文/本刊記者 袁躍

>> AI技術搭建成熟后，簡仁賢發(fā)現(xiàn)這還遠遠不夠。

2013年上映的科幻電影《Her》為大家描繪了一個近乎完美的AI機器人，讓無數(shù)影迷沉醉。電影中的薩曼莎風趣幽默，善解人意，不僅能提供日程提醒、播放音樂等功能，還能與用戶對話談心。在情感、智商方面，基本與人類無異，她代表了所有想象中的對話式人工智能的最好狀態(tài)。

“在看到電影《Her》時，是無比激動的，仿佛看到了人工智能的發(fā)展方向。導演有意無意中，為人工智能的發(fā)展描繪了一條路徑。從有用開始，逐步獲取人類的信任和依賴，進而建立情感聯(lián)系，最終融入人類世界。”

正是這部電影，促使簡仁賢重新思考人工智能的發(fā)展，并最終離開微軟，創(chuàng)辦竹間智能，以《Her》中的薩曼莎為方向，努力研發(fā)能理解人類語言，懂得人類情感，有溫度的情感人工智能。

只為美好

2015年8月，身為微軟（亞洲）互聯(lián)網(wǎng)工程副院長的簡仁賢，離開了工作了十幾年之久的微軟，放棄了優(yōu)厚的待遇，創(chuàng)辦了竹間智能。

他坦言，在微軟就看到了人工智能的發(fā)展大勢，但也看到了局限。作為一個大公司，微軟更傾向為人工智能搭建一個平臺，為現(xiàn)有的產(chǎn)品和技術服務。而不是為人工智能尋找真正適合它的場景與應用，幫助人工智能走出實驗室，融入人類世界。在簡仁賢看來，人工智能不單是一個風口，更是如移動互聯(lián)網(wǎng)一樣的基礎技術，未來人類的生活都將構建在人工智能基礎上。他總結自己在微軟的那段經(jīng)歷，“我看到了大公司在孵化創(chuàng)新的同時，也在遏制創(chuàng)新。所以我覺得離開微軟創(chuàng)立竹間智能。讓人工智能技術不是為了研發(fā)而研發(fā)，更是要真正的幫助人類，讓我們的生活更美好。”

為了讓人工智能更好的理解人類的語言與情感，幫助企業(yè)更好的解決與用戶的交互問題，竹間智能潛心研發(fā)一年多時間，從基礎的深度學習算法開始，希望為將中文的自然語言理解與交互技術帶入世界先進水平。目前竹間智能對話機器人的語義識別準確度已經(jīng)超過95%，開發(fā)的多模態(tài)情感情緒識別技術已經(jīng)能夠識別9種人類表情、4種語音情緒以及22種文字情緒。

竹間情感人機交互模型

任重道遠

技術搭建成熟后，簡仁賢發(fā)現(xiàn)這還遠遠不夠，只有深入到行業(yè)應用里，拿到真實的使用數(shù)據(jù)，才能把模型訓練的更精進。今年，竹間智能在幾個領域實現(xiàn)了比較大的突破。

在loT（物聯(lián)網(wǎng)）領域，竹間智能為愛奇藝VR一體機內置的人工智能女友“雙兒”提供了整套的情感計算和人工聊天智能對話系統(tǒng)，幫助“雙兒”實現(xiàn)了從語義理解、意圖識別、智能控制、多輪對話等等一些列突破，讓“雙兒”成為一個真正有溫度、有情感的人工智能助手。在電子商務領域，竹間智能與國內領先的電商平臺唯品會達成戰(zhàn)略合作，使用人工智能升級唯品會的在線客服與電商導購系統(tǒng)，并于2017年順利上線，有效提升了客服效率與客戶體驗。在金融領域，竹間智能也與興業(yè)證券、招商銀行、民生銀行等，圍繞人工智能金融平臺、智能賬戶管理，不僅大幅降低客服人力成本，更能通過自主學習用戶喜好與習慣，精準識別高價值客戶的潛在需求，通過龐大的金融知識圖譜和金融AI技術，提供更好的理財咨詢、賬戶管理與導購服務，提升用戶黏性與商業(yè)轉化。

簡仁賢對此表示：“攻克人機自然語言交互和情感計算兩大核心技術，使得對話機器人不僅理解語言，更能理解用戶的情緒，以及對語境與上下文的貫通 達到更好的人機自然交互效果。我們十分高興，竹間的對話機器人正越來越深的融入用戶與企業(yè)的高價值場景。特別是在金融、電商、IOT等垂直領域，為很多企業(yè)帶來了實際的價值。只有將人工智能應用到實際的使用場景中，才能積累更多的數(shù)據(jù)，促進算法的進步。通過積累用戶場景，才能讓人工智能更懂人類，更好用。”

傳統(tǒng)的對話機器人以往技術水平較低，只能識別固定命令，維護成本高，更無法識別用戶情緒。這種較差的用戶體驗，限制了企業(yè)與個人用戶的使用。而對于實體服務機器人，由于大部分機器人制造企業(yè)的自然語言理解與深度學習技能較弱，使得人機交互成為拓展實體服務機器人使用場景的重要瓶頸。

除硬件外，自然語言的理解是人機交互中的一大難點。相對英文的理解，中文尤其難。國際上大多數(shù)的研究論文都是關于英文的，就連中國高校的許多自然語言的研究對象，也是英文。其中的原因，就是中文比英文要難。中文的結構和語言學基本無法遷移到單一的機器學習模型中。中文的自然語言理解無法復用許多已經(jīng)成熟的深度學習模型。即便擁有大量的語言數(shù)據(jù)，人工智能也是無法在一個機器學習“盒子”中產(chǎn)出與人類一樣的對話能力。那自然語言理解要怎么做呢？意圖理解是用深度學習做的，情感理解也是深度學習，語義理解是語言學，認知模型更需深度學習。竹間智能的做法是模仿大腦的模式，采用類腦結構，建立多個AI模塊，每個模塊用最合適的機器學習深度學習和語言學甚至認知科學來開發(fā)。

最后加上決策的模型和對話策略，就是竹間的情感機器人，竹間智能的對話機器人結合了多項自然語言處理技術和深度學習原創(chuàng)算法和模型，提升了中文的自然語言處理和理解技術，但這僅僅是漫漫征程的第一步。簡仁賢一語中的：“人與人之間的交流是一個復雜的過程，我們的語言中不僅包含語義信息，同時人臉表情、語音、文字也在傳遞更多的情感情緒信息。想要達到自然人機交互的理想狀態(tài)，就必須使機器具備情感情緒的識別、理解能力。理解人類的情感、情緒，并讓機器讀懂‘憤怒’、‘傷心’甚至是‘諷刺’、‘愉快’等情緒。這些都需要在深度學習方法中結合對語言學和心理學的研究，讓對話機器人不僅讀懂人類語言的復雜語義，甚至是背后的意圖和情感，然后給予用戶擬人的反饋，從而達到更好的人機自然語言交互效果。另外，我們的多模態(tài)情感情緒識別功能（人臉表情、語音情緒、文本情緒）能感知用戶的情感情緒狀態(tài)與用戶屬性，從而為用戶提供人性化、個性化的服務，實現(xiàn)真正的情感人工智能，提升用戶對人工智能的接受度，克服傳統(tǒng)機器人冷冰冰，不夠智能的缺點?？墒牵@需要研發(fā)團隊的持久付出?！?/p>

不愿獨行

人工智能不應該只是一項黑科技，更應該在具體的商業(yè)場景和應用中發(fā)揮作用，這樣才能夠拿到真實的用戶使用數(shù)據(jù)，才能對AI的模型做進一步的精進。目前，唯品會、招商銀行在內的眾多電商與金融企業(yè)，已經(jīng)采用竹間的智能客服、金融機器人、導購機器人等行業(yè)解決方案，這不僅大幅提升客服效率與用戶體驗，并從用戶對話大數(shù)據(jù)中取得了豐富的業(yè)務洞察。通過這些數(shù)據(jù)與使用場景，再去優(yōu)化AI，才會使得竹間智能的人工智能技術能持續(xù)成長。

與人工智能的成長相比，人類最大的優(yōu)勢就是創(chuàng)造力，而人工智能的優(yōu)勢則是龐大的知識庫以及提供高質量的標準化服務。所以人工智能的出現(xiàn)，將承擔大部分基礎性的重復勞動，使人們能夠聚焦高價值復雜問題的處理上，從而提高人們的工作效率。未來，人類的生產(chǎn)效率會因為人工智能的參與提升20-30%。

伴隨著人工智能熱潮的到來，市場上涌現(xiàn)了一批人工智能對話與聊天機器人，但其中大部分都是以關鍵詞、規(guī)則模版的舊技術為核心，不能稱為人工智能。另外一類雖然使用了深度學習與自然語言處理的算法，但只注重語義層面的理解。

怎樣脫離陳舊窠臼的束縛，讓技術的力量羽翼日益豐滿，精準把握未來時代的脈搏？深知“孤膽難救世，正義不獨行”的簡仁賢指出：“竹間智能在人才招聘，特別是關鍵人才的招攬上非常重視。我們的人才團隊有不少來自麻省理工、康納爾大學、清華大學、臺灣大學、香港中文大學等在人工智能領域具有深厚技術積累的著名院校，以及微軟、百度、阿里巴巴、騰訊、華為、亞馬遜等業(yè)界知名的科技企業(yè)，研發(fā)團隊百余人，有了這些生力軍，我們的創(chuàng)造力才能活力四射。很多人覺得人工智能是一項黑科技，會替代威脅人類。但在竹間智能的每一個人看來，AI不僅是一項黑科技，更能將人類從一些簡單、重復性的勞動中解決出來，讓人類能聚焦于自己最擅長的創(chuàng)造性工作，拓展人類的工作、生活邊界……為了這個愿望我們怎能獨行？”