上一讲，我们回顾了康力优蓝CEO&创始人刘雪楠先生主讲的内容《经济寒冬中服务机器人的突围之路》（点击回顾）。今天，一起来回顾竹间智能CTO 翁嘉颀主讲的内容《最强AI大脑，重塑服务机器人场景体验》。

竹间智能CTO

翁嘉颀

翁嘉颀，竹间智能CTO，台湾大学计算机本科，纽约州立大学计算机硕士。从1982年起在电脑前面至今，用过编程语言超过37种。熟悉算法，搜索引擎，邮箱安全，系统工程与架构。在网络上开课超过 16年经验。

1. 答非所问！AI对话困境难解决！

2. 重塑服务机器人AI对话的关键：场景定制和多轮回答

内容回顾

翁嘉颀所主讲的题目是《最强AI大脑，重塑服务机器人场景体验》。

目前的AI对话困境

翁嘉颀先生所领导的竹间智能科技公司，主要的业务是情绪情感计算以及语义理解，在演讲中，翁总主要为大家带来了关于语义理解的分析与讲述。

与很多演讲一样，翁总首先用一个有趣的事例开场，他讲到，曾经发生过这一件事儿，有一个用户跟某AI助理说：“男朋友要和我分手，他怎么这么对我？”于是机器人回复说：“不然呢，你以为你是谁啊？”失恋明显是一种希望被安抚的情绪和场景，而目前的现况，我们的AI或机器人明显无法做到。

为什么这么惨？因为当下的AI只有关键词的匹配，只有模板，没有上下文，因为语料都是网络上爬（爬虫抓取）来的。网络上爬来的语料完全不可控。现在的智能音箱市场非常广大，用户可以控制音箱大声一点，但当用户跟音箱说“太小声”了，目前90%的音箱会变得更小声，因为“小声”两个字触发了它的关键词机制。或者，用户跟音箱说“我听不清楚”，那么这个音箱可能会放一首歌叫做《不清楚》。这是因为模板就是这样设计的，听《青花瓷》就听《青花瓷》，说“不清楚”，如果真的有《不清楚》这首歌，那么AI就会放给你听。

该如何解决这种困境，竹间智能现在有着较为成熟的方案。翁总认为，当下大部分AI对于用户意图的理解，大概只有70分。而如果使用一个深度学习就可以解决很多问题，可能需要两三个模型来进行投票，每种模型会有各自的优缺点，所以“双模型”或“多模型”下，情况会有所改善，可以达到88分。之后，如果派专家把所有的数据做好、降噪、再针对场景进行设计，AI的语义理解可以突破94分。做音箱的厂家，把电视、车载也拿过来，多用几个模型，有机会可以上到97分，AI的进步是一步一步的，不能一蹴而就。尽管分数差距不大，但是从70分到97分，已经是质的飞跃。

重塑服务机器人场景的关键：

场景定制和多轮回答

不管是机器人、音箱，所有的人机交互，最后都将面临一个实际使用的场景。当我们跟音箱、机器人、电视说“我肚子饿”的时候，它会怎么做？一定就是给你点外卖吗？比如，一个人开车开一半说“肚子好饿”，那我们判断此时他不是要点外卖，肯定是在寻找餐馆，而如果音箱放在床头，那可能就是点外卖了，因为你根本不想起床。这就是实际使用场景下的差别，具体场景具体分析，不能单纯用固定的模板回答。

此外，翁嘉颀进一步说到，各个场景中我们也会遇到非常规的对话，此时，就需要多轮对话来解决问题。

比如订餐馆，当客服问：“几位客人用餐？”，客人可能不会告诉你“4个人”这个准确的数字，而有可能回答，有“我和爷爷、奶奶和小宝宝。”这样的非常规对话如果也被考虑在AI的回答之中，AI绝对可以得到95分以上，而具体的非常规对话有无数种，全部都是费事、费时的工作。

同样是餐厅的非常规对话事例，翁嘉颀又提到，当客人要订餐厅的位置，客服会问“您要预约的时间是什么时间？”此时人类有可能不会按照套路回答，因为人是不听话的、不可控的。所以，我们有可能收到这样的答案：“我们有七八个大人和一个小孩，明天晚上。”在这个回答中，有效信息非常模糊，比如没有准确的时间，“明天晚上”是一个范围，并不准确，而且“七八个大人”是多少个人呢，也不准确。此时，AI可以设计根据缺失的信息再访问他：“您要预约的时间是？”，回答说：“8点半”，通过上下文就可以知道，他们预订餐厅的时间是明天晚上8点半，另外因为有小孩，他们可能需要宝宝椅一张。此时再询问：“您要包厢还是大堂？”，人类可能又回给出这样的回答：“大堂太吵，还是包厢吧。”如果用关键字，“大堂”两个字，如何知道这句话的语意理解是包厢优先，大堂也可以。因此，语义理解上，除了最基本的意图理解以外，下一步在交互过程之中可以不按照顺序。通过AI询问时间，被回答地点、人数等等一大堆东西，后台需要把这些数据全部抽出来，再根据所缺的信息产生下一个问句，这就是具体分析对话的重要性。

当多轮对话越来越多的时候，下一步需要中控中心，比如订餐馆订到一半跑去订酒店、订机票，银行查帐，查到一半的时候去查分期还款，比如在不同的几个场景之间切换。

举例来说，“订酒店”从意图开始，于是AI帮用户联系酒店机器人，酒店机器人就回答“您要订哪个都市”？“上海的。”“您什么时候入住，住几天？”此时突然用户问“后天上海会不会下雨”，订酒店订一半，但是现在问天气，那这时候中控中心里就会有两个机器人同时相应，分别是酒店机器人和天气机器人，甚至可以两个回答并在一起，回答说“上海的天气晴”。同时在询问入住信息。更甚者如果，订酒店到一半，用户回答“我失恋了！”，这是聊天的场景，机器人可以继续追问“我不理解您的意思，你要告诉我你还要不要继续订酒店？”，通过中控+多轮回复的切换可以解决大多数突发状况。另外，翁嘉颀还提到如果一个多轮没有执行完毕的话，机器人需要多次确认，直到用户彻底结束场景，这轮对话才算结束。

翁嘉颀用一些具体的场景事例将为当下AI对话该如何进行场景化定制提供了解决思路。未来的AI对话还将如何发展，场景定制和多轮对话是否有用呢？我们拭目以待！

下一讲，敬请期待思岚科技CEO陈士凯先生为大家带来《打造胜任场景需求的高性能自主导航系统》。