侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

小i机器人朱频频:人工智能从2014年进入第三次高潮

2016-06-17 15:21
林契于宸
关注

  中间的这款机器人是60厘米高的机器人,非常有趣,可以用在很多展会里面跳舞、讲故事,吸引人气。所以不同的机器人有不同的应用场景。

  左边的这款机器人,看似跟右边的这款机器人有点类似,但是简单很多,便宜不少,中间手里还托一个盘子,是在超市里面做导购用的,盘子里面放的是牛奶。以前是两小女孩在做导购,现在是一个小女孩加一个机器人。就是在特定的场景中逐步的取代人的工作,类似的机器人还可以放在餐厅里面去送餐。

  现在我们看一个视频。这款机器人脸上大概有38个马达,大概是200多种表情,把小i的技术也整合进去了这家公司也是我们投资的一家公司,其实我们很明确,我们不可能去做大量的机器人的实体部分,所以把认知智能部分和这些硬件做整合,我们用资金的方式来做,这是一家香港的公司所生产的。脸特别复杂,制造业特别难,价格也贵,我们把脸上的表情做的少一点,向一些玩具的方向去发展。

  我们现在服务的全球用户超过了五亿,每年有数百亿次的交互,我们有非常大量的商业积累,目前国内行业地位在智能客服机器人这一块是遥遥领先,占了90%以上的市场份额,在标准制订方面,参与了多项国际和国家的标准的制订,现在我们刚刚提交了一个国际标准,叫情感交付的国际标准。刚才看到的机器人,就是索非亚机器人,可以做若干种情感的表达,另外还做了一个工作,就是做情感的识别,看一个人的表情,看一个人的说话,判断出你的情绪,有七种或者是九种不同的情绪。我们也是人工智能产业联盟发起人单位,去年在新三板挂牌。

  在国际方面,全球最大的IT调研公司Gartner眼里,我们小i是一个架构提供商,这是他们十月份的会议上所定义的结果。在小i旁边的这是IBM的产品,他们的一个副总裁是资深研究员,他们认为我们小i的能力在全球至少可以排进前三位。

  当然也不只是他们说的,今年7月14日,我会被邀请在全球最大的人工智能大会上做演讲,第25届世界人工智能大会,这是全球最顶级的人工智能专业会议,邀请我们小i去做演讲。左边这一排是赞助商,我们是金牌赞助商,谷歌是银牌赞助商,看起来我们似乎比谷歌还要有钱。

  从核心的技术的架构上来讲,我们的核心能力就是语义理解和智能交互,这是我们的核心层。这是由知识、语义库和应用层支撑的。更重要的是什么呢?并不是说我们积累的这些数据就停滞不前了,我们还是不断的学习,需要非常重要的学习体系,不断的去学习这样的一些知识和语义。在前端,我们把人机交互的方式,语音交互、图象识别、各种各样的能力以及全渠道的综合能力集中到一起,形成一个完整的人机交互的能力,在前端我们以不同产品的形式,把这些能力输出出去,包括企业级产品,有云服务平台,还有我们做的硬件的操作系统,和这些模块,能够把我们核心能力输出出去,建立我们非常好用的平台生态。

  具体来说,我们的中文智能对话引擎发展到了第十代,是全球最领先的中文对话引擎,由知识进行驱动,结合上下文的个性化,给出一个回答的生成。这一切,通通是由知识来去驱动的。

  在深度学习方面,我们也在智能对话引擎里面,我们用深度学习的模型,做了一个深度学习结合背景知识的模型,做了一个我们定义为副引擎,用传统的方式,以前的机器学习的方式做的引擎,我们称之为主引擎。这个引擎是一个副引擎,是用在一些特定的情况之下,当然主引擎不能很好的解决问题的时候,副引擎来解决。背景训练,在生产环境层去训练,这个应该是全球最先进的,在问答方面的能力是全球最先进的。

  引擎是一方面,引擎有好一点的,差一点的,影响没有到非常致命的地步。最重要的就是你知识的积累,知识跟语音的积累,这是非常重要的。所以我们小i独创了知识模型,也是集合了很多技术,我们把这些知识分为概念,有本体、知识图谱和专家系统,机器学习训练出来的模型,最后呈现出来的都是自然的交互的方式。在语义层面,不同的行业都积累了大量的词,在语义和抽象语音中,还有训练出来的一些东西。

  具体来说,在词库方面,我们现在在通用语义已经有20万以上的中文词库,5万以上的英文词库,在聊天里面,有20万以上的通用聊天,有100+的第三方服务,有200+的抽象语义,这个就是我们自己专业的技术。另外我们覆盖有10多个行业,有100多个语义库,这都是驱动我们认知能力的,在知识层面的技能。

  我们也跟复旦合作,做了一个中文知识图谱,这个是在通用语义中的一些能力,我们做的目的是训练所谓的常识或者是背景的知识。

  这是我们学习体系,我们的学习体系是一个半监督的人机协作的学习体系,里面有三种角色,分别是机器、运营人员和专家。这三种角色在综合的使用。所有的数据来源是来自于不同的数据,有非结构化的、半结构化和简单结构化的数据,其实就是一个机器人,我在运营过程中,用户真实的交互是最重要的数据来源。

  这是机器学习当中的一些具体的工作,这是用无监督学习做的一些序列的工作,这个是机器所发掘的新的表达的方式,由人去做审核的。在做情感分析方面,我们也是基于深度学习的方式,基于CNN的情感网络做了情感分析。前面提到过,我们用传统方法做的时候,准确率可以达到91.7%,用了神经网络以后,准确度可以达到93.8%,提升了两个百分点,计算量提升了100倍。

  在全渠道、多模态人机交互接入方面,无论是App、微信、微博、QQ等方式都可以介入,还可以通过语义理解、语音识别和图象识别的方式,提供多模态的过程。今年年初,我们和NUANce达成了一个非常深度的合作,在整个大中华区,大陆、提出、香港,之前所有的家族企业业务由小i来接手,也跟他们总部建立了一个非常深度的合作关系。我们主要的目的是需要想把语音识别的能力以及Nuance的能力引入到中国。

  我们在博览会上发布了我们最强大的平台2.0,我们就是把最新的技术和新的产品整合到这个平台里面来,帮助我们完成四个下一步要去做的战略。第一是行业深化,第二是从大到小,第三个是从软到硬,第四个是从内到外。

  在行业深化方面,早期做了很多家客服机器人,现在新的架构完全是以知识为核心,包括对知识的管理和知识的学习部分,其次是有大量的搜索引擎,包括语音和语义,基于这些音型,我们有大量的智能应用会产生。这样的方式在大型的客户里面,不仅提供客户服务,还有更多更丰富的服务,智能中端以及企业内部的多种应用形式。具体来说,包括我们刚刚发布的智能学习平台,可以帮助企业通过机器人交互的历史和记录,不断的优化这套系统。

  智能知识库也是发布了新的版本,为企业提供了强大的知识引擎,这个知识引擎不仅仅提供给客服机器人,还可以提供多种形式,为客服人员和企业内部提供各种的能力。

  在广东移动和好多家的企业里面都做了非常深度的应用,在广东移动里面,项目也是获得了很好的评价。在智能辅助方面,基于刚才的知识库系统,我们把之前的技术用在智能辅助上面,让客服人员和客服机器人在去相互协作使用,让机器人在客户服务过程中不断的学习。其实这是一个很好的人机协作的过程。

<上一页  1  2  3  4  5  6  7  下一页>  余下全文
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号