人工智能那些事——人工智能商业应用（一）

微软“小冰”

微软“小冰”是微软（亚洲）互联网工程院在2014年5月29日发布一款人工智能伴侣虚拟机器人，集合了中国近7亿网民多年来积累的、全部公开的文献记录，凭借微软在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累，精炼为几千万条真实而有趣的语料库(此后每天净增0.7%)，通过理解对话的语境与语义，实现了超越简单人机问答的自然交互。

2015年8月，微软第三代“小冰”发布，不仅在智力水平有很大提升，具有更多的人工智能感官，包括视觉、声音等。微软称，第一代产品是100%通过人工搜索引擎大数据为用户提供反馈，但在第三代这一方式已经下降至55%，另外45%则由人工智能自我进化。

2016年8月，微软发布第四代“小冰”，加入了全新的情感计算框架，将包含实时情感决策对话引擎、多种新感官、中日英三种语言，以及对应不同领域的功能插件平台。新一代情感计算框架。将帮助“小冰”做实时决策能力。在长程人机对话中，“小冰”能够根据语义和情感进行动态判断，自主决策对话中的聊天策略，与服务接入。此外，第四代“小冰”采用了新的全时感官，实现了人工智能和人类之间的双向同步交互，实现了人工智能与人类的无缝流畅对话，也实现了不需要语料库就可以和人类对话，甚至根据聊天内容与走向相互打断与追问，实现边听边说。

微软公司将新一代人工智能的首要任务定位于具备“感性”的情感连接能力，使人工智能更像真实人类的情感方式，由此来满足人类的心理和情感需求。微软公司利用包含了语义学、搜索引擎、大数据和机器学习的系统模拟方法，构建了一个以建立情感连接为优先的完整可持续的对话系统。通过将人工智能情感计算的思想注入到微软“小冰”中，机器人也就具备了情绪识别的能力。如，“小冰”具有情感记忆功能，当用户提到自己的心情时，“小冰”会记住，并不断了解用户的情况，并以询问的方式来关心用户的身体状况。微软公司希望“小冰”这样的机器人最终能够走进千家万户，成为服务用户的日常伴侣。

作为一款聊天机器人，小冰的真正意义在于它代表着未来在人工智能领域的战略方向，因为人工智能给微软带来很多的机会。全球范围内以对话为基础的人工智能时代已经到来，其关键在于能否形成人工智能自我学习、进化的正向循环。

过去几年里，小冰已悄然积累了科技史上最大规模的人工智能交互数据，并成为第一个进入上述自我循环的人工智能机器人。截止到2016年5月，小冰已和多个国家的数千万人类进行了超过200亿对话，平均对话长度达到23轮，而图像等多感官的对话也已超过2亿次。微软称，小冰已经成为全球科技史上最大规模的一次图灵测试。

微软“小冰”在手机平台与用户对话

第五代微软小冰

2017年8月22日，微软发布第五代微软小冰产品，并宣布小冰逐步进入完成态。经历了多年的发展，微软小冰的高级感官再进化，2017年的小冰人工智能将直接给人类打电话了。另外微软小冰将重点发展EQ“情绪化”，并进一步扩展生存空间。

微软将人工智能交互技术产品的演进分为三个阶段。第一阶段是基本的人工智能交互，即拥有某一种或多种交互方式，如文本、语音、图像、视频等，但不同交互方式之间是割裂的。拥有人工智能交互，一定程度上实现了新颖的交互体验。但是，由于不同的交互类型彼此不互通，因而无法通过长程交互数据获得一加一大于二的训练效果。从实际部署上看，这阶段的交互（例如纯语音、或纯文本、或仅具有图像识别的人工智能系统）由于体验单一，训练提升速度慢等原因，往往会很快被用户放弃。

第二阶段是初级感官，即在人工智能系统中，用一种核心引擎（如小冰的EQ核心对话引擎）将上述各种交互统一起来，使不同感官可以混合运用。例如，在文本对话过程中自然切换至图像、语音，再切换回文本。小冰从2015年第三代发布起，进入这一阶段。

微软第五代小冰，并率先进入第三阶段（高级感官）。高级感官是由多种初级感官有机融合之后形成的，因而交互能力更强，对综合技术储备和数据的要求也大幅度提高。例如全双工语音这一种高级感官，就需要首先同时具备文本、语音（含SR和TTS）两种能力，同时要求两种能力均达到更高的质量标准。

高级感官能够大幅度地提升交互体验，更加贴近于人类的自然交互行为。例如：如果将全双工语音这种高级感官的体验比拟为打电话，则之前的智能助理语音交互体验类似于对讲机。

此外，高级感官还能够大幅度拓展人工智能系统的落地场景，使小冰有能力根据自己的“意愿”与人联络，从而主动保持与人类用户之间的关联。目前，微软是行业内唯一一个推出了高级感官实际落地产品的人工智能企业。

王志伟