虛擬電話(構(gòu)造與析構(gòu))_虛擬電話的原理

　　本文轉(zhuǎn)自知乎答案整理

　　偶爾在知乎上看到虛擬電話(構(gòu)造與析構(gòu))，有人問：“機器人最后會不會變得和人一樣？”

　　羞羞機器人不正是人類發(fā)明機器人的原動力么？不行這個答案太污了不適合。

　　許多知友也在底下回復很專業(yè)的答案，節(jié)選一些與大家分享吧。

　　正文如下：

　　這個問題的答案肯定有無數(shù)種，背景、專業(yè)、認知、世界觀不同的人，答案會不同。因為即便是對于機器人的定義，目前業(yè)內(nèi)也沒有一個統(tǒng)一的定義答案。關(guān)于題主的問題，我們試著從以下幾個方面說明一下。

　　1.什么是機器人？

　　機器人是整個人工智能最重要的代表，在機器人里面會分為工業(yè)機器人和服務(wù)機器人，工業(yè)機器人大家比較容易理解，就是在制造業(yè)工廠中、汽車工業(yè)中適用的機器手和機器臂等這些,但這類機器人在生活中并不常見。另一類，就是和我們生活關(guān)系比較密切的服務(wù)機器人。

　　服務(wù)機器人是由什么構(gòu)成的？實際上還是由三部分構(gòu)成的，第一個部分叫感知。第二部分，這些信息傳遞會交給最重要的一個中樞——大腦，經(jīng)過思考和處理，之后會傳遞給第三部分，就是身體運動的部分。所以服務(wù)機器人是由感覺、思考和運動的三大環(huán)節(jié)來構(gòu)成的。感覺部分相當于人的耳、眼、鼻，對應(yīng)的就是人工智能領(lǐng)域的感知智能虛擬電話(構(gòu)造與析構(gòu))；運動相當于人的四肢，對應(yīng)運動智能；而思考就相當于大腦部分，對應(yīng)的是認知智能；這三部分都很重要。

　　但比較起來，在感覺、思考、運動三部分中哪部分更重要呢？當你要摔倒的時候，你首先護住的不是自己的大腿，你肯定護住自己的大腦，所以三個部分里面最核心的一定是大腦，而且人工智能未來競爭的命脈、核心一定是在大腦層面。

　　服務(wù)機器人按照功能等的不同，有很多不同的種類。在業(yè)界，從去年開始，有一個很火的概念Bots，即智能對話機器人，其核心是基于自然語言理解的智能對話系統(tǒng)，整合了知識管理和學習、智能語言、圖像識別等人工智能技術(shù)，強調(diào)機器的主動性和不同Bot之間的互相調(diào)用。它的核心就是“大腦”，能夠部署到電子渠道上，如微信、網(wǎng)站、APP等上，也能夠植入智能硬件比如實體機器人、手機、家電等，通過文本或語音的方式和用戶進行智能自然的交互。。

　　2.機器人會不會變成人一樣？

　　在感知智能領(lǐng)域，機器人不但像人，而且某些領(lǐng)域遠比人優(yōu)秀。“小度”的圖像識別，訊飛的語音識別，大家都看見識過。

　　小度的圖像識別能力幫助它戰(zhàn)勝人類高手（PS：貌似最近聽音盲擰被黑得很慘）

　　羅永浩不惜花20分鐘打廣告的訊飛語音輸入法

　　其實，像不像人？按我們通常理解的就是機器人會不會像人一樣有自我意識，做出個性化的反應(yīng)。而決定性因素是就是認知智能，即理解與思考（語義、含義、意圖等），并作出準確的反饋（知識表示、動作表達等），雖然認知智能在近年有長足的發(fā)展，但要展示像人一模一樣，還有很長的路要走。

　　1）銀行業(yè)

　　自動欺詐探測系統(tǒng)使用機器學習可以識別出預示著欺詐性付款行動的行為模式；借助語音識別技術(shù)能夠自動完成電話客服；聲音識別可以核實來電者的身份

　　2）醫(yī)療健康領(lǐng)域

　　美國有一半的醫(yī)院采用自動語音識別來幫助醫(yī)生自動完成醫(yī)囑抄錄，而且使用率還在迅速增長；機器視覺系統(tǒng)自動完成乳房X光檢查和其他醫(yī)學影響的分析；IBM的Watson借助自然語言處理技術(shù)來閱讀和理解大量醫(yī)學文獻，通過假設(shè)自動生成來完成自動診斷，借助機器學習可以提高準確率。

　　3）生命科學領(lǐng)域

　　機器學習系統(tǒng)被用來預測生物數(shù)據(jù)和化合物活動的因果關(guān)系，從而幫助制藥公司識別出最有前景的藥物。

　　4）媒體與娛樂行業(yè)

　　許多公司正在使用數(shù)據(jù)分析和自然語言生成技術(shù)，自動起草基于數(shù)據(jù)的的公文材料，比如公司營收狀況、體育賽事綜述等。

　　5）石油與天然氣

　　廠商將機器學習廣泛運用在礦藏資源定位、鉆井設(shè)備故障診斷等眾多方面。

　　6）公共部門

　　出于監(jiān)控、合規(guī)和欺詐檢測等特定目的，公共部門也已經(jīng)開始使用認知技術(shù)。比如，喬治亞州正在通過眾包的形式來進行財政披露和競選捐助表格的數(shù)字化，在這個過程中他們就采用了一套自動手寫識別系統(tǒng)。

　　7）零售商

　　零售商利用機器學習來自動發(fā)現(xiàn)有吸引力的交叉銷售定價和有效的促銷活動。

　　8）科技公司

　　它們正利用機器視覺、機器學習等認知技術(shù)來改進產(chǎn)品或者開發(fā)全新產(chǎn)品，比如Roomba機器人吸塵器，Nest智能恒溫器。

　　上述例子表明，認識技術(shù)的潛在商業(yè)收益遠大于自動化帶來的成本節(jié)約，這主要體現(xiàn)在：

　　更快的行動與決策（比如，自動欺詐檢測，計劃和調(diào)度）

　　更好的結(jié)果（比如，醫(yī)學診斷、石油探測、需求預測）

　　更高的效率（亦即，更好的利用高技能人才和昂貴設(shè)備），

　　更低的成本（比如，自動電話客服減少了勞動成本）

　　更大的規(guī)模（亦即，開展人力無法執(zhí)行的大規(guī)模任務(wù)）

　　產(chǎn)品與服務(wù)創(chuàng)新（從增加新功能到創(chuàng)造新產(chǎn)品）

　　綜上所述，我們可以得出結(jié)論：語音技術(shù)、圖像識別技術(shù)等感知智能方面機器人與人類其實沒有太大差別，甚至會強于人類。而認知智能雖然取得很大突破，但依然遠不及人類目前的水平，這也給大眾人工智能不“智能”觀感的直接原因。

　　3.機器人怎么才能和人一樣“聰明”？

　　機器人要變得像人類一樣“聰明”需要提升它的“思考”的能力即認知智能。而“思考”能力最核心的地方，需要用知識來的支撐。

　　這同人類一樣，也是我們與動物的最大區(qū)別，人類能夠不斷產(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)實中通過實踐學習新的知識，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充，“思考”能力越來越強，也越來越“聰明”。

　　認知智能同樣是我們小i機器人的研究方向，但不僅僅是靠技術(shù)研發(fā)，而是技術(shù)與產(chǎn)業(yè)正向循環(huán)去讓機器人變得更加聰明。

　　小i成立在2001年，最早做聊天機器人，就像現(xiàn)在的微軟小冰，但聊天功能是無法轉(zhuǎn)化為商業(yè)價值的，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，

　　我們交給機器人一個行業(yè)的垂直知識，它就成為一個行業(yè)的專家，可以回答該行業(yè)的相關(guān)問題，為企業(yè)創(chuàng)造價值。

　　這就是虛擬客戶助理，也就是虛擬的客戶服務(wù)機器人，相較于人工服務(wù)來說，速度快，準確率高，隨時在線，有非常大的優(yōu)勢。慢慢的金融、運營商、政府部門甚至快遞行業(yè)都成為了我們的客戶，全球用戶數(shù)超過5億人，每年數(shù)百億次對話，使我們在多個行業(yè)沉淀強大的領(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器人核心的能力其實是由知識來驅(qū)動的，所以，在一些領(lǐng)域里，我們形成了行業(yè)壁壘。不過，更重要的是，在這個過程中，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)，形成了一套獨創(chuàng)的“半監(jiān)督”人機協(xié)作學習體系。

　　在這個學習體系當中有三種非常重要的角色，第一個是機器，機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、實體還有場景等，以及當中的強關(guān)系和弱關(guān)系。

　　第二個角色是運營人員，他們維護內(nèi)容、審核機器挖掘的結(jié)果。這個解釋一下，因為小i機器人做的是商業(yè)應(yīng)用，不比娛樂類的聊天機器人，錯了還能讓人一樂呵。我們做的機器人是要替代企業(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收錄到庫里。

　　另外，還有一個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，并且定義這個運營規(guī)則。

　　把這個過程解釋清楚，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)生出海量的真實數(shù)據(jù)。

　　然后，通過我們的學習體系和算法對這些數(shù)據(jù)進行處理，就會不斷挖掘并學習到新的知識和語義，而新習得的知識和語義，反過來讓整個系統(tǒng)表現(xiàn)的更加出色，智能化程度更高，從而讓機器人的反應(yīng)更為準確，表現(xiàn)的更為“聰明“。

　　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，在實際應(yīng)用中產(chǎn)生更多真實的數(shù)據(jù)，通過學習系統(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)。

　　4.機器人其實沒有必要變得跟“人”一樣

　　最后，小i還想來辯證一下這個問題的必要性，我們始終認為，機器人的出現(xiàn)不是為了取代人類，人類做出人工智能的初衷，應(yīng)該是創(chuàng)造一個能夠幫助人類的新物種，如果單純只是制造與人一模一樣的機器，那我們中國還搞這么多年計劃生育干嘛。

　　未來機器人更多的是與具體的應(yīng)用場景相結(jié)合，把人類從“非人道”的工作中解決出來，并在上文提到的某些方面發(fā)揮機器人的特長，用更低的消耗，去完成人類所布置的任務(wù)，或是人類無法完成的事情，最終達到“人機共存”境界。