贏了柯潔的音助AlphaGo讓很多人看到了AI太過強大的一面，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，不太有人工智能應該有的工智樣子。
這種巨大的機器反差主要是因為能應用在生活中的人工智能，還長時間處于早期階段。人和
比如語音助手。聊天
但對話和翻譯其實是人工智能最早涉足的領域。
能讓機器理解人類的語言，或者模仿人類的語言是大家對人工智能最初的幻想，所以在早先，圖靈測試一度成為評判人工智能的標準。
對話和翻譯應用的是人工智能眾多學科分支里自然語言處理(Nature Language Processing，簡稱NLP)的部分，目的是要解決人和機器之間的溝通問題，是人工智能處理的發(fā)端，至今仍面臨很多問題。
就拿對話系統(tǒng)來說，市面上各個巨頭都推出自家智能語音助理，但鮮有一款能完全擺脫“智障”的嫌疑。
可以說在這條賽道上，大家跑的都不快。但盡管如此還是堅持在跑，就連長期困頓在手機里的Siri，也要推出自己的智能音箱。
“盡管目前形勢不太樂觀，但是一直跑下去，總會見到成效。”6月1日，微軟亞洲研究院副院長周明表示，再堅持5-10年自然語言處理就會看到長足發(fā)展。
周明博士認為自然語言處理的發(fā)展有三個階段：
第一層是基礎技術(shù)：分詞、詞性標注、語義分析等。
第二層是核心技術(shù)：詞匯、短語、句子、篇章的表示。包括機器翻譯、提問和回答、信息檢索、信息抽取、聊天和對話、知識工程、語言生成、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，實際上就是把自然語言處理技術(shù)深入到各個應用系統(tǒng)和垂直領域中。比較有名的是搜索引擎、智能客服、商業(yè)智能和語音助手，還有更多在垂直領域——法律、醫(yī)療、教育等各個方面的應用。
關于第三層的“NLP+”,市面上大大小小的語音助手有不少，從微軟畢業(yè)的有兩個：小娜(Cortana)和小冰。雖然都是語音助手，但是兩者還是有些區(qū)別。
小娜通過手機和智能設備介入，讓人與電腦進行交流：用戶發(fā)布命令，小娜理解并執(zhí)行任務。同時，小娜能夠記憶一些用戶性格特點、喜好、習慣，然后主動給一些貼心提示。
比如，你過去經(jīng)常路過某個地方買牛奶，在你下次路過的時候，她就會提醒你，問你要不要買。她從過去的被動到現(xiàn)在的主動，從原來的手機，到微軟所有的產(chǎn)品，比如Xbox和Windows，都得到了應用。
小冰純粹就是閑聊了，沒想幫你解決什么問題，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，很多人一開始不理解。人們跟小冰一起的這種閑聊有什么意思?其實閑聊也是人工智能的一部分，我們?nèi)伺c人見面的時候，寒喧、問候、甚至瞎扯，天南海北地聊，這個沒有智能是完成不了的，實際上除了語言方面的智能，還得有知識智能，必須得懂某一個領域的知識才能聊起來。所以，小冰是試圖把各個語言的知識融匯貫通，實現(xiàn)一個開放語言自由的聊天過程。”
而小冰最開始是怎么學習聊天的？主要是跟網(wǎng)友學的。
首先將網(wǎng)上的論壇、微博或是網(wǎng)站里出現(xiàn)過的對話句子抽取出來，當成訓練語料庫。當用戶輸入一個句子時，系統(tǒng)會從語料庫里找到一個跟這個句子最相像的句子，而這個句子對應的答復就可以直接輸出作為電腦的回復。雖然看起來簡單粗暴，但確實奏效。
有的時候，系統(tǒng)找到的句子可能對應了很多回復，它不知道哪個回復最適合當前的輸入語句。這時就會再有一個匹配的過程，去判斷輸入語句跟語料庫里的回復在語義上是相關的或者是一致的。
到目前，小冰已經(jīng)覆蓋了三種語言：中文、日文、英文，累積了上億用戶，平均聊天的回數(shù)23輪，平時聊天時長大概是25分鐘左右。
目前取得的自然語言方面的成果，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就開創(chuàng)了自然語言處理的研究領域，除了200多篇頂級期刊、學術(shù)大會的論文，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大會上提出了一個概念“對話即平臺”(“Conversation as a Platform” ，他認為圖形界面的下一代就是對話，它會對整個人工智能、計算機設備帶來一場新的革命。
而小冰和小娜就是微軟為這場革命做出的準備之一。
其實無論小冰這種閑聊，還是小娜這種注重任務執(zhí)行的技術(shù)，背后單元處理引擎無外乎就三層技術(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)，還要知道用戶畫像，投其所好。
第二層：信息服務和問答，需要搜索的能力，問答的能力，還需要對常見問題表進行收集、整理和搜索，從知識圖表、文檔和圖表中找出相應信息，并且回答問題，這些統(tǒng)稱為Info Bot。
第三層：面向特定任務的對話能力，例如訂咖啡、訂花、買火車票，任務是固定的，狀態(tài)也是固定的，狀態(tài)轉(zhuǎn)移也是清晰的，就可以用Bot一個一個實現(xiàn)。通過一個調(diào)度系統(tǒng)，通過用戶的意圖調(diào)用相應的Bot 執(zhí)行相應的任務。它用到的技術(shù)就是對用戶意圖的理解，對話的管理，領域知識，對話圖譜等。
除了創(chuàng)造出小娜小冰，微軟還要技術(shù)釋放，讓開發(fā)者能開發(fā)自己的Bot。如果開發(fā)者的機器不懂自然語言，這時就可以通過一個叫Bot Framework的工具來實現(xiàn)。
任何一個開發(fā)者只用幾行代碼，就可以通過Bot Framework完成自己所需要的Bot。比如，有人想做一個送披薩外賣的Bot，可以用Bot Framework填入相應的知識、相應的數(shù)據(jù)，就可以實現(xiàn)一個簡單的Bot。很多沒有開發(fā)能力的小業(yè)主，通過簡單操作，就可以做一個小Bot吸引來很多客戶。
在這個開源平臺里有很多關鍵技術(shù)。微軟有一個叫做LUIS(Language Understanding Intelligent Service)的服務，提供了用戶的意圖理解能力、實體識別能力、對話的管理能力等等。
比如說這句話“read me the headlines”，識別的結(jié)果就是朗讀，內(nèi)容就是今天的頭條新聞。再比如說“Pause for 5 minutes”，識別的結(jié)果是暫停，暫停多長時間?有一個參數(shù)：5分鐘。通過LUIS，可以把意圖和重要的信息抽取出來，讓Bot來讀取。
這些對于人類來說甚至不需要動腦思考的對話，對于機器來說是難到了另一個層次上。
周明博士認為人工智能有四個層次，從下往上依次是：運算智能、感知智能、認知智能和創(chuàng)造智能。
運算智能已經(jīng)達到很高的水平了，感受一下來自世界頂級圍棋選手對AlphaGo的評價。
其次是感知智能，主要體現(xiàn)在聽覺、視覺和觸覺方面，也就是我們通常說的語音技術(shù)、圖像技術(shù)。語音技術(shù)用的就多了，比如讓Cortana聽懂你說的話，圖像識別主要應用在人臉識別上，喜歡跟隨科技潮流的公司一般會把門禁換成人臉識別。
認知智能是我們今天說的重點，主要包括語言、知識和推理。語言的重要性體現(xiàn)在什么地方呢?Cortana不能只是識別出來你在說啥，它需要根據(jù)你說的話做出回應，這時候就需要理解你在說什么。
創(chuàng)造智能就是一種最高級的形態(tài)了，也就是當AI擁有想象力的時候。
在運算和語音、圖像識別上，機器已經(jīng)能達到很高的準度，目前的主要缺口在認知智能上。過去認知智能主要集中在自然語言處理，它簡單理解了句子、篇章，實現(xiàn)了幫助搜索引擎、仿照系統(tǒng)提供一些基本的功能、提供一些簡單的對話翻譯。
周明博士認為語言智能是人工智能皇冠上的明珠，如果語言智能能實現(xiàn)突破，跟它同屬認知智能的知識和推理就會得到長足的發(fā)展，就能推動整個人工智能體系，有更多的場景可以落地。
對于未來語音智能的發(fā)展，周明博士認為有幾個方向：
第一，隨著大數(shù)據(jù)、深度學習、云計算這三大要素推動，口語機器翻譯會完全普及。
第二，自然語言的會話、聊天、問答、對話達到實用程度。
第三，智能客服加上人工客服完美的結(jié)合，一定會大大提高客服的效率。
第四，自動寫對聯(lián)、寫詩、寫新聞稿和歌曲等等，
第五，在會話方面，語音助手、物聯(lián)網(wǎng)、智能硬件、智能家居等等，凡是用到人機交互的，基本上都可以得到應用。
最后，在很多場景下，比如說法律、醫(yī)療診斷、醫(yī)療咨詢、法律顧問、投融資等等，這些方面自然語言會得到廣泛的應用。
當然，現(xiàn)在的自然語言現(xiàn)在也面臨許多困境。最關鍵的一點是如何通過無監(jiān)督學習充分利用未標注數(shù)據(jù)。現(xiàn)在都依賴于帶標注的數(shù)據(jù)，沒有帶標注的數(shù)據(jù)沒有辦法利用。但是很多場景下，標注數(shù)據(jù)不夠，找人工標注代價又極大。
那么如何用這些沒有標注的數(shù)據(jù)?這就要通過一個所謂無監(jiān)督的學習過程，或者半監(jiān)督的學習過程增強整體的學習過程。
再給NLP一些時間，語音助手也許就能說服你它其實是人工智能了。
作者:焦點
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
