2017年10月27日-28日,易观A10大数据应用峰会在北京成功召开,本次峰会以“数以致用 源力觉醒”为主题。大会邀请到国内互联网行业领袖大咖,以及来互联网、传统企业、媒体及资本领域在内的3000多位与会者,共同唤醒“数字源力”,让用户数据价值得到充分释放和利用。
在用户智能主论坛上,思必驰副总裁、北京研发院院长初敏在会上做了题为《流通生长的对话智能》的主题演讲。初敏表示,未来语音类人工智能的着眼点在于能否满足各个细分行业领域的需要,对像思必驰这样的企业来说,惟一要做的事,就是联合合作伙伴共同创新。以下为其演讲主要内容:
变化,已悄然来临
人工智能驱动企业运营模式变革
从PC互联到移动互联网再到物联网,企业跟客户的触点越来越丰富和多样化。
在传统的互联网时代,大部分企业无法建立与客户互动的有效渠道,企业主要通过广告进行传播,客户很难联系到企业,二者互相知之甚少。智能手机的普及让世界发生了变化,微信、淘宝、京东类的平台备受欢迎,人们在手机端完成的事情越来越多。在与客户沟通方面,企业逐步觉醒,开始尝试微信、专属APP等途径,建立与客户间的直接接触渠道。
物联网时代,人们拥有的智能设备变得更多。每一个智能设备都可以成为企业与客户沟通的触点,随时随地的交互式服务成为可能,但从某种角度来看,也增加了交互难度。此时,企业的销售和服务的形态面临变革。
交互中不容忽视的主体:企业
大众一般都从“人”的视角感受智能设备为生活带来的优化和改变,所以人们将其称之为“生活的智能化”。无论是娱乐服务、社交服务、生活助理还是出行服务等等,人们通过各种智能设备获得产品服务,或者说是寻求到了企业的帮助。
但是,人们的智能生活逐渐也暴露出一些问题。今天被称为智能音箱的元年,智能音箱产品层出不穷,但从实际应用上看,同质化相较明显,服务内容仅仅是音乐、FM、天气查询等,音箱没有成长为用户生活的强需求。这是个挑战,将这个挑战延伸出去,是因为没有提供足够丰富的内容。相对来说,车载场景下的智能设备的应用相对可观,但除了导航功能之外,其他内容服务的交互仍不理想。
这主要有两方面的原因,一是交互流程做的不好,二是后端资源的服务不具备相应的能力,即便设备追踪到用户意图,也无法查找到相应的资源。资源服务的调取逻辑与用户的查找逻辑不匹配,从服务端,提供的数据查询和搜索能力不支持,这也会致使整个交互流程出现问题。在人机交互中,除了人和终端设备,还有一个很重要的主体,就是企业,这是不容忽视的。
大风起兮云飞扬
“服务智能化”成为必然趋势
未来企业的竞争力在于服务能力。在交互的过程中,设备只是中介点,最终需要更多企业提供相应的服务。只有企业提供足够的服务后,人才能通过设备享受这些服务。当前每个企业在产品推介、商务合作、市场品牌、客户服务等方面都有强需求,伴随着企业与客户触点的多样化发展,这其中的量和规模非常庞大,降低人力实现“服务智能化”成为必然。
必须强调的是,这里的智能服务并不是指人们常说的Chatbot,这不是为了chat,而是为了把所需信息以智能服务的形式提供在那里,让客户可以通过不同的入口来查找信息,了解详情,并建立与企业的服务关系。只有足够多的企业提供了服务之后,人们才能真正的享受到这些服务。当前这一领域仍有较大的提升和发展空间。
交互式智能服务的大风正在来临
未来若干年,需要交互式的智能服务,人和企业服务之间真正需要的是智能的帮助。当前花样繁多的智能设备是入口/触点,触点背后的内容才能提供真正的服务,设备具有多样性,很多并没有屏幕,所以语言交互或许会发展为主要形式。但是交互逻辑的组织需要依托更多的信息,例如视觉捕捉表情信息、体态信息、周围场景信息,说话人的上下文信息等,基于这些信息组织逻辑之后,整个的交互过程才会更加理想。
交互式智能服务的难关
第一道难关:语音接入
语音接入,是交互式智能服务的第一道难关,也是目前行业视角最集中的地方。
微信语音的使用培养了人们在近场“按住说”的习惯,智能电视、音箱等家居产品将远场交互、语音唤醒等体验引入了大众生活。技术应用也从近场的单麦克风,演变到了适应复杂场景的麦克风阵列,解决声源定位、语音增强、去混响、回波消除等等问题。就这些问题,目前已经有很多方案推出,并不断更新迭代,未来趋势渐好。
思必驰目前是国内智能设备领域最大的语音技术服务商,在智能设备接入的实践方面积累了丰富的经验,例如,在车载领域推出单麦/双麦方案,在智能电视领域推出线性四麦阵列方案,在智能音箱领域推出环形六麦阵列方案。近期阿里天猫精灵X1、小米AI音箱小爱同学、小米板牙智能后视镜、联想智能电视/音箱等纷纷选择了思必驰语音技术作为支持。
第二道难关:对话能力的大规模定制
解决语音接入的问题之后,更重要问题是对话交互能力的建设。智能设备品类多样,每个产品都极具个性化,语音方案的需求同样需要定制,即便是音乐功能,在车载领域的需求和家居领域的需求交互的过程也并不一样。
思必驰作为技术服务商无法替代产品厂商去定义产品。满足产品厂商的多样化定制、新场景添加、效果检测和持续改进、个性进化等需求,才能推进交互式智能的大规模推广。例如在识别合成层面,要支持多唤醒词定制、说话人及声学环境自适应、垂直领域语言特征的自适应、风格化/个性化合成音等;在学习闭环层面,建立数据的闭环,让数据真正流转起来,不断学习,用新的数据不断学习优化;意图理解中要考虑情感因素和环境因素等,这些都非常重要。虽然这些不是系统能够完全自动生成,但要在人干预尽量少的情况尽快的生效。
在此层面,思必驰已做了尝试,推出DUI全链路智能对话定制平台,从核心对话交互系统、云端混合技能服务、场景应用和开发等层面做出了努力,后续思必驰也将不断加强对话交互的能力,在这个平台上为开发者提供更好的服务。
未来之路
知识驱动的交互式智能服务
知识驱动的交互式智能服务是未来几年的进化方向。企业拥有自身专有知识,将知识结构化,并最终使它能够自动交互,就能够极大节省生产力,提高工作效率。对企业而言,其在产品知识、售后方案、人事政策、财务政策等方面都拥有相应的知识,对思必驰而言,这是一个结构复杂的知识集合,即便是比较小的单位体,也存在复杂的知识体系。
建立知识体系,定义表征和实现信息检索的过程,需要平台型的工具,帮助企业或者是行业快速构建知识体系,并以服务的形式存在。过去的知识服务是为搜索引擎而优化的,未来,知识服务必然要考虑到交互式的查询和需求。
在此基础上,所有自然语言理解和对话都需要知识来驱动,企业最终会拥有自己的专用数据和知识,并最终会生成相应的自然语言理解模型、对话管理的模型等。这是我们思必驰未来要做的事情,帮助企业将自身的知识转化成可交互的,未来是知识驱动的交互智能。
开放的心态站上风口
未来几年,知识驱动的交互智能的风口即将到来。谁能站在这个风口上,有两方面因素很重要:一是基础能力,就思必驰而言,拥有数十年的语音技术积累和实战经验,在核心技术、计算能力、数据积累等方面有坚实的根基。二是持续创新能力,即如何深化迁移学习、强化学习、自适应等技术的研究应用,让机器向人的方向进一步进化和发展。
站在这一风口,必须拥有开放的心态和眼光。真正实现AI产业化,单独依托一两家企业无法完成。不同企业、不同行业都有专用知识资源和特长,只有通过更加开放的合作,才能建立有机生态。思必驰目前专注在垂直场景下的智能语音服务,未来也将通过更加开放的方式与业内伙伴进行合作,推动整个行业的大发展。开放共赢,竞合有序,下一个时代篇章会更加精彩.