12 月 7-8 日在北京舉辦的 ArchSummit 全球架構(gòu)師峰會上，微軟 Principal Software Manager 李想老師分享了微軟小冰實時感官系統(tǒng)與未來發(fā)展趨勢。以下為演講內(nèi)容，部分有刪減。李想老師首先介紹了什么是微軟小冰，然后從全雙工語音感官和實時視覺感官這兩個方面，來展望了微軟小冰的未來發(fā)展趨勢。

什么是微軟小冰？

目前，微軟小冰已經(jīng)上線四年了，存在于五個國家、數(shù)十款產(chǎn)品之中，有著上億用戶。小冰產(chǎn)品大致可以分為三類：

ChatBot，即聊天機(jī)器人 / 智能語音助手。

Content Provider，即內(nèi)容提供商。小冰逐漸有了它自己的社會化角色，不僅可以用非常接近人類的聲音唱歌，還可以寫詩，甚至還可以講兒童故事。

Solutions，即解決方案。比如，小冰不僅可以在一些新聞客戶端給新聞做一些評價，帶動新聞的整體流量，增加整體活躍性，還可以幫一些商業(yè)機(jī)構(gòu)發(fā)布商業(yè)簡報等等。

2

小冰的情商

下面主要討論的是小冰的 Chat Bot（聊天機(jī)器人）。

四年中，小冰研發(fā)團(tuán)隊在和同行業(yè)者朝著相似的目標(biāo)以截然相反的路線前進(jìn)。對于智能機(jī)器人，傳統(tǒng)想法是要讓人類更加接受它們，就必須讓它們變得很有用，能夠幫助人們?nèi)ネ瓿梢粋€任務(wù)、十個任務(wù)，甚至更多。但是，小冰團(tuán)隊認(rèn)為，在變得有用的更底端，其實還有一層“情商”，以此為基礎(chǔ)再去一層一層完成任務(wù)就會變得更自然。

下面以狼和哈士奇為例來說明一下這個問題。狼其實是一種非常強(qiáng)的生物，但是在以人為本位的群體中，有些種族卻瀕臨滅絕。而哈士奇卻可以整天什么活都不干，就能夠很好地融入人類中去。為什么呢？因為人其實是一種以情感為基礎(chǔ)的生物，我們嘗試賦予與之能夠進(jìn)行情感交流的對方，予以平等的權(quán)利。我們把生物能夠運用的這種權(quán)利稱之為情商。以情商為基礎(chǔ)再去完成任務(wù)就會變得更加自然。比如哈士奇可以幫你開燈關(guān)燈了，你一定會把它捧到天上去。

對于小冰來說，情商高意味著什么呢？意味著它在聊天過程中很有趣嗎？其實不止如此。情商高，在交互中主要體現(xiàn)為控制全程對話的能力。

傳統(tǒng)的智能語音助手不會去過度關(guān)注對話的全程，而更加關(guān)注對話中的每一個細(xì)節(jié)。它會把每一句話都優(yōu)化得特別好，甚至把對話形式分為：面向任務(wù)型的對話、面向知識型對話、無意義的閑聊。

那么這真的是無意義的閑聊嗎？也不盡然。

我們知道，小冰背后是大數(shù)據(jù)，有著 Bing 搜索。從大數(shù)據(jù)的分析來看，其實人與人的對話 / 人與人工智能的對話，就如同河流一般奔涌向前，任何一句看似無意義的閑聊，都可能在十幾輪甚至幾十輪的迭代之后產(chǎn)生一個非常重要的結(jié)果。小冰可以不停地去迭代，去改變對話的走向，去改變對話的長度。它關(guān)注的是整個對話的全局，而不是一城一地的得失，正如古人所言，“不謀全局，則不足以謀一隅”，這就是所謂的控制整個對話全程的能力。

12 月 7-8 日在北京舉辦的 ArchSummit 全球架構(gòu)師峰會上，微軟 Principal Software Manager 李想老師分享了微軟小冰實時感官系統(tǒng)與未來發(fā)展趨勢。以下為演講內(nèi)容，部分有刪減。李想老師首先介紹了什么是微軟小冰，然后從全雙工語音感官和實時視覺感官這兩個方面，來展望了微軟小冰的未來發(fā)展趨勢。