|
机器人可以算得上是一个先进而又古老的词汇，科幻小说中的种种展示着人们对它的完美预期。但机器人发展几十载，业界至今对它还没有明确的定位。小谛机器人科技有限公司CEO彭军辉深耕机器人大脑多年，对于他来说足够“聪明”的机器人才能称得上是机器人。消费者需要什么样的机器人大脑，也是彭军辉一直在寻找的答案。 北京小谛机器人科技有限公司是一家人工智能初创公司，主要产品是氖星智能商业机器人新大脑，为客服机器人、商品展示介绍机器人、商用接待机器人、博物馆导览机器人提供大脑服务。公司在自然语言问答技术方面有十多年的技术积累，有自己的专有技术。公司目前已经获得由北京创势资本、安徽银汉创投的早期投资。公司产品目前已经成熟，已获得规模收入，产品得到用户认可。 氖星智能 彭军辉 前两年机器人行业获得了社会各界广泛关注，而最近几年机器人行业似乎进入了低潮。 我认为行业进入低潮也是相对的。前两年的蓬勃发展不过是虚火过旺。这个行业有一些关键性问题并没有得到解决。 关于什么是机器人，行业甚至没有公认的标准。有人说人形才叫机器人，有人说会语音互动才叫机器人，有人说会自己行走才叫机器人。以至于故事机、刀削面机都自称机器人了。 这里不需要讨论什么是机器人，因为大家的角度不一样，必然理解也不一样。让我们先讨论下消费者需要什么样的机器人？ 大家都知道目前智能手机和电脑已经非常强大，已经极大地提高了我们的工作效率。那为什么我们还需要一个机器人呢？这就要从智能手机和电脑的的短板说起。 最早我们在电脑输入汉字需要学输入法。有阵子流行五笔字型输入法。我是上的电脑培训班才学会这个输入法的。当时我就想，既然电脑这么强大，为什么它不能理解人而需要人去理解它呢？ 对，这就是智能手机和电脑存在的问题——它们需要人去理解它们的规则：理解它们的系统结构，记住每个功能的使用方法，学会开发语言的格式等等。 这便让使用手机和电脑变成了有一定门槛的事情。你最起码得识字吧？你还得有一定的智商。现在还有很多人不会使用电脑和智能手机。 如果和一个人交流，你会发现要比和一台电脑一部智能手机交流要简单得多。如果对方足够聪明，即便你有语言障碍，对方也会明白你含混不清的表达。如果对方足够聪明，即使你表达了只言片语，对方也会理解你的想法。如果对方足够聪明，即使你一言不发，仅仅通过猜度，对方也会理解你的想法。这是为什么呢？因为对方是智能的，是人类。 那么能不能把人类的智能赋予机器呢？这样即使不识字，即使半文盲或者文盲，即使老年人也可以和机器顺畅交流了。 很久以来我们都期望有一个和人一样聪明的机器。电影电视里描绘了各种机器人的样子。他们有的是人形的有的不是，有的会说话有的不会，有的会动，有的只是一套系统没有外形，但他们的共同特点都是——能理解人类的意图。 能理解人类的意图，这才是市场需要的机器人。 有人说你这个根本不可能实现。 但市场需求就是这个样子的。能不能实现是厂商的事情。 前几年有很多厂商声称自己是做机器人操作系统的。有些厂商甚至在机器人操作系统上投资了很多资源。 然而，收效甚微。 机器人最核心的问题是怎么更好地理解用户意图。而操作系统则并不是主要解决这个问题的。有些做机器人操作系统的厂商甚至更关注怎么和硬件对接。 操作系统是位于用户和硬件之间的系统，它把用户的命令传递给硬件，由硬件完成再通过操作系统反馈给用户。它包含了和用户交互的部分，也包含了和硬件交互的部分。 和硬件交互的部分机器人和电脑手机并没有多大差别，直接从电脑和手机的操作系统继承和升级就可以了。 难在和用户交互的这部分。这部分做不好，机器人和电脑手机就没有什么区别了。 如果还用电脑和手机操作系统的思维模式去开发机器人的操作系统，基本上不会有什么升级和革新，做出来的不过是个电脑或手机的操作系统。 机器人需要理解用户意图，电脑和手机处理的是用户命令。这两者有什么区别呢？ 用户命令是明确的，固定的，有限的。比如开机、关机，就是明确的。用户命令是机器语言，是个固定的集合。 但用户意图则是模糊的，变化的，无限的，是用自然语言表达的。比如用户说“吃”，是要吃什么呢？谁吃呢？同样表达“吃”这个想法，用户可能说的不是这个词而是“我”“想”“要”“给我”等等。 对用户意图的理解是个思辨的过程，而操作系统只能做条件反射式处理。 所以，我认为操作系统解决不了机器人的问题。消费者需要机器人大脑。 个人认为，机器人大脑是机器人的推理、决策、学习系统；它根据用户意图，经过推理和决策，指挥相关底层系统，为用户做出合理的反馈。 它不是用户界面UI(User Interface)系统，UI系统把用户语音或者文字信号输出给机器人大脑；大脑通过推理和决策，做出恰当地处理。UI系统是用户界面，只是条件反射式反馈信息。 机器人大脑的主要功能也不是硬件驱动。 用户界面和驱动系统是操作系统的两大组成部分。而机器人大脑和这两个东西则是完全独立的。 机器人大脑主要的作用是准确理解用户意图。它处理的对象是用户意图，处理的主要媒介是人类自然语言。另外，它的处理媒介也可以是手势、表情、语音之外的其他声音信号、旗语、手语、交通信号等等。 它对用户意图的处理是个思辨的过程，是推理和决策的过程，不像操作系统对用户输入的处理是条件反射。你跟机器人说一句话，机器人要去思考你的意图是什么。它要考虑：你说的是不是个省略句，你是不是说错了，你说的话和上下文有什么关联等等。 而操作系统对用户的处理则要简单得多。你在计算机键盘按“1”，屏幕就显示“1”。 操作系统要解决什么问题基本上是由它的软件决定的。不管系统自带软件还是第三方开发的应用，都是写死的程序。 而机器人大脑能解决什么问题取决于它的能力和知识。如果想让机器人具备某项功能只要为它增加相关知识就行，根本不需要开发新程序。而增加知识的过程可以通过一个网页上的表单去完成（这个就是机器人学习知识的过程）。这里说的能力，包含两个层次：一个是因为机器人学会了某条知识而增加的能力，另一个是机器人对人类自然语言的理解能力。显然后一种能力是机器人的核心能力。知识是用人类自然语言表达的，机器人先要有理解语言的能力才能学习知识。 机器人学会了糖尿病相关知识，它就成了一个糖尿病方面的专家；机器人学会了电商方面的知识，它就成了一个导购员或者一个客服；机器人学会了销售方面知识，它就成了个推销员。 这个和人类是类似的。一个小孩子6岁的孩子显然已经有了强大的语言能力了；但他只有通过学习掌握某方面知识才能具备某方面能力。比如学习计算知识，具备了计算能力；学习绘画知识，具备了绘画能力；学习音乐，具备了音乐能力。 这样，我们发现机器人最核心的能力其实是对人类自然语言处理的能力。 一些传统做自然语言处理的公司习惯了用搜索技术做问答。但问答和搜索是完全不同的。机器人大脑需要的是问答技术，而不是搜索技术。 搜索技术的核心是关键字相关性查询。只要关键字有相同的，搜索都会列出来。 但问答技术的核心是语义相似性计算。问答技术要计算句式和用词，处理上下文和对话话题，处理一个问题的多种问法，计算可能存在的输入错误和同音字，以及处理其他和语义相关的问题。 搜索技术虽然也可以用在机器人大脑上，但搜索的处理太粗糙。他们不处理虚词、不处理句式、不处理多音字、不处理上下文、不处理可能存在输入错误，以至于会造成大量语义信息丢失。用搜索技术做问答有的厂商正确率只能做到20%，而大多数厂商平均做不到65%。 我们经过十多年的不断努力，不断升级完善自然语言问答技术，目前正确率平均是大于82%的。我们处理一个问题的多种问法，处理句子之间的细微差别（这种差别可能来自于虚词、句式等），处理句子里可能存在的错误，处理上下文等等。我们对语义的理解就是个思辨的过程。 从操作系统到机器人大脑的转变不仅仅是条件反射到思辨的转变，而且是系统结构的转变。操作系统结构是菜单式的，树状的；而机器人大脑的系统结构是平行的。 你在手机上执行一个应用的某个功能，你要找到这个应用的ICON点击打开它，找到功能再执行。要执行别的应用你要先退出当前应用，找到一个新应用打开它才行。而自然语言交互没法去展示菜单和界面，所以如果系统结构是树状的，用户无法直观理解每个功能在“功能树”的哪个位置，也就没法使用“功能树”。在实际的产品里，厂商为每个功能定义了打开命令，这样就实际上就形成了一个命令菜单。这样做的问题在于，命令不是自然语言，不利于记忆；命令太多增加记忆成本；命令可能产生冲突。比如说“停”是停止放音乐了还是停止前进后退呢？如果机器人正在前进同时还在放音乐，该怎么执行呢？有的厂商甚至把机器人的功能和命令印刷成了菜单，这样就不是机器人了。 我们机器人大脑的系统结构是平行的，也不存在命令菜单。用户不用记忆命令，用户按照自己的习惯表达就行。你可以说“放音乐”“我想听音乐”“听刘德华的歌”“放个歌”“放忘情水”等进入放音乐功能。你可以说“朝前走”“前进”“后退”“朝左转”进入运动控制功能。我们对平行结构的要求是想进入就进入、想退出就退出、不想进入不进入、不想退出不退出。这样机器人对用户意图的反馈才是稳定、可控的。 机器人的算法和系统结构问题处理了，我们发现内容才是最大短板。我们经过反复探索终于找到了一种方法，它可以把网页变成机器人的知识。于是整个互联网都成了机器人的知识库。 目前我们的机器人大脑还在发展的早期，它拥有的知识量还十分有限。但它支持用户自建个性化知识库，不需要机器学习和人工标注一样可以获得很高的准确率。每个用户都可以培养出来自己的个性化专业化的机器人。目前我们平台已经有1000多个机器人，他们能回答孕婴健康、营养健康、糖尿病等等知识。 大家可以在http://www.建立自己的机器人测试我们产品。 综上所述，一个好的机器人大脑必须基本以下能力：强大的自然语言处理能力、稳定可控易操作的系统结构、完善的知识库。 目前机器人行业，尤其是需要和人互动的服务机器人行业，机器人大脑成了行业瓶颈。 这也是我们工作的动力。我们知道我们的工作非常有价值。虽然经过了十多年的努力，依然没有取得商业上的成功，甚至是屡屡失败，我们依然没有放弃最初的梦想。 |
|
|
