竹间智能翁嘉颀：人机交互技术探索

随着语音识别 ASR 的进步，对话机器人从简单的指令式的语音助手，进化到关键词交互方式，人们能够使用较为完整的句子来表达意图，机器人从中截取关键词判断用户意图。

现阶段利用 NLP 、NLU 技术，以及机器学习方式，慢慢脱离关键词的束缚，可以更聪明的去理解用户意图以做出正确的回应。再下一步是否能脱离一问一答的回应方式？是否机器人能主动的跟人产生互动？没有情绪情感的机器人真的算是智能机器人吗？情绪情感又有哪些可能的应用？

近日，竹间智能 CTO 翁嘉颀分享了人机交互技术探索。

翁嘉颀 Phantom Weng：竹间智能 CTO，作为 AI 领域的技术专家，他带领团队负责竹间在 AI 领域产品研发与技术规划，领域主要涵盖对话机器人、计算机视觉、金融科技等领域。此前，翁嘉颀在中国大陆及台湾的多个科技类创新企业担任 CTO、首席架构师等职位，带领团队进行 AI 及大数据领域的研究开发。他毕业于台湾大学资讯工程学系，此后就读于纽约州立大学。熟悉算法、编程语言、搜索引擎、网络安全以及邮件安全，使用过的语言超过 35 种。

分享主题：人机交互技术探索

分享提纲：情感计算、意图、主题、上下文、中文 NLP 应用、多轮对话、算法与数据的关系

今天讲的主题是人机交互技术探索，我会着重讲这些技术的应用以及怎样解决当前的问题。

人机交互现状

先看一下人机交互目前的现况：第一个，双十一快到了，我在系统推荐了三件 T 恤后，回答「要黑色的」，大家可以看一下图左边智能客服的回答，竟然在介绍黑色的基本定义。第二个例子是与某家知名银行的智能客服的对话。最后这个例子就有点可怕了，这是去年发生的事情，大家可以看下图最右边对话框的对话。

为什么现况是这样的？这是因为大部分人机交互都使用关键词匹配和模板的方式，没有上下文，语料都是从网络上爬来的——根本无法控制质量，怎么清洗基本上都没法使用。

我们再来看更多的例子：

第一个，机器人交互的情商：

第二个，机器人交互的智商：

使用模板的机器人没有情商，也无法进行多轮对话。Siri 曾在美国做过一个测验，测验结果显示它的智商为 2 岁，其他的机器人也差不多。而对于成年人来说，智商达到 16-18 岁的机器人，才是我们需要的机器人，然而，如何做到这种程度？

公司介绍

在此之前，我先介绍一下竹间智能这家公司。

我们似乎可以发现，目前在人工智能的文本分析和语义理解领域，很多公司的技术人员都是做搜索引擎出身的。

我们公司的 EMOTIBOT 是一个情感机器人，光文字情绪就做了 22 种，人脸表情 9 种，语音情绪 4 种，此外，还做了多模态情感识别。

需要的技术

做到较好的人机交互，需要哪些技术呢？

第一个是上下文理解技术，有三种方式：补全、指代消解和对话主题式补全。

第二个是主题、Speech Act &情感以及 Memory 的运用：

一是利用主题做对话控制；

二是利用 Speech Act &情感；

三是利用 Memory；

第三个是 Contextual graph；

第四个是直接生成。

第五个是场景和多轮对话。

（关于人机交互所需技术的更多讲解，请回看视频 00：11 ： 05 处，http://www.mooc.ai/open/course/587？=aitechtalkwengjiaxin）

NLP 重要性

我们再来讲 NLP 的重要性，刚刚所提到的技术有一个自然语言处理平台，能够提供我需要的线索。我们先来看一个 NLP 平台的 Demo。

（关于 NLP 平台的 Demo 演示，请回看视频 00：32： 31 处，http://www.mooc.ai/open/course/587？=aitechtalkwengjiaxin）

而我们底下其实做了大量苦工，做得模块较多，就有更多机会，让各个模块在匹配时能够 Cover 对方的弱点。

那我们如何利用 NLU 的基础信息呢？

中控中心

然后讲到一个中控中心的问题，这就涉及到刚刚所提到的多轮对话问题。那多轮之间能不能切换？下面是几个例子：

竹间科技经验分享

最后我分享一下竹间科技的实战经验。

一是算法。单一算法在图像识别上的应用表现可能还好，但在文本和语义理解上基本不可能获得好的准确率，下面是其无法解决的一些问题：

我们多模型的构建采用以下方式：

二是语言学家与数据质量。我们在数据标注上非常严谨，花了超过 3 万人/天的人力去做数据表述和检查。在 NLP 的数据专业度方面，我们每年至少投入 1500 万，三年以来，竹间的语言学家都维持庞大的队伍（纯硕士跟博士），目前有近 30 个语言学家。

未来会不会存在这么一个世界：每个人都有一个机器人，机器人会懂你，就像好朋友和闺蜜一样；每家企业也会有机器人，会帮助员工完成订餐等事宜。这是一个理想的状态，虽然现在还有一段距离，但是也有很大的希望，不过我们只有将技术底层做好，才能一步步走到这个理想状态。