<mark id="oztn4"></mark>
0
雷鋒網(wǎng) AI 科技評論按：隨著語音識別 ASR 的進步，對話機器人從簡單的指令式的語音助手，進化到關(guān)鍵詞交互方式，人們能夠使用較為完整的句子來表達意圖，機器人從中截取關(guān)鍵詞判斷用戶意圖。
現(xiàn)階段利用 NLP 、NLU 技術(shù)，以及機器學習方式，慢慢脫離關(guān)鍵詞的束縛，可以更聰明的去理解用戶意圖以做出正確的回應。再下一步是否能脫離一問一答的回應方式？是否機器人能主動的跟人產(chǎn)生互動？沒有情緒情感的機器人真的算是智能機器人嗎？情緒情感又有哪些可能的應用？
近日，在雷鋒網(wǎng) AI 研習社公開課上，竹間智能 CTO 翁嘉頎分享了人機交互技術(shù)探索。公開課回放視頻網(wǎng)址：http://www.mooc.ai/open/course/587？=aitechtalkwengjiaxin
翁嘉頎 Phantom Weng：竹間智能 CTO，作為 AI 領(lǐng)域的技術(shù)專家，他帶領(lǐng)團隊負責竹間在 AI 領(lǐng)域產(chǎn)品研發(fā)與技術(shù)規(guī)劃，領(lǐng)域主要涵蓋對話機器人、計算機視覺、金融科技等領(lǐng)域。此前，翁嘉頎在中國大陸及臺灣的多個科技類創(chuàng)新企業(yè)擔任 CTO、首席架構(gòu)師等職位，帶領(lǐng)團隊進行 AI 及大數(shù)據(jù)領(lǐng)域的研究開發(fā)。他畢業(yè)于臺灣大學資訊工程學系，此后就讀于紐約州立大學。熟悉算法、編程語言、搜索引擎、網(wǎng)絡(luò)安全以及郵件安全，使用過的語言超過 35 種。
分享主題：人機交互技術(shù)探索
分享提綱：情感計算、意圖、主題、上下文、中文 NLP 應用、多輪對話、算法與數(shù)據(jù)的關(guān)系
雷鋒網(wǎng) AI 研習社將其分享內(nèi)容整理如下：
今天講的主題是人機交互技術(shù)探索，我會著重講這些技術(shù)的應用以及怎樣解決當前的問題。
先看一下人機交互目前的現(xiàn)況：第一個，雙十一快到了，我在系統(tǒng)推薦了三件 T 恤后，回答「要黑色的」，結(jié)果因為不理解上下文，變成在解釋黑色的基本定義。跟各種機器人交互也常常會有類似答非所問的事情發(fā)生。
為什么現(xiàn)況是這樣的？這是因為大部分人機交互都使用關(guān)鍵詞匹配和模板的方式，沒有上下文，語料都是從網(wǎng)絡(luò)上爬來的——根本無法控制質(zhì)量，怎么清洗基本上都沒法使用。
一個理想中的機器人是貼心的，是能夠有情感、有記憶、懂你的，是能夠陪伴你的。機器人應該避免攻擊性的回答。
使用模板的機器人沒有情商，也無法進行多輪對話。Siri 曾在美國做過一個測驗，測驗結(jié)果顯示它的智商為 2 歲，其他的機器人也差不多。而對于成年人來說，智商達到 16-18 歲的機器人，才是我們需要的機器人，然而，如何做到這種程度？
在此之前，我先介紹一下竹間智能這家公司。
我們似乎可以發(fā)現(xiàn)，目前在人工智能的文本分析和語義理解領(lǐng)域，很多公司的技術(shù)人員都是做搜索引擎出身的。
我們公司的 EMOTIBOT 是一個情感機器人，光文字情緒就做了 22 種，人臉表情 9 種，語音情緒 4 種，此外，還做了多模態(tài)情感識別。
做到較好的人機交互，需要哪些技術(shù)呢？
第一個是上下文理解技術(shù)，有三種方式：補全、指代消解和對話主題式補全。
第二個是主題、Speech Act &情感以及 Memory 的運用：
一是利用主題做對話控制；人類對話是有固定的主題，有時候會有主題的轉(zhuǎn)換，但是至少不是東一句「天氣」西一句「體育」，這是無法聊下去的。尤其機器人回答的答案更要跟原本的對話主題相契合，不然就是答非所問文不對題。
除了對話主題以外，句法句式，根據(jù)對話中記憶下用戶的屬性，做出好的回答。例如我不喜歡看恐怖片，當問到「最近有什么好看的電影」，就不應該出現(xiàn)恐怖片。然后也可以用生成的方式來產(chǎn)生回答，直接生成方式要產(chǎn)生高質(zhì)量的回答需要大量的數(shù)據(jù)訓練，所以也可以考慮先生成些細節(jié) (句法、關(guān)鍵詞、主題 等等)，再用造句的方式生成整個句子。
此外人機交互目前在特定場景內(nèi)比較能表現(xiàn)好，因此需要針對場景做深，需要場景專家以及現(xiàn)有的場景語料，才能做到準確率超過 95%。
我們再來講 NLP 的重要性，剛剛所提到的技術(shù)有一個自然語言處理平臺，能夠提供我需要的線索。而我們底下其實做了大量苦工，做得模塊較多，就有更多機會，讓各個模塊在匹配時能夠 Cover 對方的弱點。
那我們?nèi)绾卫?NLU 的基礎(chǔ)信息呢？
然后講到一個中控中心的問題，這就涉及到剛剛所提到的多輪對話問題。那多輪之間能不能切換？下面是幾個例子：
最后我分享一下竹間智能的實戰(zhàn)經(jīng)驗。
一是算法。單一算法在圖像識別上的應用表現(xiàn)可能還好，但在文本和語義理解上基本不可能獲得好的準確率，下面是其無法解決的一些問題：
二是語言學家與數(shù)據(jù)質(zhì)量。數(shù)據(jù)標注上必須非常嚴謹，尤其必須有專業(yè)的語言學家加入標準準則的設(shè)計，或是標注質(zhì)量的把控。建議任何一筆數(shù)據(jù)都有多個標注人員做到交叉審查，當幾個標注人員意見不一致的時候，由語言學家 / 領(lǐng)域?qū)＜易鲎詈蟮呐卸ā２蝗焕臄?shù)據(jù)只會訓練出垃圾的模型。
未來會不會存在這么一個世界：每個人都有一個機器人，機器人會懂你，就像好朋友和閨蜜一樣；每家企業(yè)也會有機器人，會幫助員工完成訂餐等事宜。這是一個理想的狀態(tài)，雖然現(xiàn)在還有一段距離，但是也有很大的希望，不過我們只有將技術(shù)底層做好，才能一步步走到這個理想狀態(tài)。
以上就是本期嘉賓的全部分享內(nèi)容。更多公開課視頻請到雷鋒網(wǎng) AI 研習社社區(qū)觀看，關(guān)注微信公眾號：AI 研習社（okweiwu），可獲取最新公開課直播時間預告。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
