当 AI 全面实现认知智能时，机器人还只是机器吗？

Gartner 曾经预测，2020 年左右 85% 的客服服务都将由人工智能完成。这个数据现在看来比较乐观，但就现阶段的智能机器人客服，还不尽如人意，离真正的智能尚有差距。小 i 机器人是最早深入聊天机器人领域的公司之一，CEO 朱频频博士曾称“小 i 机器人在深度语义交互这样的技术层面上几乎没有竞争对手”。

那么小 i 机器人是如何构建 NLP，尤其是深度语义交互的核心竞争力的呢？InfoQ 记者有幸采访到小 i 机器人副总裁&产品研发中心总经理李波，为我们介绍小 i 机器人在 NLP 技术方面的难点突破。

近年来，随着代号为 AlphaGo 的围棋人工智能机器人打败了世界围棋排名第一的人类棋手，人工智能热潮再度袭来，有夸张说法称失业大潮即将来袭，人工智能将会大量替代人类的工作。而李波表示，“真正接近大众认知的人工智能‘认知智能’落地依然艰难”。

人工智能包含三个层面，计算智能、感知智能和认知智能。其中，计算智能即快速计算和记忆存储的能力，是感知和认知的基础，适用于规则明确的特定领域，比如科学运算、逻辑处理等，这方面机器已经超过了人类。感知智能则包括目前常见的语音识别、图像识别等，模仿人类的听觉、视觉等感知能力，由于深度学习的进展开始逐步接近人类的水平，成熟的落地应用较多。以 NLP 为基础的认知智能，需要将信息进行处理，并整理成有意义的知识和结论，其能力一定程度上是弱于人类的，是最难落地的技术。

目前，全球认知智能的产业路径分为两种，通用和商用。通用人工智能的终极形态是可以在“衣食住行”各个领域全方面的帮助人类，这是人类的终极梦想，但确实还有一段很长的路要走。

商用的方式则是将技术与特定的领域、行业相结合，在可能的范围内让技术落地，产生价值。小 i 机器人就是通过商用的方式将认知智能应用于多种特定场景中，从而产生实际的价值。深度语义交互能力，即解决用户复杂问题的能力，这也是小 i 机器人场景服务和商业价值的核心。

那么 NLP 在小 i 机器人内部的技术体系中到底占据怎样的地位呢？

李波解释道，NLP 在小 i 的技术体系中占据最核心的地位。当然这里所说的 NLP 不仅指的是词法、句法等基础 NLP ，还包括 FAQ 问答、Conversational  对话、知识构建等等技术。小 i 机器人早在 2004 年便已开始进入人工智能领域，MSN 上的聊天机器人小 i 曾经是近 1 亿用户的好友；从 2006 年开始转向 2B 为政企客户提供智能客服系统；并且随着 AI 技术的发展，在智能客服之外，小 i 机器人在更广阔领域提供“AI+ 行业”解决方案。但不论 聊天机器人、企业级的智能客服系统，还是“AI+ 行业”解决方案，其技术领域包含多渠道接入技术、集群负载均衡技术、语音识别与合成技术、OCR 技术等等，占据最核心地位的就是理解自然语言的 NLP 技术。

感知智能（如图像识别）的输入输出一般是单轮的，而 NLP 往往依赖上下文信息才能得到结果。李波介绍道，NLP 应用首先依赖背景知识、常识性知识库的构建；其次，NLP 往往需要多轮交互后才能得到用户意图；另外，NLP 技术在应用中往往需要针对实际运营反馈进行实时干预，做到过程可控及快速优化；最后，对自然语言的进一步理解需要结合视觉（图片）、听觉（语音）信息（多模态技术）来分析，这样才更接近人类的处理方式。

其中，多模技术（结合视觉听觉）由于技术成熟度、数据缺失等原因，目前大部分处于研究阶段。知识库构建、多轮交互技术、过程可控及快速优化是实际应用中挑战最大的。那么小 i 机器人是如何面对这些挑战的？

李波总结说，“小 i 经过多年的积累，形成了针对不同行业的行业知识库，在 NLP 相关模型训练期间会引入行业知识作为 Feature 进行训练，在语义理解期间会结合这些行业知识进行推理，进而达到用户单轮意图的精准定位；另外，小 i 通过槽位推理、业务场景交互流程等多轮会话技术，完成对上下文意图精准理解；在过程可控及快速优化层面，小 i 通过深度学习模型 + 语义理解模型的混合模型引擎达到语义理解的过程干预及输出可控，同时，依托智能学习机制形成的运营闭环，达到能力的快速迭代、不断提升。”

具体举例来说，首先是基础的知识库构建。小 i 机器人一直对数据的积累都非常重视，在最初的聊天机器人时期的对话库中就开始了积累。起初对话库主要基于短文本搜索技术应用于问答，后来随着深度学习技术的不断发展，特别是 Seq2Seq、BERT 等模型的出现，对话库作为各种模型语料加以应用，逐步形成了“数据 - 模型标注 - 人工审核 - 模型应用 - 数据”闭环的“iBot 数据综合平台”。

另外，面对不同结构类型的知识，小 i 机器人的知识库包含基于语义关系的语义词类网、基于本体扩展的语义知识图谱、基于业务场景的语义知识流程等，不同类型的知识按行业组织在一起进而形成最终的行业知识库（或者叫领域知识库）。以语义知识流程为例，平台先对原始交互日志进行清洗，通过模型结合规则方式，判断可能存在业务场景流程的会话，并标识出可能作为流程节点的问答对以及可能的节点类型，通过人工审核并完善扩充，最终完成一个业务场景的语义知识流程构建。

在实现以上描述的过程中，李波表示，用户准确意图的获取一直是个大难题。

因为，在多轮对话过程中，用户回复很有可能超出场景预想的范围，以多轮对话场景、指令性场景以及场景为例。

首先，在一个购买手机的多轮对话场景中，当询问手机型号意向时，用户对某个型号并不熟悉，这个时候用户的回复可能不是一个具体型号选择，而是咨询型号具体的相关信息，在得到相关信息后，继续进行之前上下文场景的型号选择。这个过程，小 i 主要是通过一个“场景挂起恢复”的机制实现。以上述例子来说，当用户在咨询型号相关描述信息时，小 i 通过挂起当前上下文场景，切换至语义场景或其他上下文场景进行意图定位，满足条件后再恢复原来的上下文场景，使得多轮对话可以继续进行。其中，挂起的触发条件主要是用户输入无法满足当前场景期望，同时用户输入又可以定位其他单轮或多轮意图；而恢复的触发条件是用户输入可以满足被挂起场景的期望，当然也会存在诸如“进入语义场景或其他上下文场景的细节条件”，“如何避免递归挂起”等问题。

其次，在指令性场景中，很多时候机器人会答非所问或者无法精准理解用户意图，主要有两种情况：第一，用户输入缺少部分 Slot，如“打开卧室的窗帘”这个意图，当用户直接说“打开窗帘”时候，由于没有提供“位置 Slot ”就有可能答非所问；第二，用户输入包含多个意图，如“10 分钟后关闭电视和空调”，这个描述实际包含了两个意图，其中“时间 Slot ”和“动作 Slot”属于共享的成分，这个时候也很容易造成答非所问。面对这种场景，小 i 机器人针对指令性场景通过槽位反问技术、多意图理解技术等来改进。例如，第一种情况，通过对缺失的 Slot 进行反问用户避免答非所问；第二种情况，通过多意图理解技术分析出共享成分，同时填充到两个意图的 Slot 中，进而达到用户最终意图的理解。

最后，在智能客服的场景中，当通过结构化知识无法获取答案时，机器人会做出启发式响应，即通过在非结构化知识中尝试性地获取答案。其实现原理主要基于 Gated-Attentive 阅读理解模型与 Community-Search 的混合知识生成技术，由于技术成熟度缘故，其精准性目前还比较低。为了保障答案的精准性，小 i 在很多方面做了优化，如在模型的 Feature 中加入了标点、字体等信息，再比如通过一些预定义的规则合并模型的输出，此外还会通过人机协作的方式来提供精准回复。

据李波介绍，如今，具备小 i 机器人 AI 能力的 iBot 开放平台已经集成了 Chatting Bot、FAQ Bot、Discovery Bot 三大核心能力以及文本分类、文本聚类、文本摘要、语音识别、OCR 等基础能力。为加速智能应用的场景落地，平台已支持智能客服场景的直接使用，并为企业和开发者提供智能机器人服务 + 人工在线服务 + 智能人机协作学习构建知识的完整使用闭环。除智能客服场景外后续平台将陆续开放智能营销、智能硬件、智慧医疗、智能办公等多种不同类型的应用能力。另外，企业和开发者还可通过标准接口获得各类定制服务。

具体到每一个核心能力，李波也对其进行了详细的解释：

• Chatting Bot 指闲聊和开放式对话的能力，通常用户没有明确意图，机器人也没有标准答案，答案希望能够相关性好，趣味性高。技术上应用了最新深度学习算法，包括基于多层 RNN的Seq2seq+Attention+beamsearch 等。

• FAQ Bot 提供了常见问答的精准语义理解和多种问句的自动泛化能力，通过深度结合自学习的自动化模型 + 人工表达式的方式，读懂用户同一个意图的多种问法，在专业领域范围内实现语义理解和准确回答。其中，针对问句自动泛化能力，小 i 主要存在三种类型的泛化：第一、模型自身的泛化能力；第二、知识库的语义泛化能力；第三、通过问句生成算法显式推荐并人工确认的泛化能力。

  
  

  李波进一步解释说，这是通过预置于平台的知识库和机器学习模型实现的，用于扩展问句的知识库的知识类型主要为小 i 自研的“抽象语义”形式，通过”抽象语义识别模型“将用户问句定位到具体的“抽象语义”，再通过“抽象语义生成模型”进而生成出对用户问句问法扩展的问句，最后再提交给人工确认。

• Discovery Bot 是指对用户问题的启发式响应回答能力。对于用户问题如果 FAQ Bot 和 Deep Bot 无法提供匹配的答案，则进入启发式响应回答环节。启发式响应环节的数据来源广泛，包括非结构化的文档，内部积累的数据，用户历史日志，外部抓取数据等等，基于非结构化数据获取多个答案候选，排序后如果置信度较高则直接返回给用户，置信度低的答案会结合人工审核或者直接人工介入回答，同时该问答也会进入知识库，进一步累积数据。

  
  

  
  

目前，iBot 开放平台上对话库和知识库已经以黑盒方式直接应用于各个应用场景中，后续还将进一步开放半黑盒形式在 Bot 开放平台各场景中直接应用，以及将部分数据集以全开放形式供研究使用进而推动小 i 机器人 NLP 技术的发展。 

李波，小 i 机器人副总裁&产品研发中心总经理。武汉大学计算机技术硕士。自 2004 年加入小 i 机器人，一直从事于人机交互相关技术的研发，先后实现全球首款聊天机器人在 MSN 群技术架构研究及设计、人工智能的自动问答引擎设计及实现、小 i 机器人智能云服务平台架构设计等等，是自动问答相关的深度学习技术及语音识别技术领域专家。

近日，小 i 机器人针对 Bot 开发开设了一系列线上技术交流活动，感兴趣的朋友可添加文章下方小助手微信进入「Bot 开发技术交流群」，点击阅读原文链接，一起畅游 NLP 领域的知识海洋。偷偷告诉你：群内还会不定时发送福利哦～