導讀： 機器人可分為工業(yè)機器人和服務機器人，而人工智能正是讓機器擁有智慧、做出類人反應的技術(shù)。

　　1月18日，由中國人工智能學會、湛廬文化等主辦的“智能時代大未來”高峰論壇在上海召開，這是一場中外人工智能領(lǐng)域?qū)＜�、學者的深度交流。中國科學院院士何積豐、《紐約時報》高級科技記者、《與機器人共舞》作者約翰·馬爾科夫、國家信息中心專家委員會主任寧家駿、國家標委會委員小i機器人創(chuàng)始人兼總裁朱頻頻發(fā)表主題演講，從國家、學界、商業(yè)、發(fā)展環(huán)境等層面對人工智能的發(fā)展，中國面臨的機遇與挑戰(zhàn)進行了深度探討。在此次論壇中，朱頻頻身兼行業(yè)專家與商業(yè)大咖的身份，闡述了其對智能機器人的理解。

　　以下為朱頻頻演講內(nèi)容整理：

　　人工智能跟機器人是有什么關(guān)系呢？許多人都認為，機器人無論是怎么樣變形，都具備一個人型。其實我最喜歡的機器人是這款機器人，看似不具備人型，但是具備人類的智能，神似形不似，可以做很多人類不能做的動作。

　　機器人可分為工業(yè)機器人和服務機器人，而人工智能正是讓機器擁有智慧、做出類人反應的技術(shù)。相較于工業(yè)機器人，服務機器人對“智能”的要求更高。因此，有時候我們也把服務機器人叫做智能服務機器人。不管是工業(yè)機器人、還是服務機器人未來都是要往智能機器人方向發(fā)展的，而智能機器人又可以分為虛擬智能機器人和實體智能機器人。

　　機器人有三要素，分別是運動、感覺和思考。運動當中有很多智能需要做，比如運動學里面有一些自平衡等。感覺方面涉及到的是很多的感知智能，像云識別，人臉識別，圖像識別等等方面，這些都屬于感知智能。當然，機器人最重要的部分就是它的思考能力，我們可以把它理解為認知智能，這也是小i機器人主要研究的方向。如果進一步解釋，“思考”能力最核心的地方，在于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，人類能夠不斷的產(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”。

　　人工智能發(fā)展經(jīng)歷了幾個階段，上個世紀50年代，用計算機模擬人類的智能便已經(jīng)出現(xiàn)，中間經(jīng)歷了很多起伏。目前，在計算智能領(lǐng)域，計算機早已超越了人類，這是毫無疑問的。在感知智能方面，近年隨著深度學習技術(shù)的發(fā)展，有了長足的進展。而最核心的認知智能，目前還有很多路需要走。

　　人工智能目前在全球已經(jīng)有了一些相對成熟的應用，例如：無人機、無人駕駛、智能客服助理（VCA）、翻譯和語音轉(zhuǎn)寫、智能家居等，當然，這些應用之間又是相互交叉的。

　　今年10月份參加Gartner的技術(shù)峰會，談到2016年十大技術(shù)趨勢，其中有三項都與智能機器相關(guān)。第一，萬物信息。第二，先進的機器學習的方法，包括DNA，RNA等先進的技術(shù)學習方法。第三，一些自動的這樣一些代理，或者是一些物體，無人駕駛汽車，還有無人機，還有各種這樣的一些自動的客戶服務，這樣一些個人助理，都是屬于在這個范疇。

　　具體的分，剛才提到的自動的這樣一些物體，或者是代理，可以按照這兩個緯度來去分。橫軸右邊是可見，然后到不可見，我們可以感受到人工智能交互的，可見和不可見�？v軸是從虛擬到實體，是一個虛擬的還是一個實物的？我們可以看一看，實體可見的就是我們今天看到很多這樣的一些機器人，還有無人機，無人駕駛汽車，就是我們可以直接感受到里面智能的這樣一些能力的，而且是以實體出現(xiàn)的這些智能機器。還有虛擬的，我們可以通過IM的方式，通過短信，通過網(wǎng)絡上的方式跟這些進行交互。比如跟一個手機，植入在手機里面，可以進行個人交互�，F(xiàn)在很多人加了微信，微信里面有一些像銀行、電信的帳號，我們可以問很多問題，定義虛擬客戶助手，還有虛擬個人助手，還有智能顧問。

　　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，如果是一些早期的MSN用戶，應該還記得小i。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)，應用到垂直領(lǐng)域，我們教給機器人的是一個行業(yè)、一個行業(yè)的垂直的知識，這樣，它就成為一個行業(yè)的專家，可以回答行業(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機器人，相較于人工服務來說，速度快，準確率高，隨時在線，有非常大的優(yōu)勢。那些傳統(tǒng)上對客服要求較高的行業(yè)如金融、運營商、政府部門等，還有近兩年，隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)的隨時分享的特色讓以前的那些傳統(tǒng)上對客服非剛需的行業(yè)，如手機、汽車、甚至快遞行業(yè)等也都成為了我們的客戶，用智能機器人來提升客服體驗。

　　在這里，我不方便直接透露客戶運營的一些具體數(shù)據(jù)，但是可以說個大概。以某個金融企業(yè)為例，目前他們在微信上的用戶超過2000萬，每天的交互量是200萬通，如果再加上APP、QQ這些渠道，每個月的交互量可超過4000萬通，而維護這套系統(tǒng)的只有十來個人，因為機器人處理了絕大部分的業(yè)務，處理率能占到交互量的99%以上，而準確率幾乎接近100%，如果這些事情都交給人來做的話，至少需要3000人。這些應用充分說明了機器人價值——代替人類從事某些工作，讓我們?nèi)祟惪梢越夥懦鰜�，去作更有益，更有價值的事情。

　　小i現(xiàn)在服務的用戶超過5億，每年有數(shù)百億次的對話，這使得我們在多個行業(yè)沉淀了強大的領(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，我們確實形成了行業(yè)壁壘的。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)，形成了自己的一套半監(jiān)督的人機協(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。這個我需要解釋一下，因為我們做的屬于嚴肅的商業(yè)應用，不比娛樂類的聊天機器人，錯了還能讓人一樂呵。我們做的是要替代企業(yè)的人工做客戶服務的，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入到庫里面去。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，就會不斷的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更為準確，表現(xiàn)的更為“聰明“。同時，我們也在做一些平臺化的服務，將我們形成的核心”智能交互“能力開放出來，前一段時間還剛發(fā)布了智能機器人的云操作系統(tǒng)，對接硬件設備，讓開發(fā)者快速實現(xiàn)機器人的新的應用場景，新的應用自然產(chǎn)生新的數(shù)據(jù)、知識，這個不斷循環(huán)上升的過程促進了整個產(chǎn)業(yè)的發(fā)展。這些也是Gartner之所以把小i定位為智能機器人平臺和架構(gòu)的提供者的原因所在。

　　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)化應用，在實際應用中產(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)。