2018 AI 先行者大会 | 翁嘉颀：人机交互的下一步——主动式、对话式

9 月 16 日，于杭州浙江东方豪生大酒店，一群先行者们由幕后走到台前，他们来自阿里、亚马逊、竹间、科大讯飞、华为、京东等，一面总结自身经验与踩过的一个个坑，一面将全球最前沿的技术风向分享给听众。竹间智能CTO翁嘉颀在自然语言处理分会场上，指出人机交互的下一步将是打造主动式及对话式机器人，而实现的技术正是竹间不断精心打磨的情感计算与自然语言理解。

分会场：自然语言处理NLP

主讲者：竹间智能CTO翁嘉颀

主题：人机交互的下一步—主动式、对话式

人机交互的发展

人机交互并非近年才存在，过去，人机交互依靠指令式进行，从三十年前DOS时代一行行的指令，渐渐到Windows的鼠标，再至手机、平板的触控式屏幕，由于这些交互设备的特性，使得关键词模版得以回应使用者。然而其带来的劣势也显而易见，因只能接受固定命令，因此无法提升机器能力，在无法识别用户情绪下，也难以理解用户，遑论拥有用户记忆。

 

随着时代发展，当未来交互设备变为手环、耳机、音箱时，人机交互将回归至人类最原始的语音交互方式，要使用语音交互就要做自然语言理解。自然语言理解于过去遇到瓶颈，直到深度学习、机器学习出来后才有一点突破。在结合自然语言理解，深度学习及机器学习后，逐渐能以语义理解来识别用户意图，了解对话主题，话语的记忆及情绪，进而慢慢达到更精确的回复。

 

但截至目前为止，想让机器做到类似人的地步，除了意图理解，NLP（Natural Language Processing）及NLU（Natural Language Understanding）以外，还要做到情绪、情感，乃至整个情境的分析。

情感计算

竹间名字叫EMOTIBOT，即Emotional加上Robot，意谓着带有情感的机器人。情感计算在人机交互中占有何种地位？当我们和他人在沟通时，单靠文字其实难以真正判读情绪，若通过文字加语音，起码能有更多把握，当文字、语音和表情共同出现时，便能大致掌握对方情绪。因此，竹间目前做了4种语音情绪，9种人脸表情及22种文字情绪。通过将语音情绪、人脸表情及文字情绪加总的多模态情感计算，使机器能做到理解用户情绪进而提升人机交互体验。

聊天机器人

而在情绪情感识别后，还需要什么才能做出好的聊天机器人？关于好的聊天机器人，首要离不开功能和技能性，然而在看似平常简单的对话中，若机器人缺乏知识图谱、对话主题、上下文理解和长短时记忆，在和用户的对话中依然无法给予精确回复。

 

以对话主题而言，对话主题通常具有阶层关系。例如问“你喜欢英超哪支球队？”，它的主题阶层为运动→足球→五大联赛→英超，若回答“我喜欢巴萨”，主题阶层为运动→足球→五大联赛→西甲，虽然并不完全符合，但也差距不大。但若是回答“其实我喜欢看NBA”，对话主题已偏离足球，但也还在运动范畴内。如果回答“我喜欢吃蛋炒饭”，就完全不行，因最大阶层的运动这一主题都完全不符合。

 

因此，如果机器人拥有长短时记忆及上下文理解，它可能有机会在对话无法继续时主动跳转主题来引导话题。根据这样的能力以及用户画像，机器人不再被动，反而能做到主动式推荐。

NLU的重要性

想做到好的对话式机器人，基础的核心在于NLU（自然语言理解）上。通过中文分词、词性标注、关键词、言外行为、人称实体、句式识别等，机器才能精准抓住对话主题及用户意图。例如“我在黄埔江边”，中文分词既能分成“黄埔”和“江边”，也能分为“黄浦江”和“边”，分词是一切东西的根本，分词一旦分错，后面意图理解也会不同。

人机交互下一步——主动式、对话式

因此，人机交互的下一步是什么？

 

目前的数据中，用户在和机器人有效对话后，67%用户因为答案看不懂转人工，25%用户问了机器人不会的新问题转人工，8%的用户决定决定转人工是因为算法匹配错误。因此即使将算法做到完美，也只解决了8%的问题。当下所需要的交互方式应该是以对话、主动的方式才能有效解决用户问题。

竹间以NLP、深度学习及机器学习等技术，通过结合用户画像和多轮对话，在场景中为用户进行商品或服务推荐。在目前落地项目中，竹间已做到夏普时尚之星、万达百货AR交互、可口可乐快闪店以及苏宁BIU店等。

关于竹间智能（EMOTIBOT）

竹间智能由前微软互联网工程院副院长简仁贤先生创办，致力于利用深度学习、中文自然语言理解、情感计算、计算机视觉等技术，研发带有情感识别能力的对话机器人及行业解决方案。现已有AI智能客服、金融机器人、导购机器人、呼叫中心等行业解决方案。

 

目前，包括交通银行、招商银行、民生银行、平安集团、兴业证券、苏宁、富士康集团、台湾夏普、优必选，唯品会、中国移动等在内的众多企业，已经采用竹间的智能客服、金融机器人、导购机器人等行业解决方案，大幅提升客服效率与用户体验，并从用户对话大数据中取得丰富的业务洞察。

点击阅读原文，体验竹间对话机器人