首位跨欄者現(xiàn)身：百度大腦的智能對(duì)話(huà)應(yīng)用飛躍

首位跨欄者現(xiàn)身：百度大腦的智能對(duì)話(huà)應(yīng)用飛躍

我們對(duì)于AI應(yīng)用的追逐過(guò)程如同跨欄，此時(shí)此刻回頭看看，會(huì)發(fā)現(xiàn)“計(jì)算”、“感知”和“決策”這些橫欄，都已經(jīng)在我們身后。如今我們已經(jīng)可以熟練的用語(yǔ)音識(shí)別和圖像識(shí)別來(lái)感知信息，再通過(guò)機(jī)器學(xué)習(xí)對(duì)海量數(shù)據(jù)的處理來(lái)給出結(jié)論。

如果問(wèn)下一道橫在我們面前有待跨越的橫欄是什么，想必就是意味著“溝通”的智能對(duì)話(huà)技術(shù)了。

橫欄在前：智能對(duì)話(huà)技術(shù)跨越的前一秒

建立在語(yǔ)音識(shí)別和語(yǔ)音生成等的NLP技術(shù)上，人機(jī)對(duì)話(huà)之間的簡(jiǎn)單對(duì)話(huà)已經(jīng)非常普及，像是通過(guò)語(yǔ)音喚醒某一項(xiàng)設(shè)備或功能，或是和智能助手進(jìn)行一些單輪問(wèn)詢(xún)。但想要系統(tǒng)化地普及智能對(duì)話(huà)技術(shù)，實(shí)現(xiàn)人機(jī)之間流暢的理解和多輪對(duì)話(huà)，恐怕還有著不少限制。而這種限制，已經(jīng)到了亟待跨越的時(shí)候。

第一， 缺乏靈活的自然語(yǔ)言交互對(duì)話(huà)，我們?cè)谶M(jìn)行人機(jī)操作時(shí)依然需要依賴(lài)按鍵、屏幕等等設(shè)備，對(duì)于AI技術(shù)的應(yīng)用場(chǎng)景有著很多桎梏。

第二， 在無(wú)法進(jìn)行智能對(duì)話(huà)的前提之下，很多需要頻繁溝通的工作，依然無(wú)法被AI代勞，即使AI已經(jīng)遠(yuǎn)超人類(lèi)的記憶存儲(chǔ)、計(jì)算決策和感知能力。

舉例來(lái)說(shuō)，在車(chē)載、智能音箱、客服和機(jī)器人這四大領(lǐng)域中，智能對(duì)話(huà)技術(shù)應(yīng)用的便利與否，就與其體驗(yàn)息息相關(guān)。在車(chē)載場(chǎng)景中，人們無(wú)暇用手與眼與AI進(jìn)行交互，必然要依賴(lài)靈活精準(zhǔn)的對(duì)話(huà)系統(tǒng)。至于智能音箱這類(lèi)硬件，智能對(duì)話(huà)不僅限制其產(chǎn)品形態(tài)，也會(huì)影響其服務(wù)能力。智能客服與機(jī)器人更不必說(shuō)，對(duì)于這種以交互為主的產(chǎn)品，能否擁有自然的智能對(duì)話(huà)技術(shù)，實(shí)則是根深立命之本。

從市場(chǎng)表現(xiàn)上，我們也能發(fā)現(xiàn)智能對(duì)話(huà)正在進(jìn)入工業(yè)級(jí)應(yīng)用爆發(fā)的潛伏期。

目前來(lái)說(shuō)，一項(xiàng)技術(shù)爆發(fā)所需要的四個(gè)因素：技術(shù)高度、生態(tài)廣度、用戶(hù)取向和企業(yè)需求，在智能對(duì)話(huà)領(lǐng)域已經(jīng)盡數(shù)鋪墊完成。

像自然語(yǔ)言處理、語(yǔ)音技術(shù)以及知識(shí)圖譜等技術(shù)已經(jīng)儲(chǔ)備完善。數(shù)據(jù)顯示，在行業(yè)應(yīng)用中38%的企業(yè)已正在應(yīng)用基于智能對(duì)話(huà)的系統(tǒng)、麥克風(fēng)陣列等上下游硬件解決方案，也在智能硬件市場(chǎng)的成長(zhǎng)中達(dá)到一定積累，行業(yè)生態(tài)覆蓋正在加速。數(shù)據(jù)顯示，2019年Q1中國(guó)智能音箱銷(xiāo)量同比增長(zhǎng)9倍，移動(dòng)終端、車(chē)載系統(tǒng)、智能硬件等產(chǎn)品中引入對(duì)話(huà)交互的現(xiàn)象也日益普及，毫無(wú)疑問(wèn)，用戶(hù)無(wú)比渴望更便利的交互方式。最后，在人力成本日益提高時(shí)，企業(yè)對(duì)于智能對(duì)話(huà)的需求也越來(lái)越旺盛，據(jù)與IDC聯(lián)合調(diào)研，有83.3%企業(yè)認(rèn)為智能對(duì)話(huà)能有效降低運(yùn)營(yíng)成本。

在今天，百度舉辦了百度大腦智能對(duì)話(huà)引擎及產(chǎn)品發(fā)布會(huì)，宣布了百度大腦智能對(duì)話(huà)定制平臺(tái)UNIT3.0的全新升級(jí)，并展示了智能對(duì)話(huà)生態(tài)全景。

就此，我們或許可以確定，人類(lèi)終于向“溝通”這一AI應(yīng)用的橫欄發(fā)起了跨越?jīng)_刺。

復(fù)合型技術(shù)的迷墻

如果將百度大腦看做智能對(duì)話(huà)技術(shù)應(yīng)用的第一個(gè)跨越者，我們也可以從中倒推出這項(xiàng)技術(shù)應(yīng)用的難點(diǎn)在哪里。

一般來(lái)說(shuō)，某一項(xiàng)技術(shù)工業(yè)級(jí)應(yīng)用的突破要取決于成本效率比、人才儲(chǔ)備、配套服務(wù)和概念認(rèn)知之上。

智能對(duì)話(huà)的特殊之處在于，這項(xiàng)技術(shù)的復(fù)合性極強(qiáng)，包含了語(yǔ)音識(shí)別、語(yǔ)音生成、語(yǔ)音語(yǔ)義一體化、知識(shí)圖譜構(gòu)建等等一系列技術(shù)。這就意味著這項(xiàng)技術(shù)的成本必然相對(duì)偏高、人才儲(chǔ)備也多半集中在技術(shù)企業(yè)和科技巨頭之中。

而智能對(duì)話(huà)技術(shù)所應(yīng)用的場(chǎng)景又相對(duì)復(fù)雜，交互本身無(wú)處不在，智能對(duì)話(huà)技術(shù)既可以向智能客服這里軟件服務(wù)領(lǐng)域輸出，又可以投入于智能耳機(jī)、智能音箱這類(lèi)硬件領(lǐng)域。更有很多全新的應(yīng)用空間亟待開(kāi)發(fā)。配套服務(wù)的普及，一定是一條相對(duì)艱難的道路。

綜合下來(lái)，會(huì)導(dǎo)致智能對(duì)話(huà)技術(shù)距離應(yīng)用場(chǎng)景間隔了一道迷墻，注定了很多企業(yè)對(duì)這項(xiàng)技術(shù)的認(rèn)知理解有所偏差，認(rèn)為這項(xiàng)技術(shù)還并不適合自己的企業(yè)應(yīng)用。

這就是為什么，率先動(dòng)身跨越橫欄的人，會(huì)是百度。

發(fā)起沖刺：UNIT 3.0和語(yǔ)音技術(shù)平臺(tái)正在蓄力

在百度大腦的智能對(duì)話(huà)生態(tài)中，為整個(gè)產(chǎn)業(yè)開(kāi)放了兩個(gè)重要產(chǎn)品平臺(tái)。

第一是為開(kāi)發(fā)者提供專(zhuān)業(yè)對(duì)話(huà)系統(tǒng)定制技術(shù)的UNIT 3.0。

基于百度多年積累的自然語(yǔ)言處理、知識(shí)圖譜和語(yǔ)音等對(duì)話(huà)相關(guān)的AI技術(shù)，百度大腦推出的UNIT3.0版本，在搭建技能、構(gòu)建知識(shí)和整合技能與知識(shí)三方面實(shí)現(xiàn)全面升級(jí)，其中為開(kāi)發(fā)者提供了很多預(yù)置能力，例如有關(guān)天氣、閑聊、定會(huì)議室的對(duì)話(huà)技能，還有大幅提升樣本生產(chǎn)和標(biāo)注效率的DataKit和一系列知識(shí)庫(kù)。

建立在這種模塊化的組件模式上，開(kāi)發(fā)者定制對(duì)話(huà)系統(tǒng)就會(huì)變得像拼樂(lè)高一樣簡(jiǎn)單，而非是過(guò)去那樣，在一團(tuán)雜亂的毛線(xiàn)中尋找線(xiàn)頭。如此以來(lái)，將極大地降低開(kāi)發(fā)成本和時(shí)間成本，極大地提升效率與性?xún)r(jià)比。

第二個(gè)產(chǎn)品平臺(tái)，是包含了領(lǐng)域語(yǔ)音方案和語(yǔ)音自訓(xùn)練平臺(tái)的語(yǔ)音技術(shù)平臺(tái)。

相比更傾向于賦能開(kāi)發(fā)者的UNIT 3.0，語(yǔ)音技術(shù)平臺(tái)則進(jìn)一步為企業(yè)客戶(hù)提供了更易上手的工具。

在領(lǐng)域語(yǔ)音方案中，我們可以看到百度大腦推出了他們擅長(zhǎng)的端到端一體化解決方案。這次發(fā)布會(huì)中所展示的呼叫中心語(yǔ)音解決方案，就是一個(gè)很好的案例，通過(guò)針對(duì)于呼叫中心場(chǎng)景優(yōu)化過(guò)專(zhuān)屬語(yǔ)音識(shí)別模型，結(jié)合呼叫中心場(chǎng)景專(zhuān)屬8K音庫(kù)，可以在識(shí)別和生成兩端進(jìn)行優(yōu)化。對(duì)于那些適用于呼叫中心場(chǎng)景的企業(yè)用戶(hù)來(lái)說(shuō)，其便利程度接近于即拿即用。

語(yǔ)音自訓(xùn)練平臺(tái)，則和EasyDL等自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)類(lèi)似，通過(guò)從基礎(chǔ)語(yǔ)音模型到行業(yè)語(yǔ)音模型再到個(gè)性化語(yǔ)音模型的層層訓(xùn)練，最終提升針對(duì)于場(chǎng)景業(yè)務(wù)的語(yǔ)音識(shí)別率。而這一整個(gè)過(guò)程都是自助式的，不需要代碼基矗這也自然解決了企業(yè)人才匱乏的致命問(wèn)題。

這兩項(xiàng)產(chǎn)品如同百度大腦智能對(duì)話(huà)生態(tài)的左右腿，甩掉了成本、效率和人才的桎梏，直接向智能對(duì)話(huà)的工業(yè)級(jí)應(yīng)用發(fā)起沖刺。

客服、消費(fèi)電子與出行：百度大腦的場(chǎng)景飛躍

那么橫欄之后，究竟存在著什么？

一個(gè)人的沖刺是毫無(wú)意義的，既然冠以生態(tài)之名，那么最終目的一定是帶領(lǐng)產(chǎn)業(yè)一同跨欄。

百度大腦智能對(duì)話(huà)生態(tài)對(duì)此，已經(jīng)給出了三個(gè)直面落地場(chǎng)景的方案規(guī)劃。如同上文所述，目前在車(chē)載、智能客服、音箱和機(jī)器人幾個(gè)領(lǐng)域中，已經(jīng)涌現(xiàn)出了強(qiáng)烈的智能對(duì)話(huà)需求。百度大腦智能生態(tài)給出的落地場(chǎng)景方案，也分別是客服智能對(duì)話(huà)場(chǎng)景方案、消費(fèi)電子智能對(duì)話(huà)場(chǎng)景方案和出行智能對(duì)話(huà)場(chǎng)景方案。在這一系列的場(chǎng)景方案中，百度大腦應(yīng)用了百度技術(shù)生態(tài)中的綜合能力，去解決場(chǎng)景中一貫存在的沉疴。

例如在智能客服領(lǐng)域，智能對(duì)話(huà)應(yīng)用的一大難點(diǎn)在于涉及領(lǐng)域過(guò)于廣泛。而百度大腦智能對(duì)話(huà)生態(tài)不僅擁有UNIT 3.0和語(yǔ)音技術(shù)平臺(tái)這樣的平臺(tái)，同樣也借助了百度智能云ABC深入行業(yè)在各個(gè)領(lǐng)域了累積，就此便可以解決領(lǐng)域的廣泛性問(wèn)題。

在于中國(guó)聯(lián)通軟件研究院的合作中，應(yīng)用了百度AI能力的智慧客服，擁有了更精準(zhǔn)的自然語(yǔ)言識(shí)別率，可以進(jìn)行更隨意的場(chǎng)景切換。截至目前，中國(guó)聯(lián)通智慧客服已經(jīng)將10010的15秒服務(wù)水平提升至88.7%。

在消費(fèi)電子領(lǐng)域，百度大腦能夠給予合作伙伴的不僅是對(duì)于智能對(duì)話(huà)技術(shù)的提升，同樣還有一系列配套技術(shù)與服務(wù)，讓客戶(hù)能夠在同一平臺(tái)之上將智能對(duì)話(huà)技術(shù)與其他技術(shù)進(jìn)行排列組合，創(chuàng)造出更多價(jià)值。

就像在教育市場(chǎng)中，圍繞著智能對(duì)話(huà)技術(shù)為核心就可以構(gòu)造出全新的物種。一家來(lái)自深圳的教育互動(dòng)類(lèi)硬件廠商“好成績(jī)”，就在發(fā)布會(huì)上展示了應(yīng)用UNIT 3.0打造伴學(xué)機(jī)器人“萌寶”的故事。有了智能對(duì)話(huà)技術(shù)，教育互動(dòng)類(lèi)硬件可以用更低門(mén)檻的交互方式適合兒童應(yīng)用，也能在不斷對(duì)話(huà)中持續(xù)吸引兒童的注意力。更重要的是，“好成績(jī)”表示，百度UNIT 3.0的泛能力強(qiáng)，可以瞬間節(jié)約近3個(gè)小時(shí)的數(shù)據(jù)標(biāo)注時(shí)間；配置平臺(tái)上手更快，一個(gè)工程師僅用7-10天，就能夠搭建出對(duì)話(huà)機(jī)器人。這對(duì)于一貫追求速度的深圳企業(yè)來(lái)說(shuō)，是至關(guān)重要的。

在車(chē)載領(lǐng)域，百度大腦的一項(xiàng)垂直技能是可以克服出行領(lǐng)域信號(hào)不穩(wěn)定的情況，推出了定制化離在線(xiàn)融合框架，在多種網(wǎng)絡(luò)條件下提供同樣的對(duì)話(huà)能力。加之借助于百度車(chē)聯(lián)網(wǎng)云端芯行業(yè)解決方案，來(lái)實(shí)現(xiàn)克服車(chē)內(nèi)降噪、連接車(chē)載應(yīng)用等等常見(jiàn)的車(chē)載領(lǐng)域需求。

一個(gè)典型的案例是，在百度AI與和奔馳的合作中，建立在智能對(duì)話(huà)能力之上，奔馳的車(chē)載語(yǔ)音系統(tǒng)可以實(shí)現(xiàn)對(duì)車(chē)用說(shuō)明書(shū)的交互化，當(dāng)人們發(fā)現(xiàn)車(chē)內(nèi)的某一個(gè)燈在閃，卻不知道是什么原因時(shí)，可以直接以自然語(yǔ)言與車(chē)載OS對(duì)話(huà)詢(xún)問(wèn)，不再需要翻閱厚厚一本說(shuō)明書(shū)，也更適合在駕駛過(guò)程中進(jìn)行。

在AI的整體鏈條中，以往人類(lèi)與技術(shù)的接觸需要文字與圖形構(gòu)建的操作界面才能實(shí)現(xiàn)交互，可以說(shuō)是一個(gè)“不智能”的環(huán)，連起了智能兩端。而智能對(duì)話(huà)技術(shù)的豐滿(mǎn)，也讓中間的環(huán)不斷智能起來(lái)，我們與機(jī)器的交互體驗(yàn)將越來(lái)越自然流暢。

不難發(fā)現(xiàn)，百度大腦的跨欄優(yōu)勢(shì)并不僅僅在于智能對(duì)話(huà)技術(shù)本身，而是憑借自身在AI技術(shù)上的長(zhǎng)期和廣泛投入，在每一環(huán)節(jié)都有著強(qiáng)大的優(yōu)化能力。這也證明了，在智能對(duì)話(huà)這一領(lǐng)域中，百度大腦將再一次成為行業(yè)中樞與生態(tài)開(kāi)放引擎。

如此以來(lái)，智能對(duì)話(huà)技術(shù)所面臨的配套設(shè)施不足問(wèn)題自然迎刃而解。

百度AI：不斷跨欄、不斷自我進(jìn)化

最后，我們可以聊聊智能對(duì)話(huà)生態(tài)對(duì)于百度AI的意義。

我們知道，百度是國(guó)內(nèi)最早布局人工智能的企業(yè)，百度大腦是百度AI技術(shù)多年積累和業(yè)務(wù)實(shí)踐的集大成者。自百度大腦出現(xiàn)以來(lái)，這種開(kāi)放的形式已經(jīng)為這個(gè)平臺(tái)吸引來(lái)了大量合作伙伴。

對(duì)于百度AI自身來(lái)說(shuō)，在智能對(duì)話(huà)技術(shù)的投入是性?xún)r(jià)比極高的。小度系列已經(jīng)在智能音箱領(lǐng)域取得了很好的成績(jī)，加上百度搜索引擎的存在，百度自身其實(shí)就是一個(gè)極為頻繁的人機(jī)對(duì)話(huà)入口。智能對(duì)話(huà)技術(shù)的進(jìn)步，如同在千尺大宅上加蓋房屋，就算只加蓋了一層，擴(kuò)展的卻也是不容小覷的空間。何況百度已經(jīng)通過(guò)小度助手積累了很多擁有語(yǔ)音交互方面需求的合作伙伴，智能對(duì)話(huà)引擎的進(jìn)步，將讓百度AI進(jìn)一步提升競(jìng)爭(zhēng)力。

尤其交互溝通是人與AI之間必然出現(xiàn)的環(huán)節(jié)，對(duì)于這一環(huán)節(jié)優(yōu)化的普遍需求，或許會(huì)為百度AI帶來(lái)更多全新的生態(tài)伙伴。

其實(shí)對(duì)于百度這樣將AI應(yīng)用生態(tài)作為追逐目標(biāo)的企業(yè)來(lái)說(shuō)，對(duì)于每一項(xiàng)技術(shù)應(yīng)用的“跨欄突破”，意義并不在于橫欄本身，而是每進(jìn)一步時(shí)，吸引到的生態(tài)伙伴和對(duì)自身技術(shù)生態(tài)的補(bǔ)全。

畢竟終點(diǎn)毫無(wú)意義，在追逐的過(guò)程中，對(duì)于自我的打磨重塑，才是最重要的。