的話做出回應(yīng)，這時(shí)候就需要理解你在說(shuō)什么。

　　創(chuàng)造智能就是一種最高級(jí)的形態(tài)了，也就是當(dāng)AI擁有想象力的時(shí)候。

　　在運(yùn)算和語(yǔ)音、圖像識(shí)別上，機(jī)器已經(jīng)能達(dá)到很高的準(zhǔn)度，目前的主要缺口在認(rèn)知智能上。過(guò)去認(rèn)知智能主要集中在自然語(yǔ)言處理，它簡(jiǎn)單理解了句子、篇章，實(shí)現(xiàn)了幫助搜索引擎、仿照系統(tǒng)提供一些基本的功能、提供一些簡(jiǎn)單的對(duì)話翻譯。

　　周明博士認(rèn)為語(yǔ)言智能是人工智能皇冠上的明珠，如果語(yǔ)言智能能實(shí)現(xiàn)突破，跟它同屬認(rèn)知智能的知識(shí)和推理就會(huì)得到長(zhǎng)足的發(fā)展，就能推動(dòng)整個(gè)人工智能體系，有更多的場(chǎng)景可以落地。

　　對(duì)于未來(lái)語(yǔ)音智能的發(fā)展，周明博士認(rèn)為有幾個(gè)方向：

　　第一，隨著大數(shù)據(jù)、深度學(xué)習(xí)、云計(jì)算這三大要素推動(dòng)，口語(yǔ)機(jī)器翻譯會(huì)完全普及。

　　第二，自然語(yǔ)言的會(huì)話、聊天、問(wèn)答、對(duì)話達(dá)到實(shí)用程度。

　　第三，智能客服加上人工客服完美的結(jié)合，一定會(huì)大大提高客服的效率。

　　第四，自動(dòng)寫(xiě)對(duì)聯(lián)、寫(xiě)詩(shī)、寫(xiě)新聞稿和歌曲等等，

　　第五，在會(huì)話方面，語(yǔ)音助手、物聯(lián)網(wǎng)、智能硬件、智能家居等等，凡是用到人機(jī)交互的，基本上都可以得到應(yīng)用。

　　最后，在很多場(chǎng)景下，比如說(shuō)法律、醫(yī)療診斷、醫(yī)療咨詢、法律顧問(wèn)、投融資等等，這些方面自然語(yǔ)言會(huì)得到廣泛的應(yīng)用。


　　當(dāng)然，現(xiàn)在的自然語(yǔ)言現(xiàn)在也面臨許多困境。最關(guān)鍵的一點(diǎn)是如何通過(guò)無(wú)監(jiān)督學(xué)習(xí)充分利用未標(biāo)注數(shù)據(jù)。現(xiàn)在都依賴于帶標(biāo)注的數(shù)據(jù)，沒(méi)有帶標(biāo)注的數(shù)據(jù)沒(méi)有辦法利用。但是很多場(chǎng)景下，標(biāo)注數(shù)據(jù)不夠，找人工標(biāo)注代價(jià)又極大。

　　那么如何用這些沒(méi)有標(biāo)注的數(shù)據(jù)?這就要通過(guò)一個(gè)所謂無(wú)監(jiān)督的學(xué)習(xí)過(guò)程，或者半監(jiān)督的學(xué)習(xí)過(guò)程增強(qiáng)整體的學(xué)習(xí)過(guò)程。

　　再給NLP一些時(shí)間，語(yǔ)音助手也許就能說(shuō)服你它其實(shí)是人工智能了。