1月18日，由中國人工智能學(xué)會、湛廬文化等主辦的“智能時(shí)代大未來”高峰論壇在上海召開，這是新年以來首場中外人工智能領(lǐng)域?qū)＜摇W(xué)者的深度交流。中國科學(xué)院院士何積豐、《紐約時(shí)報(bào)》高級科技記者、《與機(jī)器人共舞》作者約翰·馬爾科夫、國家信息中心專家委員會主任寧家駿、國家標(biāo)委會委員小i機(jī)器人創(chuàng)始人兼總裁朱頻頻發(fā)表主題演講，從國家、學(xué)界、商業(yè)、發(fā)展環(huán)境等層面對人工智能的發(fā)展，中國面臨的機(jī)遇與挑戰(zhàn)進(jìn)行了深度探討。

　　在此次論壇中，朱頻頻是唯一身兼行業(yè)專家與商業(yè)大咖身份的發(fā)言人，聽一聽他對智能機(jī)器人的理解。

　　機(jī)器人首要的不是具備人形，而是具備人類的智能

　　人工智能跟機(jī)器人是有什么關(guān)系呢?我們可能提到腦海中會有這樣一些畫面，機(jī)器人無論是怎么樣變形，都具備一個(gè)人型。其實(shí)我最喜歡的機(jī)器人是這款機(jī)器人，看似不具備人型，但是具備人類的智能，神似形不似，可以做很多人類不能做的動(dòng)作。

　　機(jī)器人可分為工業(yè)機(jī)器人和服務(wù)機(jī)器人，而人工智能正是讓機(jī)器擁有智慧、做出類人反應(yīng)的技術(shù)。相較于工業(yè)機(jī)器人，服務(wù)機(jī)器人對“智能”的要求更高，因此，有時(shí)候我們也把服務(wù)機(jī)器人叫做智能服務(wù)機(jī)器人，不過，不管是工業(yè)機(jī)器人、還是服務(wù)機(jī)器人未來都是要往智能機(jī)器人方向發(fā)展的，而智能機(jī)器人又可以分為虛擬智能機(jī)器人和實(shí)體智能機(jī)器人。

　　機(jī)器人有三要素，分別是運(yùn)動(dòng)、感覺和思考。運(yùn)動(dòng)當(dāng)中有很多智能需要做，比如運(yùn)動(dòng)學(xué)里面有一些自平衡等。感覺方面涉及到的是很多的感知智能，像云識別，人臉識別，圖像識別等等方面，這些都屬于感知智能。當(dāng)然，機(jī)器人最重要的部分就是它的思考能力，我們可以把它理解為認(rèn)知智能，這也是小i機(jī)器人主要研究的方向。如果進(jìn)一步解釋，“思考”能力最核心的地方，在于需要用知識來的支撐，這同人類一樣，也是我們與動(dòng)物的最大區(qū)別，人類能夠不斷的產(chǎn)生知識，并且能夠讓知識傳承下去，這種傳承可以讓我們的下一代不需要在現(xiàn)實(shí)中通過實(shí)踐學(xué)習(xí)新的知識，而可以通過我們的教育直接獲得，自然，隨著知識面的不斷擴(kuò)充，“思考”能力越來越強(qiáng)，也越來越“聰明”。

　　人工智能發(fā)展經(jīng)歷了幾個(gè)階段，上個(gè)世紀(jì)50年代，用計(jì)算機(jī)模擬人類的智能便已經(jīng)出現(xiàn)，中間經(jīng)歷了很多起伏。目前，在計(jì)算智能領(lǐng)域，計(jì)算機(jī)早已超越了人類，這是毫無疑問的。在感知智能方面，近年隨著深度學(xué)習(xí)技術(shù)的發(fā)展，有了長足的進(jìn)展。而最核心的認(rèn)知智能，目前還有很多路需要走。

　　現(xiàn)在，在全球，人工智能已經(jīng)有了一些相對成熟的應(yīng)用，例如：無人機(jī)、無人駕駛、智能客服助理(VCA)、翻譯和語音轉(zhuǎn)寫、智能家居等，當(dāng)然，這些應(yīng)用之間又是相互交叉的。

　　智能機(jī)器人的分類

　　今年10月份參加Gartner的技術(shù)峰會，談到2016年十大技術(shù)趨勢，其中有三項(xiàng)都與智能機(jī)器相關(guān)。第一、萬物信息。第二、先進(jìn)的機(jī)器學(xué)習(xí)的方法，包括DNA，RNA等先進(jìn)的技術(shù)學(xué)習(xí)方法。第三、一些自動(dòng)的這樣一些代理，或者是一些物體，無人駕駛汽車，還有無人機(jī)，還有各種這樣的一些自動(dòng)的客戶服務(wù)，這樣一些個(gè)人助理，都是屬于在這個(gè)范疇。

　　具體的分，剛才提到的自動(dòng)的這樣一些物體，或者是代理，我們可以按照這兩個(gè)緯度來去分。橫軸右邊是可見，然后到不可見，我們可以感受到人工智能交互的，可見和不可見。縱軸是從虛擬到實(shí)體，是一個(gè)虛擬的還是一個(gè)實(shí)物的?我們可以看一看，實(shí)體可見的就是我們今天看到很多這樣的一些機(jī)器人，還有無人機(jī)，無人駕駛汽車，就是我們可以直接感受到里面智能的這樣一些能力的，而且是以實(shí)體出現(xiàn)的這些智能機(jī)器。還有虛擬的，我們可以通過IM的方式，通過短信，通過網(wǎng)絡(luò)上的方式跟這些進(jìn)行交互。比如跟一個(gè)手機(jī)，植入在手機(jī)里面，可以進(jìn)行個(gè)人交互?，F(xiàn)在很多人加了微信，微信里面有一些像銀行、電信的帳號，我們可以問很多問題，定義虛擬客戶助手，還有虛擬個(gè)人助手，還有智能顧問。

　　人工智能落地要依靠技術(shù)和產(chǎn)品的正向循環(huán)

　　小i成立在2001年，最早做聊天機(jī)器人，就像現(xiàn)在的微軟小冰，如果是一些早期的MSN用戶，應(yīng)該還記得小i。但聊天功能是無法轉(zhuǎn)化為商業(yè)價(jià)值的，于是我們就往垂直方向發(fā)展，把我們積累的語義理解的技術(shù)，應(yīng)用到垂直領(lǐng)域，我們教給機(jī)器人的是一個(gè)行業(yè)、一個(gè)行業(yè)的垂直的知識，這樣，它就成為一個(gè)行業(yè)的專家，可以回答行業(yè)的相關(guān)問題，為企業(yè)創(chuàng)造價(jià)值。這就是虛擬客戶助理，也就是虛擬的客戶服務(wù)機(jī)器人，相較于人工服務(wù)來說，速度快，準(zhǔn)確率高，隨時(shí)在線，有非常大的優(yōu)勢。那些傳統(tǒng)上對客服要求較高的行業(yè)如金融、運(yùn)營商、政府部門等，還有近兩年，隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)的隨時(shí)分享的特色讓以前的那些傳統(tǒng)上對客服非剛需的行業(yè)，如手機(jī)、汽車、甚至快遞行業(yè)等也都成為了我們的客戶，用智能機(jī)器人來提升客服體驗(yàn)。

　　在這里，我不方便直接透露客戶運(yùn)營的一些具體數(shù)據(jù)，但是可以說個(gè)大概。以某個(gè)金融企業(yè)為例，目前他們在微信上的用戶超過2000萬，每天的交互量是200萬通，如果再加上APP、QQ這些渠道，每個(gè)月的交互量可超過4000萬通，而維護(hù)這套系統(tǒng)的只有十來個(gè)人，因?yàn)闄C(jī)器人處理了絕大部分的業(yè)務(wù)，處理率能占到交互量的99%以上，而準(zhǔn)確率幾乎接近100%，如果這些事情都交給人來做的話，至少需要3000人。這些應(yīng)用充分說明了機(jī)器人價(jià)值——代替人類從事某些工作，讓我們?nèi)祟惪梢越夥懦鰜?，去作更有益，更有價(jià)值的事情。

　　小i現(xiàn)在服務(wù)的用戶超過5億，每年有數(shù)百億次的對話，這使得我們在多個(gè)行業(yè)沉淀了強(qiáng)大的領(lǐng)域知識庫和語義庫。如上面所說，語義理解和自然交互這種機(jī)器人核心的能力其實(shí)是由知識來驅(qū)動(dòng)的，所以，在一些領(lǐng)域里，我們確實(shí)形成了行業(yè)壁壘的。不過，更重要的是，在這個(gè)過程中，我們發(fā)現(xiàn)，在語義層不同的行業(yè)之間也是有很多共通的部分，并以此為基礎(chǔ)，形成了自己的一套半監(jiān)督的人機(jī)協(xié)作學(xué)習(xí)體系。在這個(gè)學(xué)習(xí)體系當(dāng)中有三種非常重要的角色，第一個(gè)是機(jī)器，機(jī)器在里面做了最大量的工作，它通過基于大數(shù)據(jù)的平臺，去挖掘數(shù)據(jù)里面的語義、詞類、實(shí)體還有場景等，以及當(dāng)中的強(qiáng)關(guān)系和弱關(guān)系。第二個(gè)角色是運(yùn)營人員，他們維護(hù)內(nèi)容、審核機(jī)器挖掘的結(jié)果。這個(gè)我需要解釋一下，因?yàn)槲覀冏龅膶儆趪?yán)肅的商業(yè)應(yīng)用，不比娛樂類的聊天機(jī)器人，錯(cuò)了還能讓人一樂呵。我們做的是要替代企業(yè)的人工做客戶服務(wù)的，不能隨便回答，答案必須是正確的。所以這里面的內(nèi)容，包括語義的理解都是經(jīng)過人工審核以后才能入到庫里面去。另外：還有一個(gè)離不開最重要的角色，就是專家，專家做什么呢?專家是用來定義我們行業(yè)里面知識的一些結(jié)構(gòu)和模型，并且定義這個(gè)運(yùn)營規(guī)則。

　　把這個(gè)過程解釋清楚，讀者就可以大概理解，我們服務(wù)的這么多行業(yè)，這么多企業(yè)，每年數(shù)百億的交互量，自然會產(chǎn)生出海量的真實(shí)數(shù)據(jù)，然后通過我們的學(xué)習(xí)體系和算法對這些數(shù)據(jù)進(jìn)行處理，就會不斷的挖掘并學(xué)習(xí)到新的知識和語義，而新習(xí)得的知識和語義，反過來讓整個(gè)系統(tǒng)表現(xiàn)的更加出色，智能化程度更高，從而讓機(jī)器人的反應(yīng)更為準(zhǔn)確，表現(xiàn)的更為“聰明“。同時(shí)，我們也在做一些平臺化的服務(wù)，將我們形成的核心”智能交互“能力開放出來，前一段時(shí)間還剛發(fā)布了智能機(jī)器人的云操作系統(tǒng)，對接硬件設(shè)備，讓開發(fā)者快速實(shí)現(xiàn)機(jī)器人的新的應(yīng)用場景，新的應(yīng)用自然產(chǎn)生新的數(shù)據(jù)、知識，這個(gè)不斷循環(huán)上升的過程促進(jìn)了整個(gè)產(chǎn)業(yè)的發(fā)展。這些也是Gartner之所以把小i定位為智能機(jī)器人平臺和架構(gòu)的提供者的原因所在。

　　因此，人工智能走近人類不光靠算法，更重要是要看以技術(shù)為基礎(chǔ)創(chuàng)造出的產(chǎn)業(yè)化應(yīng)用，在實(shí)際應(yīng)用中產(chǎn)生更多真實(shí)的數(shù)據(jù)，通過學(xué)習(xí)系統(tǒng)轉(zhuǎn)化為知識，知識反過來在促成產(chǎn)業(yè)化發(fā)展，最終形成人工智能發(fā)展正向循環(huán)的閉環(huán)。