AI大航海時(shí)代，對話(huà)機器人如何引領(lǐng)交互方式變革

自計算機出現以來(lái)，人機交互界面經(jīng)歷了命令行到圖形化界面的更新迭代，而隨著(zhù)人工智能（AI）在生活中的逐漸普及和應用，例如蘋(píng)果的Siri、亞馬遜的Alex，甚至是京東的JIMI已經(jīng)紛紛闖入我們的生活，我們現在正在經(jīng)歷從圖形化界面向對話(huà)式界面的技術(shù)變革時(shí)刻，而這其中，對話(huà)機器人的發(fā)展將會(huì )是一個(gè)關(guān)鍵點(diǎn)。

圖形化界面VS對話(huà)式界面

比較一下圖形化界面和對話(huà)式界面，主要有以下四點(diǎn)差異：

1）圖形化界面是二維的，更加重視廣度；對話(huà)式界面是一維的，更加注重深度，用戶(hù)可以更專(zhuān)注于一件事情上。

2）圖形化界面更加注重空間感，主次關(guān)系也要通過(guò)顏色和距離感來(lái)實(shí)現差異化，這是圖形化界面設計時(shí)的一個(gè)原則；對話(huà)式界面更加強調的是時(shí)間感，例如剛剛討論的話(huà)題，過(guò)一段時(shí)間討論同樣的話(huà)題就不太重要了。

3）圖形化界面更加強調共性，就用戶(hù)體驗來(lái)看，在圖形化界面，同一個(gè)系統中每個(gè)人看到的東西都差不太多；對話(huà)式界面則更強調個(gè)性，我們每個(gè)人的對話(huà)內容都是不一樣的，對話(huà)機器人和我說(shuō)的話(huà)應該和另外一個(gè)人說(shuō)的話(huà)不一樣，更加偏個(gè)性一些。

4）圖形化界要求比較穩定，用戶(hù)希望不要天天改版；對話(huà)式界面則是進(jìn)化的，用戶(hù)更希望說(shuō)過(guò)的話(huà)不需要一遍一遍地再去重復。

由此可見(jiàn)，在更注重個(gè)性化和精準度的當下，對話(huà)式界面顯然更符合用戶(hù)需求。

對話(huà)機器人分類(lèi)

對話(huà)機器人根據應用場(chǎng)景不同主要可以分為三類(lèi)：個(gè)人信息助理、聊天機器人和客服導購機器人。

個(gè)人信息助理是用對話(huà)形態(tài)做人機交互比較好的應用場(chǎng)景，同時(shí)由于基本上都是由行業(yè)巨頭在做的，例如蘋(píng)果、谷歌、亞馬遜等，因而發(fā)展速度較快，應用也比較多。愛(ài)因互動(dòng)CTO洪強寧先生介紹稱(chēng)，其實(shí)，這一領(lǐng)域也確實(shí)應該由巨頭來(lái)做，因為入口是個(gè)人信息助理最核心部分，要想將其做好，就要能夠實(shí)現快速調動(dòng)，而最好的入口資源大部分都是掌控在巨頭手中的。同時(shí)，隨著(zhù)技術(shù)飛速發(fā)展，也有很多不同技術(shù)在個(gè)人信息助理中應用來(lái)提升其用戶(hù)體驗，預計一兩年后，大家會(huì )比較習慣用個(gè)人信息助理，例如智能手機、智能手表及家里的智能音箱。

聊天機器人相對于另外兩類(lèi)對話(huà)機器人較為簡(jiǎn)單，這類(lèi)機器人并不能完成具體某項任務(wù)，主要用作心理陪伴和娛樂(lè )。針對這類(lèi)對話(huà)機器人，對話(huà)輪次是一個(gè)比較重要的技術(shù)指標，能夠與用戶(hù)進(jìn)行自然對話(huà)輪次越多，時(shí)間越長(cháng)，可以說(shuō)機器人的能力就越好。目前來(lái)看，業(yè)內最好的聊天機器人能夠與人類(lèi)自然對話(huà)二十多輪，再往后聊，你就能夠發(fā)現它跟不上人類(lèi)的思維了。目前應用在聊天機器人上比較好的技術(shù)是seq2seq算法，為了提高其在聊天中的應對能力，還需要使用諸多增強技術(shù)，例如為聊天機器人注入背景信息、個(gè)人信息、知識庫信息，并引入上下文等。

客服導購機器人是為了完成一件事情與機器人溝通，最后能夠達到某種目的。在這種應用場(chǎng)景中，尤其是在做售前應用時(shí)，主要有三種主要的對話(huà)形態(tài)：人主導的形態(tài)，即人問(wèn)一個(gè)問(wèn)題，機器回答一個(gè)問(wèn)題；機器人主導形態(tài)，即機器人問(wèn)人問(wèn)題，人來(lái)回答；交叉主導形態(tài)，即人問(wèn)一個(gè)問(wèn)題，機器人發(fā)現不知道該怎么答，會(huì )反問(wèn)一句，人回答了機器人的問(wèn)題之后，機器人再給出答案。大體上可以分成這三種形態(tài)，很多其他復雜的對話(huà)則是由這三種形態(tài)反復切換來(lái)實(shí)現。其中人主導的形態(tài)是最簡(jiǎn)單的形態(tài)，也是目前在商業(yè)應用中最為成熟的形態(tài)。

作為AI領(lǐng)域重要重要內容之一，對話(huà)機器人有怎樣的技術(shù)要求？需要怎樣的工程團隊？初創(chuàng )企業(yè)又該怎樣入局？近日，《電子產(chǎn)品世界》編輯在“AI時(shí)代的移動(dòng)技術(shù)革新”大會(huì )上采訪(fǎng)了愛(ài)因互動(dòng)CTO洪強寧先生。

語(yǔ)音市場(chǎng)發(fā)展趨于成熟，創(chuàng )業(yè)公司更應關(guān)注語(yǔ)義

電子產(chǎn)品世界：在對話(huà)機器人領(lǐng)域，創(chuàng )業(yè)公司應該怎樣選擇切入點(diǎn)？

洪強寧：語(yǔ)音轉文本和文本轉語(yǔ)音，現在都有比較專(zhuān)業(yè)的公司在做，而且很多企業(yè)做得已經(jīng)很好了，對于創(chuàng )業(yè)公司而言，我們覺(jué)得現在再去做語(yǔ)音就是技術(shù)的浪費了，而更應該將資源用到像語(yǔ)義這樣發(fā)展還不是很完備的方向。

現在在做語(yǔ)義的大概有兩種形態(tài)：一種形態(tài)是做基礎語(yǔ)義服務(wù)的，并不在乎具體的應用場(chǎng)景，例如情感探測、實(shí)體抽取等；另外一種是做應用場(chǎng)景的，像我們是在考慮機器人在具體應用場(chǎng)景下該怎樣去回答問(wèn)題，和場(chǎng)景與行業(yè)聯(lián)系的非常緊密。

在真實(shí)的應用場(chǎng)景中，需要用到語(yǔ)音識別的時(shí)候，我們會(huì )調用第三方的服務(wù)來(lái)生成文本，例如科大訊飛等廠(chǎng)商的語(yǔ)音識別做得已經(jīng)很好了，我們可以直接使用他們的技術(shù)完成前面語(yǔ)音識別部分，而從文本理解是什么含義的時(shí)候則是用到我們自己的技術(shù)，因為這項技術(shù)還沒(méi)有一家公司聲稱(chēng)做出了一個(gè)任何場(chǎng)景都可以使用的平臺，針對售前對話(huà)機器人，我們的技術(shù)效果是更好的；同時(shí)，這也是我們的核心競爭力和技術(shù)壁壘，我們需要在這上面去深入研究。

機器人服務(wù)平臺要先做專(zhuān)用領(lǐng)域

電子產(chǎn)品世界：如何理解現在的通用機器人服務(wù)平臺和專(zhuān)用機器人服務(wù)平臺？

洪強寧：工程團隊的一個(gè)非常大的產(chǎn)出是在機器人服務(wù)平臺上，但是創(chuàng )建對外開(kāi)發(fā)的機器人服務(wù)平臺目前從商業(yè)上看還不是一個(gè)好的時(shí)機，因為現在對話(huà)機器人仍然是和場(chǎng)景緊密結合的，現在還不太可能脫離場(chǎng)景去搭建一個(gè)通用的機器人服務(wù)平臺。

實(shí)際上，前兩年已有通用的機器人服務(wù)平臺出現，但是效果都不是很好。因而我們更加傾向于做行業(yè)專(zhuān)用的平臺，先使機器人服務(wù)平臺在售前應用中用起來(lái)效果非常好，之后再在這個(gè)基礎上做泛化，做到其他場(chǎng)景中去。

現在我們正在規劃一個(gè)大的機器人服務(wù)平臺，這個(gè)是一個(gè)工程化的事情，需要做云平臺、PAAS架構，需要在服務(wù)功能飛速增長(cháng)的時(shí)候有一個(gè)非常好的、穩定的服務(wù)，能夠包括像大數據處理等。這個(gè)機器人服務(wù)平臺是我們內部自己用的，是為了加快算法調優(yōu)的速度，使算法工程師不再需要去關(guān)心一些工程上的技術(shù)細節，更專(zhuān)注到算法調優(yōu)本身。

對話(huà)設計師將會(huì )成為新崗位

電子產(chǎn)品世界：AI創(chuàng )業(yè)公司更需要怎樣的人才，對工程團隊有怎樣的要求？

洪強寧：對于A(yíng)I創(chuàng )業(yè)公司來(lái)說(shuō)，更需要的是項目落地人才，即能夠把AI的技術(shù)應用到具體場(chǎng)景中的人才。如果是純研究算法的人，對于高?；蛘呤茄芯吭簳?huì )更小，而對于創(chuàng )業(yè)公司則會(huì )更關(guān)注落地的能力，我們追求的是效果，而不是炫酷的技術(shù)，有的時(shí)候會(huì )發(fā)現深度學(xué)習的效果還不如一些傳統方法的時(shí)候，我們也會(huì )選擇傳統的方法。

同時(shí)，工程團隊也需要懂AI算法。工程團隊如果完全不懂算法的話(huà)是無(wú)法和算法工程師進(jìn)行配合的，工程團隊做的很大一部分是建立機器人服務(wù)平臺，算法工程師是平臺的用戶(hù)，因而工程團隊需要知道算法工程師需要的東西是什么，從而給他們提供好用的工具，也需要了解AI是怎么做的，至少需要知道數據是怎樣組織的、訓練是怎么一回事、模型是怎么加載的，在這些地方，哪些是性能的瓶頸，這都需要工程團隊的工程師完全了解的。

電子產(chǎn)品世界：做對話(huà)機器人的公司相對于其他AI行業(yè)會(huì )有怎樣的特別需要？

洪強寧：在對話(huà)機器人領(lǐng)域，產(chǎn)品經(jīng)理有一個(gè)很重要的工作職責是做對話(huà)設計，這個(gè)也可能是未來(lái)可能產(chǎn)生的一個(gè)新崗位?，F在對話(huà)機器人的技術(shù)還做不到完全像人一樣溝通，這個(gè)崗位要考慮的是當機器和人對話(huà)的時(shí)候，如何設計機器人的語(yǔ)言，使整個(gè)對話(huà)變得更自然，這個(gè)技術(shù)在真實(shí)落地的應用中是一件很重要的事情。

AI人才緊缺現狀與高薪資現狀

電子產(chǎn)品世界：如何理解AI人才緊缺和高薪資這一現狀？

洪強寧：掌握新技術(shù)的人就是整個(gè)社會(huì )的推動(dòng)力，社會(huì )也一定對這種人才的需求是非常旺盛的。其實(shí)我們現在身處第四次工業(yè)革命的開(kāi)始階段，在變革的早期，這樣的人才很少，掌握這類(lèi)技能的人才被市場(chǎng)爭搶在所難免。在任何技術(shù)早期，你掌握了這項技術(shù)，薪資都會(huì )相對較高，但是同時(shí)也會(huì )有這樣一個(gè)趨勢：AI技術(shù)越來(lái)越成為程序員一個(gè)基礎技術(shù)。例如谷歌在面試程序員的時(shí)候，不論你面試的是哪個(gè)崗位，都會(huì )考察你的AI能力。

這就類(lèi)似云計算的發(fā)展，云計算發(fā)展這么多年，現在工程師如果不懂云計算的基礎知識就不是一個(gè)合格的程序員。未來(lái)，十年以后，如果不懂得AI的工程師就不是一個(gè)合格的程序員。隨著(zhù)掌握AI技術(shù)的人群越來(lái)越多，薪資水平也將會(huì )逐漸回到一個(gè)相對合理的狀態(tài)。

AI創(chuàng )業(yè)公司與大公司競爭的優(yōu)勢

電子產(chǎn)品世界：與大公司相比，創(chuàng )業(yè)公司有哪些競爭優(yōu)勢？

洪強寧：相比巨頭公司，創(chuàng )業(yè)公司動(dòng)作更快，關(guān)注點(diǎn)更超前。創(chuàng )業(yè)公司更多專(zhuān)注于場(chǎng)景，而對于單個(gè)場(chǎng)景的投入，大公司往往是不足的，只有可能觸及到平臺利益時(shí)，大公司才會(huì )投入大量資源與創(chuàng )業(yè)公司競爭，而只要創(chuàng )業(yè)公司在這之前建立起很好的競爭壁壘，是不害怕這樣的競爭。

AI行業(yè)其實(shí)一個(gè)很好的范例，AI行業(yè)需要的是數據的積累，而不論是大公司還是小公司都需要時(shí)間的積累收集數據和處理數據，例如收集數據、清洗數據、理解數據以及結合應用場(chǎng)景的過(guò)程，而這些都需要時(shí)間和經(jīng)驗的積累，并不是說(shuō)大公司會(huì )比小公司擁有有更多的競爭優(yōu)勢。

對話(huà)機器人的準確率評判指標

電子產(chǎn)品世界：如何評判對話(huà)機器人的準確率，現在對話(huà)機器人準確率是多少？

洪強寧：對話(huà)機器人大概可以分為兩類(lèi)：閑聊機器人和任務(wù)導向機器人。對于閑聊機器人，對話(huà)輪次是一個(gè)評價(jià)指標，時(shí)間越長(cháng)，機器人做的就越好；而對于任務(wù)導向機器人，主要有兩個(gè)評價(jià)指標：任務(wù)完成率和攔截率。

對于任務(wù)導向機器人，我們是希望他可以幫我辦事的，這個(gè)時(shí)候，對話(huà)輪次就不再是一個(gè)很好的指標，相對短的輪次反而會(huì )更好；針對此類(lèi)機器人，單輪對話(huà)會(huì )有準確率的概念，具體指機器人對用戶(hù)提問(wèn)響應是否正確就是準確率，此時(shí)任務(wù)完成率會(huì )作為核心指標。

而有些準確率的數據是不可信的，例如機器人自己對自己作出決策和評價(jià)，即攔截率。這是指你說(shuō)的話(huà)，機器人覺(jué)得可以回答的比率；而準確率是指我答了，而且還答對的比率。因而準確率是要比攔截率要低一些的。

現在的準確率還是要人來(lái)判斷的，而為了降低工作量，機器人可以先做一個(gè)預判，然后人再做更正。針對對話(huà)機器人，具體準確率要分應用場(chǎng)景，越復雜、用戶(hù)說(shuō)的話(huà)越發(fā)散，準確率會(huì )越低， 大體上應該會(huì )在百分之七十多到百分之九十多之間波動(dòng)。 如果是單輪問(wèn)答，主要還會(huì )取決于知識庫的建立情況，一般在百分之八十多到百分之九十多之間波動(dòng)。

對話(huà)機器人要達要到人的平均水平，至少還要十年

電子產(chǎn)品世界：當下很多智能產(chǎn)品并不夠智能，對話(huà)機器人也還處在“低配智能”階段，還要多久我們才能到達“高配智能”階段？

洪強寧：現在對話(huà)機器人，甚至AI還處在早期大航海時(shí)代，大家都在嘗試在各種應用場(chǎng)景下使用這個(gè)技術(shù)，根據反饋去優(yōu)化和調整。我們會(huì )全力以赴地關(guān)注用戶(hù)的反饋，快速更新技術(shù)，并不斷完善我們的產(chǎn)品。

就智能的程度而言，現在確實(shí)是受限的，不光是對話(huà)機器人，整個(gè)AI行業(yè)都存在這個(gè)問(wèn)題，不管是深度學(xué)習，還是傳統機器學(xué)習方法，都面臨著(zhù)準確率不為100%的現狀。通過(guò)學(xué)習大量的現有知識，然后生成一個(gè)模型，用這個(gè)模型去匹配現有的知識，預測之后的輸入可以給出一個(gè)怎樣的輸出，這樣的一個(gè)模型永遠都會(huì )與真實(shí)模型有一定的誤差。雖然可以用深度學(xué)習的方法不斷增加學(xué)習信息，準確率會(huì )越來(lái)越高，但永遠都無(wú)法達到100%。

我們并不能期望對話(huà)機器人不出錯，要期望的是對話(huà)機器人出的錯要比人少。我覺(jué)得現在談像人一樣的對話(huà)機器人還尚早，至少還要兩三年，對話(huà)機器人在某些特定場(chǎng)景能夠達到人的平均水平；而要談通用對話(huà)機器人能夠達到人的平均水平，甚至在某些特定場(chǎng)景超越人類(lèi)，至少還要十年之久。