人工智能（Artificial_Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
说起人工智能我们大家都很熟悉，各种人工智能概念，AI概念层不出穷，仔细想来无外乎智能音箱、智能打印机、智能售卖机等等诸如此类似乎没多少“智能”，和我们脑海中的“AI印象”，如：终结者、机器人、阿尔法狗、自动驾驶等技术大相径庭。
目前，普遍认为人工智能的研究始于1956年达特茅斯会议，早期人工智能研究中，如何定义人工智能是个喋喋不休的问题，但基调始终是：像人一样决策、像人一样行动、理性的决策、理性的行动等研究方向。五年前，人工智能（Artificial Intelligence，缩写为AI）或许还列属专业词汇。但五年后的今天，个性化信息推送，人脸识别，语音 *** 控等，人工智能技术已经‘入侵’到日常生活的细枝末节，并决定性地影响着未来社会的发展方向。
BBC预测，2020年全球人工智能市场规模将达1190亿元人民币。此外，由AI带动的云服务、大数据分析、移动互联网、物联网等产业的迭代与发展规模更是不可估量。
走在互联网最前端的BAT自然不会错过此等机遇。为此，笔者筹划三期特别报道，全面解析BAT在人工智能领域的布局版图与最新进展。
今天，从已经通过微信、QQ等产品‘绑架’数亿用户的腾讯帝国说起。
在BAT中，腾讯的AI布局相对较晚，更多的是业务驱动，随后逐渐加大投入、全面开花，主要围绕三条路径展开：
1、基于腾讯的核心产品和技术优势，形成不同的业务体系在人工智能方面突破。
2、秘密组建专注于底层基础的研究团队与实验室，做长线技术积累。
3、闷声收购和投资一批优秀公司的国内外人工智能领域公司。
一、出钱圈地：偏向海外
在腾讯庞大的投资并购单中，多以泛文娱、医疗健康、游戏、汽车交通为主，针对AI类初创属于较小篇幅，但与主体领域交叉较密切。投资项目偏向海外地区，投资轮次多以天使、A轮早期为主。
近两年，腾讯披露的AI领域投资项目如下：
1）Diffbot
Diffbot是一家位于湾区的数据公司，成立于2012年，主要通过人工智能技术，让‘机器’抓取网页关键内容，并输出软件可以直接识别的结构化数据。今年，腾讯与硅谷风投机构Felicis Ventures领头了Diffbot 1000万美元的A轮。
2）iCarbonX
iCarbonX中文名为碳云智能，由前华大基因董事合伙人王俊创立，其业务领域延续了华大基因的健康医疗，定位于生命大数据、互联网和人工智能创建的数字生命生态系统的研究。
今天4月，碳云智能完成近10亿元的A轮融资，腾讯、中源协和及天府集团为主要投资方。
3）CloudMedx
CloudMedX是一家医疗健康数据收集和分析服务提供商，从众多医院实时收集不同病患的数据，经处理分析后向医疗机构提供符合 HIPAA（健康保险流通与责任法案）的健康预测和分析。CloudMedx 将原始病患数据经过分析后可以反映一些病症的发展趋势、发生模式、偏差以及预测可能性结果，从而为临床治疗和早期检测诊断提供非常有借鉴意义的参考。
2015年5月，腾讯向CloudMedx注入630万美元天使轮投资。
4）Skymind
Skymind 是由Adam Gibson于2014年6月份创建，主要业务为开源项目DeepLearning4j。Skymind公司主要是为那些使用 DeepLearning4j的公司提供支持服务，同时将深度学习整合到Hadoop系统，用户存储、处理、以及分析各种不同类型的数据。
2015年 4月，腾讯向Skymind注入数百万美元天使轮投资。
5）ScaledInference
Scaled Inference成立于2014年，由两位前谷歌工程师创立。是一家面向所有个人的云计算服务。开发类似Google等公司内部使用的机器学习和人工智能技术，并把它发展成一种任何人都可使用的云计算服务。
2014年7月，腾讯投资Scaled Inference。
6）搜狗
这一桩投资案可追溯到2013年。腾讯以448亿美元战略入股搜狗，并将旗下的搜索和QQ输入法并入搜狗现有的业务中，新搜狗将继续作为搜狐的子公司独立运营。
腾讯当时的投资更像是3Q大战的延续，以及基于自家搜搜业务不见起色的背景。但在随后几年的发展中，搜狗也逐步由搜索和输入法的产品公司，衍生为语音智能和大数据公司。
此外，腾讯高级副总裁姚星曾对外表示，他和腾讯的投资并购部已经达成共识，开始大量考察美国的机器学习平台类创业公司。一则中国这类技术公司不多；二则收购这种公司可以快速补足腾讯在算法领域的不足。
二、基础研究：分散各地
在基础研究领域，腾讯结合微信、QQ、金融等主要业务优势与领域方向，配设了不同的实验室与业务团队。在服务自家业务的同时，还推出了相关领域的行业产品。
1）香港：WHAT LAB
相比北京、杭州云集的高校资源，更为年轻的深圳稍显单薄。在去年底，腾讯跨海牵手港科大，低调地成立了‘微信－香港科技大学人工智能联合实验室’，英文简称WHAT LAB。以人工智能为主要研究方向，旨在改善用户的生活服务体验，借助大数据拓展机器学习的边界。
此外，腾讯基金会捐赠了1000万元在推进香港科技大学科研创新，并透过双方的深入合作搭建产学研沟通互动的有效平台，共同推进应用成果转化。
2）上海&合肥：优图实验室
腾讯优图隶属于腾讯社交网络事业群，2012年逐步成立，分设在上海与合肥两地。专注于图像处理、模式识别、机器学习、数据挖掘等领域开展技术研发和业务落地。
经过数年发展，腾讯优图逐步积累了人脸检测、五官配准、特征提取比对及活体检测等世界顶级的人脸技术。结合语音、唇语及面部表情，‘优图人脸识别’可对照片、视频及人头模型等攻击进行立体化防范。
6月，在国际权威人脸识别数据库LFW上，优图以9965%的成绩刷新纪录，超过Linkface、Face++、Facebook及Google等顶尖团队。
上海团队已为腾讯超过五十个业务提供图像技术支持，技术主要服务QQ空间、水印相机、天天P图等产品落地。合肥团队的相关技术则主要为天天P图、魅拍等产品中服务，擅长美化、人像美容美妆、图像识别和各种滤镜技术。
3）北京：微信模式识别中心
在推动微信新技术和功能研发的核心团队主要是两个。一个是位于北京的研发团队，其源于原腾讯研究院，腾讯研究院解散之后，一部分人归入到微信部门。外界的认知是这是一个做‘模式识别’研究的团队，最早于2010年9月成立，现在叫微信北京研发中心。
团队研究方向有语音识别、图像分析、语义理解、微信大数据挖掘等，其研发成果广泛应用于微信和腾讯其他产品中。对外提供的服务有微信语音识别、图像分析、音频指纹、微信语义客服机器人等，日服务量达到数千万。目前致力于创建微信对话机器人的平台，更智能连接微信公众平台的服务。
实际上，这个团队所做的事情，大部分微信用户都用到过，比如微信里面的语音转文字、声纹识别、电视节目中的摇一摇等。
‘虽然这些新功能看似比较简单，但背后的技术沉积需要挺长的时间’，一位前腾讯员工称，‘底层技术要沉寂几年的时间，应用层的实现则会短很多。’
4）智能计算与搜索实验室
腾讯智能计算与搜索实验室成立于2015年，据介绍，专注于搜索技术、自然语言处理、数据挖掘和人工智能四大研究领域。
实验室主要组织了技术与工程事业群里有学术志向的员工参与研究工作，同时与哈工大，中科大等高校展开合作，研究成果成功应用于微信、QQ、QQ音乐、QQ视频等产品中。搜索部门主要关注自然语言识别。通过腾讯云，该实验室的两大产品云搜和文智已经开放给行业使用。不过，近期该试验室对外披露的项目与进展较少，官方网页无法打开。
此外，据知情人士透露，腾讯人工智能研究院将于近期成立。
三、落地业务：自家产品与行业用户
BAT的人工智能技术研发更多以商业需求驱动，腾讯也不例外，这种做法在一定程度上避免了漫无目的研究和不必要的失败，但其技术与产品也难以实现较大程度的创新和突破。
1） 微信：前封杀‘小冰’ 后推出‘小微’
微信事业群主要围绕人机互动领域的拓展，同时也植入了图像和语音识别等技术。
一年前，微信上曾因‘泄露隐私、诱导用户拉群、注册垃圾账号’等为由封杀微软小冰聊天机器人。微软写过多封公开信表示强烈不满。双方剑拔弩张，一度还传出了‘微软要在平台上封杀QQ’的谣言，但是最后事情不了了之。
一年后，微软‘小冰’回归了微信平台。此外，微信也推出了智能机器人‘小微’，用户可以用自然语言与之沟通，解决此前语音助手智能机械应答的短板。
据官方介绍，与普通语音助手相比，‘小微’与用户沟通不再是一问一答形式。借助微信平台近6亿的日活跃用户资料，‘小微’可以结合用户个人特点和社交好友及日常习惯来给出更贴近用户的结果。
此外，小微还和微信支付功能‘牵手’，试图将微信平台上的购物、支付、打车等服务全部牵连在一起形成一个O2O的闭环商业体系。
当然，微信中语音转译文字，翻译等功能的实现也不乏背后语音智能技术的支撑。
2）云搜和文智
云搜和文智是前文提及，腾讯智能计算与搜索实验室的两块主要B端产品。
云搜可对公司内部各大垂直搜索业务进行高度抽象和整合，为用户提供可视化的数据定制服务。同时，它还具有联想词推荐、高级纠错、人工干预、按域检索、个性化分词等附件组建功能。
文智中文语义平台，则拥有较强的中文语义分析功能。基于它提供的API，用户可进行搜索、推荐、舆情、挖掘等语义分析应用，也能定制具有产品特色的语义分析解决方案。
3）其他业务
此外，优图人脸识别已应用至金融、安防与身份识别等领域。其中，在腾讯征信、微众银行、财付通的应用，让它可以结合消费、社交等情况对用户进行信用评估，加固身份验证的安全防线。这一技术甚至得到了官方认可，优图已牵手公安部所属的全国公民身份z号码查询服务中心，开展下一步布局。
四、硬件平台：合作为主
在硬件的产品布局中，腾讯则主要通过自身平台的用户与流量优势，吸引合作为主，主要包括QQ物联、微信智能硬件、TOS+战略等三个平台。
1）QQ物联
如果说微信、QQ等产品旨在连接人，那基于设备端的QQ物联则是腾讯在连接‘物’上的努力与布局。
QQ物联是一个硬件的SDK，通过SDK或芯片模组，可实现设备的快速联网。2015年，QQ物联启动了‘亿联计划’将投入20亿的资源，在资金、流量、服务、培训、营销等方面针对合作对象进行扶持。利用腾讯全国20个创业基地和成熟完善的OPEN创业服务体系，通过免费接入、免费推广、免分成、云成本减免、QQ物联硬创投资基金等方式。
此前，QQ物联已与英特尔开展合作，联合发布了智慧居家养老照护平台，改变着传统养老医疗模式。今年初，与李宁、达芙妮推出了儿童蓝牙定位跑鞋。
2）微信硬件平台
实际上，早在2014年，微信就小试牛刀，试验过接入可穿戴设备。2015年8月，微信正式推出了空调、玩具、路由器、家居、电视、充值、健康、穿戴等八大行业的‘微信硬件行业解决方案’。
硬件厂商通过微信扫码即可连接设备，而用户通过微信服务号就能实现对设备的管理。目前，微信硬件平台已接入2400多个硬件厂商，设备激活量达到2500万。
3）‘TOS+’战略
TOS＋战略由腾讯在2015年提出，分为‘TOS’和‘＋’两个部分，TOS其实就是个基于Android，腾讯出品的手机ROM。
关于TOS已经不是新鲜新闻，早在2015年1月份，腾讯就已经开始邀请用户内侧这个ROM；据说3月份的版本仍然是基于Android 43开发。
而关于腾讯做手机ROM的历史，则可以追溯到2010年，几经辗转徘徊，中间经历了MIUI的兴起、也经历了点心OS这些玩家的陨落，用一位网友的话说这次腾讯再次 *** 刀做TOS的原因只有四个字‘我不死心’。
从2010年到2015年，腾讯先后推出过QQ Service手机、TITA手机系统，一直没有做起来。
TOS＋中的‘＋’正是让手机与智能硬件底层打通的一个延展OS，其关注的领域包括智能手表、微游戏机、虚拟现实产品三个领域。
TOS＋的野心更像是做‘连接器’，而像血压仪、体脂仪以及智能家居的一些长尾产品已经分别由‘微信智能硬件’和‘QQ物联’这两个平台完成连接，只要打通标准，根本不需要腾讯再定义解决方案规则。
一方面，TOS+与二者共同构成了腾讯在智能硬件领域的布局，另一方面，它将改变不同智能硬件设备之间，因缺乏底层连接而相互独立的局面。QQ物联与微信硬件也将被整合在一起，走并行发展的道路。
五、结语
从公开的数据看，微信目前有超过6亿的活跃用户，每天还在产生大量的数据，转化为搜索和电商的用户，同时与用户行为匹配，庞大的用户基数与数据资料让腾讯成为一个具有极大的需求和可开发的AI‘金矿’。
通过不断发展自身业务、进行底层研发储备推进学研合一，让技术与数据快速得到验证，产生经济价值，同时通过加快对优秀公司的收购和合作步伐补足自身短板，快速进入赛道。
通过与百度、阿里的对比，腾讯的在人工智能的布局与技术优势仍缺乏较高的护城河，基于社交和通讯的生命线，在微信上的数据挖掘以及技术落地或许是腾讯的有利机会。
所以总的来看，腾讯在人工智能方面所干的事，还是辅助现在的产品和业务，比如在微信、移动支付等功能上加入人工智能的元素；基于人工智能本身憋一个大招的产品，还没有这样的典型产品，对腾讯来说，人工智能技术是润物细无声的产品体验进化推力。一个功能完善的智能客服机器人可以帮助企业实现与客户进行良好及时沟通的能力，一个坐席可以同时接待多个客户，大幅度提高企业工作效率。那么，完善的智能客服机器人包括哪些功能呢，下面我们就来详细介绍。
一、完善的智能客服机器人包括哪些功能？
1、对接渠道
如今企业的各个渠道都需要客服，这就要求客户系统可以对接多个渠道，比如网站、公众号、小程序、APP、微博等等。客服人员只需要登陆智能客服机器人就可以接待各个渠道的客户，不管是客户咨询还是投诉建议，都只需要通过一个系统就可以完成，大大降低客服人员的 *** 作难度，提高工作效率，也方便企业对各种数据进行汇总分析。
2、沟通能力
智能客服机器人对比呼叫中心的主要优势在于可以提供一对多的服务，而沟通能力是智能客服机器人最基本的能力。智能客服机器人支持发送文字，、图文链接、H5、表情，语音，视频等多种形式的消息，满足客服与客服交流的需求。除了这些之外，消息提醒、快捷回复、移动端回复等都是智能客服机器人的沟通功能。
3、数据分析
随着企业对智能客服机器人的重视，智能客服机器人产生的数据也显得越来越重要，因此智能客服机器人必须具备数据分析功能。其中涉及对话数据分析、访客数据分析、客服绩效分析、留言数据分析等等。对客服与客户的会话进行记录，对访客浏览轨迹的记录，客户信息的记录等等都可以反应出企业客户服务或者销售中存在的问题。
4、客服机器人
智能客服机器人是通过语义理解、对话管理、深度学习等技术，实现线上同用户沟通，根据客户需求自动回答有关产品或服务的问题。虽然目前的智能在线客服的客服机器人已经可以替代部分人工客服的工作了。
5、呼叫中心
完整的智能客服机器人应该拥有自己的呼叫中心，客户的电话呼入可以通过IVR导航和智能路由策略将不同的访客分配给指定的客服人员接听。管理员可以在呼叫中心后台查看所有客服人员的通话录音，工作情况，还可以将呼叫中心与在线客服打通，客户信息共享。
6、工单系统
一些客户的问题客服人员无法直接处理需要交给相应部门来处理时，这时就需要用到工单系统。工单系统可以由客服发起，转交给不同的部门同事来处理，工单可以在多个不同部门间流转最终将处理结果反馈给客户。
7、CRM客户关系管理系统
crm本身是一个比较大的系统，但智能客服机器人里面也需要用到存储客户信息、标记、跟进客户，于是智能客服机器人也应该提供一个轻量CRM帮助客服人员进行日常的客户维护。
8、API接口
很多企业有自己的会员系统或者ERP系统，有时需要将智能客服机器人与自己的系统进行对接，当顾客咨询时可以在客服端上查看这个顾客的其他相关信息如会员信息、购买信息、联系信息等等，这就要求智能客服机器人可以对接第三方系统提供对应的API接口。
6月23日迎来高考揭榜日，分数出来后报志愿成为了最头疼的事情。俗话说得好，“考得好不如报的好”，考生们又面临“第二场高考”。
过去高考之后，一些家长往往会带孩子咨询所谓的“专家”，花费大量金钱为孩子定制一套志愿方案。不过，对于2017年的考生来说，高考志愿有了新的选择——用人工智能辅助自己填报高考志愿。
为什么人工智能也能帮你填报志愿
过往考生报考志愿时往往很盲目，只是根据热门专业、热门学校或者自己一知半解的偏好选择志愿，但填报志愿往往要根据个人分数、专长、性格、兴趣偏好等各方面因素来综合抉择，这是个复杂的系统工程。
复杂的系统同样可以条分缕析，最终把它具像化，而最好的手段就是人工智能。百度上线了“小度高考”，用手机百度搜索“高考”，点击进入“高考咨询室”，就能和“小度高考”机器人对话。它将所有影响考生填报志愿的因素，如学校往年录取记录、录取名次、学校排名、热度、招生政策、专业等纳入其中，通过人工智能算法来推荐靠谱、适配的高校、专业。
在和小度高考对话的过程中，考生可以通过获取关键信息，甚至为综合历年高考大数据，为考生提供性格测试、分数分析甚至是院校推荐等一系列的功能。
对于考生来说，通过性格测试以后，综合自身的兴趣专长，可以框定专业范围，再在这个专业范围内根据地域、分数等综合因素不断缩小选择范围，最终确定和自己最匹配的学校、专业。
特别是在选择学校时，分数刚过投档线很容易出现被调剂或者“撞车落榜”的情况。人工智能在通过历年分数分析各个专业的分数段时很有优势，能够让考生在脑海中形成印象，让分数能够和专业分数线尽量匹配。这种方式科学依据更强，相比于过去考生只能考老师建议、家长建议或者是自己主观猜测来填报志愿，人工智能分析志愿专业性更强，而且会让考生每一分都物有所值。
“对话式”人工智能正在连接一切
表面上看，小度高考只是百度人工智能的小产品，其实这正是对话式人工智能的具体应用。人工智能正在影响高考，还在连接我们的生活。
这一产品实际上也是目前人工智能发展潮流的一个缩影。百度总裁陆奇2016年担任微软全球执行副总裁的时候，曾经在自己的文章《人工智能：人与世界之外的第三极》中写到这样一段话：我们现在是通过键盘和鼠标与机器展开对话的，这是因为机器还不够智能，但在未来，很可能是我们和机器直接展开对话。
在陆奇的理念中，对话本身就是一个平台，让各种知识、信息与服务都运行在“对话”其上，并形成生态环境的基础平台。人和人工智能之间的对话，即是解决各种问题的一种路径和方式。
这个理念当时在微软Build2016上被称作为“Conversationsas a Platform”（CaaP），也就是“对话即平台”的人工智能发展方向。如果说的更浅显一些，那就是人们能够通过人和人正常交流的方式，来与机器进行沟通，以此来获取信息和服务。
对话式人工智能所研究的人与机器的对话，正在创造的是全新一代的人机交互方式。人工智能可以和人类对话，给人类的行为做出诸多判断和决策。人工智能在未来很有可能会和现在的互联网一样，成为连接人与世界的桥梁。
但是这也是返璞归真的体现，因为人和人之间本来就是通过对话的方式进行交互的，只是因为PC、智能手机没办法达到人的智慧，所以在近半个世纪以来才出现了键鼠式的交互方式或者是触摸屏的交互方式。
落地的人工智能才有应用空间
陆奇来到百度后，这个理念明显得到了强化，而且对话式人工智能的思路明显更为开阔。尤其是今年大力推动的DuerOS对话式人工智能系统正在悄然进入人们的日常生活之中，在汽车、家电、手机等产业链不断被联想、HTC、海尔等厂商接受。相比于仍处于实验阶段的小冰，DuerOS落地速度显然更快。
这个理念显然是符合如今世界人工智能发展潮流的，2015年亚马逊曾经推出人工智能音响Amazon Echo，这个看起来很蠢笨的产品在2017年突然被热捧，核心原因非常简单——看似蠢笨、简单的音响正在通过对话的方式给美国人提供更便捷的生活服务。亚马逊让Echo接入的服务越来越丰富，两年多下来，Echo 已经成为了语音控制智能家居的入口，连原本应该是 Google 智能家居大脑的 Nest 也接入了 Alexa 助手。
谷歌为了迎头赶上，在今年的2017 Google I/O 上，掏出了自家的音箱Google Home。苹果也试图在明年上市Siri音箱。
但归根究底，这场围绕智能音箱的大战还是基于对话式人工智能这个框架。对于中国人来说，生活场景显然不仅仅只是家中，而且也更不可能只是一个音箱而已。为了适应中国的场景，必须把对话式人工智能的场景搬到更多更丰富的地方，尤其是物联网领域。因为只有这样才能真正实现落地。
所以，百度的做法和前几家还不太一样，其思路更加开阔。不仅仅是涉及智能家居领域，也在不断覆盖到汽车、手机等所有硬件产品上。百度的DuerOS对话式人工智能系统是“连接一切”的最佳缩影。
百度DuerOS基于百度搜索的信息和服务，支持10大类目的100余项功能，构建满足用户各种需求的生态资源和服务，让用户通过对话方式获取信息和服务，已为汽车、冰箱、机器人、电视机顶盒等一系列智能硬件产品赋予了与用户自然对话的能力。DuerOS也在不断渗透进入物联网产业，和合作伙伴开发出DuerOS智慧芯片，正在将人工智能赋能传统制造业，完善智能物联生态。DuerOS甚至还构建起了开放平台，支持更多开发者参与其中，将自家产品连入DuerOS，一方面获取DuerOS的技术支持，另一方面也反过来丰富DuerOS的服务内容。从目前的趋势来看，DuerOS之于百度，或许就像Android之于Google。因为在百度看来，颠覆移动、PC *** 作系统，未来承担起连接一切重任的很可能就是对话式人工智能系统。
2003年10月，有“Android之父”之称的Andy Rubin在加利福尼亚州帕洛阿尔托创建了Android Inc。2005年8Google收购Android Inc。转折点在于2007年7月谷歌组建的一个全球性联盟组织——开放手机联盟，Google开放了源代码，这让全球看到了Andorid这一开发潜力的潜力股，Andorid也因此繁荣至今。
在移动互联网长期徘徊缺乏进展，所有人都在盼望下一个平台到来的时候。百度正在通过开放DuerOS的方式，打造下一代连接一切的平台。
首先难点在聊天上。能让机器理解人类的语言，或者模仿人类的语言是大家对人工智能最初的幻想，所以在早先，图灵测试一度成为评判人工智能的标准。
对话和翻译应用的是人工智能众多学科分支里自然语言处理(Nature Language Processing，简称NLP)的部分，目的是要解决人和机器之间的沟通问题，是人工智能处理的发端，至今仍面临很多问题。
就拿对话系统来说，市面上各个巨头都推出自家智能语音助理，但鲜有一款能完全摆脱"智障"的嫌疑。
可以说在这条赛道上，大家跑的都不快。但尽管如此还是坚持在跑，就连长期困顿在手机里的Siri，也要推出自己的智能音箱。
"尽管目前形势不太乐观，但是一直跑下去，总会见到成效。"再坚持5-10年自然语言处理就会看到长足发展。
第一层是基础技术:分词、词性标注、语义分析。
第二层是核心技术:词汇、短语、句子、篇章的表示。包括机器翻译、提问和回答、信息检索、信息抽取、聊天和对话、知识工程、语言生成、推荐系统。
第三层是"NLP+":仿照"人工智能+"或"互联网+"的概念，实际上就是把自然语言处理技术深入到各个应用系统和垂直领域中。比较有名的是搜索引擎、智能客服、商业智能和语音助手，还有更多在垂直领域--法律、医疗、教育等各个方面的应用。
关于第三层的"NLP+",市面上大大小小的语音助手有不少，从微软毕业的有两个:小娜(Cortana)和小冰。虽然都是语音助手，但是两者还是有些区别。
其实无论小冰这种闲聊，还是小娜这种注重任务执行的技术，背后单元处理引擎无外乎就三层技术。
第一层:通用聊天，需要掌握沟通技巧、通用聊天数据、主题聊天数据，还要知道用户画像，投其所好。
第二层:信息服务和问答，需要搜索的能力，问答的能力，还需要对常见问题表进行收集、整理和搜索，从知识图表、文档和图表中找出相应信息，并且回答问题，这些统称为Info Bot。
第三层:面向特定任务的对话能力，例如订咖啡、订花、买火车票，任务是固定的，状态也是固定的，状态转移也是清晰的，就可以用Bot一个一个实现。通过一个调度系统，通过用户的意图调用相应的Bot 执行相应的任务。它用到的技术就是对用户意图的理解，对话的管理，领域知识，对话图谱等。
除了创造出小娜小冰，微软还要技术释放，让开发者能开发自己的Bot。如果开发者的机器不懂自然语言，这时就可以通过一个叫Bot Framework的工具来实现。
任何一个开发者只用几行代码，就可以通过Bot Framework完成自己所需要的Bot。比如，有人想做一个送披萨外卖的Bot，可以用Bot的框架填入相应的知识、相应的数据，就可以实现一个简单的Bot。很多没有开发能力的小业主，通过简单 *** 作，就可以做一个小Bot吸引来很多客户。
在这个开源平台里有很多小冰的关键技术。微软有一个叫做LUIS(Language Understanding Intelligent Service)的平台，提供了用户的意图理解能力、实体识别能力、对话的管理能力等等。
比如说这句话"readme the headlines"，识别的结果就是朗读，内容就是今天的头条新闻。再比如说"Pausefor 5 minutes"，识别的结果是暂停，暂停多长时间有一个参数:5分钟。通过LUIS，我以把意图和重要的信息抽取出来，让Bot来读取。
这些对于人类来说甚至不需要动脑思考的对话，对于机器来说是难到了另一个层次上。
周明博士认为人工智能有四个层次，从下往上依次是:运算智能、感知智能、认知智能和创造智能。
运算智能已经达到很高的水平了，感受一下来自世界顶级围棋选手对AlphaGo的评价。
其次是感知智能，主要体现在听觉、视觉和触觉方面，也就是我们通常说的语音技术、图像技术。语音技术用的就多了，比如让Siri听懂你说的话，图像识别主要应用在人脸识别上，喜欢跟随科技潮流的公司一般会把门禁换成人脸识别。
认知智能是我们今天说的重点，主要包括语言、知识和推理。语言的重要性体现在什么地方呢Siri不能只是识别出来你在说啥，它需要根据你说的话做出回应，这时候就需要理解你在说什么。
创造智能就是一种最高级的形态了，也就是当AI拥有想象力的时候。
在运算和语音、图像识别上，机器已经能达到很高的准度，目前的主要缺口在认知智能上。过去认知智能主要集中在自然语言处理，它简单理解了句子、篇章，实现了帮助搜索引擎、仿照系统提供一些基本的功能、提供一些简单的对话翻译。
对于未来语音智能的发展，周明博士认为有几个方向:
第一，随着大数据、深度学习、云计算这三大要素推动，口语机器翻译会完全普及。
第二，自然语言的会话、聊天、问答、对话达到实用程度。
第三，智能客服加上人工客服完美的结合，一定会大大提高客服的效率。
第四，自动写对联、写诗、写新闻稿和歌曲等等，
第五，在会话方面，语音助手、物联网、智能硬件、智能家居等等，凡是用到人机交互的，基本上都可以得到应用。
最后，在很多场景下，比如说法律、医疗诊断、医疗咨询、法律顾问、投融资等等，这些方面自然语言会得到广泛的应用。
当然，现在的自然语言现在也面临许多困境。最关键的一点是如何通过无监督学习充分利用未标注数据。现在都依赖于带标注的数据，没有带标注的数据没有办法利用。但是很多场景下，标注数据不够，找人工标注代价又极大。转自机器人家，希望对你有帮助。
那么如何用这些没有标注的数据这就要通过一个所谓无监督的学习过程，或者半监督的学习过程增强整体的学习过程。
再给NLP一些时间，语音助手也许就能说服你它其实是人工智能了。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）