首页 > 科技 > 正文

从京东618导购机器人说起,机器如何更理解人类?

来源: 文化视界 2020-06-18 16:32:54
  在京东JOY强大的对话能力中,基于开放域目标驱动的生成式对话服务来自于人工智能企业“深思考人工智能”(iDeepWise.ai)。其在多模态深度语义理解、人机对话等核心AI技术上已不断突破创新。这些新技术的不断迭代,也在一步步推动AI实现商业化落地。

从京东618导购机器人说起,机器如何更理解人类?

  感知阶段的人工智能走向认知人工智能,是人工智能发展的必然阶段。

  今年6月,京东一年一度的618店庆拉开帷幕。许多京东用户发现,在今年的618中,京东上线了全新的AI导购机器人JOY,它沿用了京东经典的机器狗形象,可以为用户解答618店庆相关问题。

从京东618导购机器人说起,机器如何更理解人类?

  面对京东用户们提出的各种各样的问题,JOY大多能给出令人满意的回答,甚至可以和用户闲聊扯家常。此外,JOY也强化了自己的多轮对话能力,以便应对用户的反复追问。

  在京东JOY强大的对话能力中,基于开放域目标驱动的生成式对话服务来自于人工智能企业“深思考人工智能”(iDeepWise.ai)。其在多模态深度语义理解、人机对话等核心AI技术上已不断突破创新。这些新技术的不断迭代,也在一步步推动AI实现商业化落地。

  AI对话机器人背后的黑科技究竟是什么?

  AI人机对话在商业化落地中有很多场景,如智能客服、服务机器人、智能外呼、智能终端的交互、智能家居的交互、电视机语音交互遥控器等等。而这些人机交互场景背后的基础技术,就是人机对话技术,其中最核心,则是语义理解技术。

  智能客服,可能是眼下最常见的人机对话场景。许多人对于AI对话能力的体验,也是从智能客服开始的。然而,如果智能客服欠缺语义理解技术,或者语义理解技术不够好,就会出现如下现象:

从京东618导购机器人说起,机器如何更理解人类?

某平台的“智能客服”,无法理解用户的自然语言

  以往,人机对话产品的回答策略大多基于“规则”,即在系统内提前录入指定关键词,一旦用户触发指定关键词,智能客服便会给出对应回复。

  例如,在智能客服领域,当系统监测到用户的提问涉及“查快递”一词,就会自动给出物流信息。但面对“帮我看看我的快递到哪了”一类的复杂提问方式,智能客服便无能为力。

  甚至,当用户询问“需要检查快递员身份吗”等问题时,同样会触发“查快递”一词。这时,系统甚至会给出南辕北辙的回答。

  相比较上述人机对话的糟糕表现和体验,使用深思考深度语义理解与人机对话技术的产品,则体验和表现就相当优异,如下截图:

从京东618导购机器人说起,机器如何更理解人类?

深思考机器人:可以了解用户的喜好个性化对话

从京东618导购机器人说起,机器如何更理解人类?

深思考智慧营销机器人:根据历史上文信息,给出推荐

从京东618导购机器人说起,机器如何更理解人类?

深思考AI问好医:AI学习医生知识后自动对健康咨询上下文回复

  深思考iDeepwise将数据和AI模型驱动的深度语义理解及MRC技术作为人机对话产品的核心。其自研的多模态深度语义理解引擎依赖在NLG(自然语言生成)、MRC(机器阅读理解)以及DM(对话管理)等任务上的原理性创新,让AI能够读懂用户自然语言,并给出针对性的回复。

  在精准理解用户意图的同时,深思考的多模态深度语义理解引擎还可以在对话中不断了解用户,了解用户的画像及个性化需求及兴趣,并基于用户画像与客户展开个性化的对话与推荐。

  此外,它还可以根据场景,给予对话机器人不同的性格“人设”,让用户感觉到AI对话机器人服务独有的情感体验。这项黑科技可以赋予IP形象以“生命“,使IP形象成为虚拟世界里拥有不同“鲜活性格”的“AI虚拟人”,并体贴、关怀用户。

  深度的多模态语义理解技术,也让深思考在AI人机对话领域形成了领先优势。据了解,2020年6月在中国中文信息学会(CIPS)和中国计算机学会(CCF)主办的中文语言理解的全球权威赛事“2020语言与智能技术竞赛”上,深思考在全球1000多家参与单位中脱颖而出,在机器评测指标和人工评估指标中均登顶榜首,获得全球冠军。

  据了解,取得这一成绩,是因为深思考团队提出的“多源整合的解码器”的深度神经网络模型技术。该技术在AI人机对话上能流畅地引导用户交流,主动沟通,并和MRC机器阅读理解、用户画像、目标规划深度结合,适配多场景应用,可以迅速迁移多个场景。

  深思考创始人杨志明博士表示,“腹有诗书气自华”,让系统不停地博览群书、阅读理解大量信息,才能使机器对内容“能理解会思考”,并实现自然流畅的人机交互。深思考多模态深度语义理解引擎iDeepwise.ai 5.0目前也正式发布应用,5.0版本引擎能够阅读理解非结构化语音、视频、文本,试想让机器时刻不停地阅读理解互联网上的语音、视频和文本后,机器就会变得更“聪明博学”,相信机器更理解人类的日子已经不远了。

  深思考多模态深度语义理解与人机对话引擎iDeepwise.ai 5.0可以应用于诸多落地场景:比如电商、银行、保险、智能终端(音箱、手机、车机、智慧屏)、游戏、虚拟偶像中。

  AI——从感知走向认知

  “现在,感知阶段的人工智能走向认知人工智能是人工智能发展的必然阶段,多模态的深度语义理解是认知人工智能阶段中的关键核心。”深思考人工智能创始人杨志明博士对36氪表示。

  何为多模态语义理解?简而言之,通俗化来讲就是让机器可以“看懂、听懂、读懂”。而深思考的人工智能多模态深度语义理解,就是让机器可以看懂视频图像,可以听懂语音,读懂文本等多模态非结构化信息背后的含义。

  如何让机器能够阅读理解?这就依赖机器阅读理解技术(MRC),在MRC领域,深思考同样成果斐然。在2019年的中文机器阅读理解竞赛中,深思考凭借着自研的BMANet2.0模型,在2502家知名学术科研机构和企业团队中脱颖而出,刷新了SOTA记录,并在两项评测指标中均登顶榜首,获得全球冠军。

  例如,在电商场景,传统的电商智能客服,需要系统开发商人工整理大量问答对、知识图谱、知识库或规则,并通过问答对匹配、规则匹配,实现人机对话。使用MRC技术后,系统就可以直接阅读理解商品的说明书,极大地提高了效率,减少了人力成本,并大大提高了智能客服的“智商”。

  AI商业化新基建——多模态语义理解

  目前,产业界普遍认为,多模态语义理解将会成为AI在各行各业实现大规模商业落地的重要基础设施。这一逻辑背后的原因非常简单——现实世界本身就是多模态的。“就像你去医院看病,医生要望闻问切,对患者各种模态的状况进行检查(比如血、尿,体温,MR,详细咨询病情等),不能只凭线上聊天的几行文字就做出诊断。”

  多模态语义理解具备了同时多种模态信息进行深度理解的能力,所以适配的应用场景就更广泛,因为现实中的场景都是多模态的。例如,在医疗场景,医生会对就诊病人“望闻问切”;电商场景,用户会在咨询时发来语音或图片或文本;在线教育场景,学生总是期待老师能够通过视频、音频和解说文字来教学,通过图文并茂实现更好的教学效果。就连人类的社交场景也是多模态的,人们总是期望能见面详谈,能面对面看到对方的样子、姿态、表情、声音,并通过对话、声音、视觉等多种模态信息,理解对方的意图。

  人工智能多模态语义理解存在着广阔的商业前景,并有望成为AI行业的新基建。

  凭借着在人机对话、机器阅读理解、多模态语义理解领域的技术积累,深思考已在智慧医疗、智慧生活、智慧商业三大AI场景成熟应用落地,并基于其iDeepWise5.0多模态深度语义理解引擎的技术优势,不断快速适配更多应用场景,在虚拟偶像、二次元平台、游戏等领域不断开疆拓土。让机器更理解人类,未来可期,也是深思考的未来不断探寻之路。

[ 责任编辑:王姝方 ]

相关阅读