Uploads%2farticles%2f11689%2f169
|
2017-07-19

Gowild 邱楠:知识图谱是聊天机器人走向强人工智能的关键 | WARE 2017

在人工智能领域里,聊天机器人往往被当作杀手级应用。

在人工智能领域里,聊天机器人往往被当作杀手级应用。从 2010 年起,市面上逐渐出现了各种聊天机器人产品和平台,与此同时,聊天机器人的领导者也逐步从学术界转变为互联网公司。这就意味着,随着大数据的积累、计算能力的提升、市场的培育以及各项人工智能技术的成熟,聊天机器人慢慢地走向应用和落地。

在深圳湾举办的「WARE 2017 语音智能平台与应用峰会 第 II 季」上,Gowild 智能科技 CEO 邱楠针对聊天机器人发展现状发表演讲。

邱楠说,在整个人工智能发展的历史中,图灵测试是检测机器人智能程度的重要方法,但是作为聊天机器人产品来讲,单纯地用图灵测试来验证产品技术的好坏是不合适的,因为人与人之间的对话,往往基于人们相互之间的认知和了解,而这是图灵测试所无法做到的。

现在仍然处于弱人工智能时代,如何将聊天机器人打造得更好,邱楠认为,至少面临着以下几个挑战:

  • 如何处理长对话,即多轮对话;
  • 如何让聊天对话场景从垂直领域扩展到开放领域;
  • 如何高效地表示和使用上下文;
  • 识别用户多样化的表达和意图;
  • 返回个性化的对答,避免回复的不一致性;
  • 如何在对话中体现机器人的情感。

邱楠说:「我们希望机器人能够通过语言进行一些思考。什么叫思考?就是指能够进行记忆、联想、推理,这些都是人与人之间交互才能具备的。」

如何让聊天机器人做到更好的交互,接近于人和人之间的交互?邱楠总结:「我们要基于大数据来构建海量的知识图谱。」而构建知识图谱的重点在于语义理解、知识表示、QA、智能对话和用户建模。

具体如何让聊天机器人产品落地,实现弱人工智能向强人工智能的转变,邱楠认为,可以从以下几个方面入手:

首先,聊天机器人需要更个性化的知识图谱。例如,Gowild 推出的机器人琥珀·虚颜,它拥有多种情感状态、喜好、技能等知识维度,同理,用户通常想要表达的是他们职业状态和生活轨迹的信息。需要强调的是,不论是个性化的小图还是开放的大图,都不是独立存在的,需要将它们融在一起,才能发挥更大的价值。

其次,我们的世界不仅仅是静态的,而是动态地反映各事物在时空上的变化。因此,我们不仅仅需要静态的图谱,更需要思考如何表示和应用动态的图谱。

第三,机器人不能只是冷冰冰的回答用户的问题或帮助用户完成特定功能,它需要感知用户的情感并输出相应的情感,这样才更拟人化。例如,用户说「我心情不好」,这属于闲聊中的情感表达,这时需要将用户当前的心情状态更新到图谱的对应维度数值中。相应的,机器人也要有自己的心情、体力、甚至是和用户之间的好感关联度。

第四,为了让聊天机器人完成更多的功能,需要接外部服务或者开放 API。此时,图谱就需要从传统的关系型知识图谱扩展到支持动态服务的知识图谱。另一方面,如何刻画服务之间的各种关系(如因果、时序依赖等)也是图谱扩展中所需要考虑的。

最后,我们接触世界的方式不仅仅是通过文字,而是结合图像、语音、文字等多模态来了解外部的世界。因此,我们所构建的知识图谱也应该从单纯的文本扩展到多媒体的知识图谱,ImageNet 和 Visual Genome 正是这方面的努力。

>>
Back to top btn