“圖靈機器人”發(fā)布，強調(diào)人工智能

　　經(jīng)過為期半年多的內(nèi)測，11月7日下午，3sNews曾經(jīng)采訪的蟲洞語音助手團隊召開了產(chǎn)品新聞發(fā)布會，宣布開放他們的最新產(chǎn)品“圖靈機器人”，從產(chǎn)品名就能看出團隊在向身為“計算機科學之父”和“人工智能之父”的阿蘭·麥席森·圖靈致敬。

　　在會上，圖靈機器人創(chuàng)始人俞志晨表示，他們在開發(fā)運營蟲洞語音助手兩年半的時間中逐漸認為，做好語音和語義識別技術(shù)并不是一個目的，它是人機交互的一種方式，而他們最終的目標是要把技術(shù)跟更多的軟件和硬件去做融合，在形成整合服務的基礎(chǔ)上，形成人機之間的智能交互，并構(gòu)建“人工智能”的入口。

　　因此圖靈機器人也不是字面上理解的“機器人”，而是要將自然語言識別技術(shù)(包括對語音和語義的識別)和更多的產(chǎn)品進行連接的平臺，其平臺中為開發(fā)者提供有快速直接的嵌入工具，而平臺核心的引擎是由團隊基于底層打造的深度問答系統(tǒng)“DeepQA”作為支撐，俞志晨強調(diào)DeepQA是和目前世界上公認的人工智能程度最高的問答系統(tǒng)IBM Watson是平行的，而團隊也正朝著Watson的方向努力。

“圖靈機器人”發(fā)布會現(xiàn)場，創(chuàng)始人俞志晨作演講

　　那么，DeepQA現(xiàn)在來看到底能做些什么?聯(lián)合創(chuàng)始人韋克禮同時也是DeepQA的主要技術(shù)負責人在發(fā)言中首先表示，從自然語言識別到實現(xiàn)智能化的人機交互目前看來主要有三個方面的難點。

　　其一是中文語言需要通過“切詞”、“斷句”來識別一句話的含義。這就需要產(chǎn)品要有足夠的智慧來學習越來越復雜的語句。

　　其二是中文方言的多樣化?？谝魡栴}一直以來都是語音識別的一大挑戰(zhàn)。

　　其三是在一個對話情境中人機之間對話的上下文銜接問題。做到這一點才能讓人覺得“我真正是在跟機器人交流”，而不是在給機器下一道命令。

　　而圖靈機器人DeepQA的出發(fā)點就是為了解決這些問題。過去以來，普遍用于構(gòu)建機器智能的方法是：針對每一項識別的內(nèi)容，都需要把支持某一個現(xiàn)象的所有數(shù)據(jù)提取出來建立相應的規(guī)則和模型;這種做法相對穩(wěn)妥，但人力成本過高，也非常耗時，同時更讓人感覺人工智能是用人工成本來堆疊的。

　　而DeepQA主張的是拋開人力成本，實現(xiàn)“自主學習”，即告訴機器一個現(xiàn)象，讓機器自己來挖掘現(xiàn)象背后的關(guān)聯(lián)數(shù)據(jù)作為“證據(jù)”，自建規(guī)則和模型，這種方法其本質(zhì)還是“語義歸類”。比如不少南方人在表達“我想喝牛奶”時，因為口音的關(guān)系經(jīng)常會說成“我想喝‘劉’奶”，這時候DeepQA就得分析句子，并結(jié)合上下文語境，通過搜集數(shù)據(jù)來論證這就是“喝牛奶”的意思，從而給出一個確定的結(jié)論。

　　韋克禮提到，圖靈機器人的DeepQA內(nèi)核目前已經(jīng)對2000多萬條有出入的表達方式進行糾錯和識別，從整體上看這種自主學習能有效提升整體的語言識別能力。這也意味著，圖靈機器人幕后將更依托于強大的計算資源、海量的詞句來強化人工智能。截至發(fā)布會召開，DeepQA云端數(shù)據(jù)庫已經(jīng)儲備了約75億條規(guī)模的語料庫和約15億條的知識庫。

　　隨著圖靈機器人的開放，對于開發(fā)者來說，他們可以將DeepQA接入到自己的PC端軟件、智能硬件、App或微信服務號中，獲得內(nèi)核的各種能力。此外，DeepQA也允許開發(fā)者在圖靈機器人平臺上構(gòu)建類似私有云一樣的自有知識庫，為開發(fā)者能在所在垂直領(lǐng)域更加有針對性地編輯獨有的知識和信息庫，以更好地服務用戶。

　　目前，基于語音和語義識別，圖靈機器人的API開發(fā)者用戶已經(jīng)達到1.5萬，覆蓋從智能硬件到軟件的各種產(chǎn)品，累計調(diào)用請求達到67億次，另外團隊也擁有了穩(wěn)定的大客戶群，為中國電信、海爾、HTC等品牌，在人機交互領(lǐng)域提供關(guān)鍵的支持。一方面，自然語言識別技術(shù)的入口價值逐步顯山露水，另一方面，這種趨勢也給智能化的人機交互提供了契機。

　　語言識別推動人工智能進入培育期

　　所以，更重要的是圖靈機器人在多領(lǐng)域的快速普及和滲透能讓DeepQA快速學習并變得更加聰明，其終極目標一定是合眾行業(yè)領(lǐng)域之力培育出接近終極的人工智能。“機器人的本質(zhì)是取代人類重復、機械、繁瑣性的勞動，未來會有越來越多的體力和腦力勞動將被機器人取代。”俞志晨在演講中強調(diào)了他的這一觀點。

　　實際上，IBM的Watson已經(jīng)做到了一些比較理想的成果。如今的Watson已經(jīng)在客戶服務領(lǐng)域、金融行業(yè)和醫(yī)療行業(yè)取得了階段性的突破，例如在醫(yī)療領(lǐng)域?qū)⒒蚪M數(shù)據(jù)、醫(yī)療數(shù)據(jù)、臨床學知識和Watson系統(tǒng)結(jié)合，來幫助醫(yī)生針對腫瘤、癌癥病患出具治療方案等。此時的Watson不僅僅是一個簡單的人機聊天平臺，更依托背后的數(shù)據(jù)分析能力來實現(xiàn)更嚴肅的互動和交流。而這一切的基礎(chǔ)，還是源自對語言的理解和不斷的機器學習來媲美人類大腦。

　　除了圖靈機器人和IBM的Watson，市場中的其他語音和語義識別技術(shù)團隊也正通過各自的角度切入到對人工智能的探索和培育。

　　像微軟的“小冰”和“小娜”，前者從情感角度出發(fā)通過鼓勵人機交流培養(yǎng)機器的“情商”，后者則通過實實在在幫助用戶處理工作和生活中的流程，讓自身更有“智商”。蘋果公司的Siri從誕生之初就是人工智能計劃的一部分，雖然還沒有開放，但基于全球市場龐大的用戶基數(shù)，苦練內(nèi)功Siri也有相當?shù)墓Φ?。相對而言，谷歌公司的Google Now依托搜索、海量數(shù)據(jù)和開放的核心戰(zhàn)略，也讓這款產(chǎn)品成為人工智能強有力的入口。在國內(nèi)，既有像科大訊飛這樣有著約15年歷史的老牌語言識別技術(shù)提供商選擇了轉(zhuǎn)型開放來推動服務的智能化，也有在百度大腦計劃之下，百度公司通過語言識別、圖像識別等技術(shù)來構(gòu)建機器的“思維”能力。

　　對人工智能的研究的歷史已經(jīng)超過了半個世紀，可以明確的是，在當前階段互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的氛圍創(chuàng)造了對人工智能更好的試驗場。而要想真正基于自然語言識別的能力創(chuàng)造入口價值，就一定離不開廣泛用戶的參與，以及從海量數(shù)據(jù)的分析挖掘中的自主學習，另外則是從縱向?qū)Υ怪鳖I(lǐng)域的做精做深到橫向的多領(lǐng)域拓展。

　　客觀來看，各家產(chǎn)品距離真正的“人工智能”還差得很遠，但對很多產(chǎn)品來說，比如像圖靈機器人今天能做到開放，并且在一個相對初級的階段里，與合作伙伴共同完成了一個個人機交互的案例，其實已經(jīng)朝著人工智能這個方向邁了一大步。而到底我們何時才能迎來人工智能從量變到質(zhì)變，最權(quán)威的專家也不會給出一個明確的答案。

　　這正像俞志晨在圖靈機器人發(fā)布會的個人演講中有意向媒體和觀眾傳遞的一種心情：忐忑。在決定召開發(fā)布會后，團隊上下都感受到了轉(zhuǎn)型為平臺級技術(shù)提供者的巨大壓力，因為做人工智能的時間鏈很長，其中還要和包括IT巨頭在內(nèi)的諸多競品直接較量。圖靈機器人團隊現(xiàn)在能做的，就是盡可能從團隊自身出發(fā)，努力去完善核心引擎DeepQA的能力以及其他產(chǎn)品體驗上的各種細節(jié)，以應對新時代下人工智能培育期所遇到的各種挑戰(zhàn)。（文|陳啟臨）