想成为真正的机器人助理 “度秘”类需先跨越自然交互这道坎

9月8日，百度召开“2015年百度世界大会”，机器人助理“度秘”（英文名：duer）最博眼球；北京时间9月10日凌晨1点苹果举行发布会，这次发布会的主角又是Siri；还有自称17岁少女的微软小冰……这情景像极了iPhone4S上市时的情形——百度、搜狗语音助手，虫洞，小黄鸡……一大波语音助手瞬间冒出，三年过去了，然而当初没有解决好的核心技术——自然语言处理（NLP），如今依然是个大问题。

科技照亮现实还需时日

在科技界，它们都叫虚拟个人助理（VPA），顾名思义，这个助理是虚拟的，来自网络，通过语音、文字、图像等的交互，自动“思考”给用户提供需要的信息，帮助解决问题。

Siri发布之后，之所以国内外会掀起了一股语音助手的热潮，是因为业界普遍认为：VPA作为未来产品的一个核心功能，在很多方面将成为计算机发展的最终梦想。发起人苹果自不必说，微软、Google、IBM、Facebook……顶级公司一个也没落下。Google Now收集用户手机中日历、邮件、地理位置等信息，学习用户的使用习惯，主动推送相关的、有价值的信息给用户。微软小冰主营聊天，兼具语音和图像识别，能够从搜索引擎Bing中搜集和分析用户感兴趣的问题和回答的内容；Siri我们最熟悉，打电话、发短信、定闹钟等，调用手机功能不成什么问题，但涉及到其它领域，表现也只能算是差强人意；而Facebook“M”的做法是，打造一个真人组成的「调教」小组，每当机器不足以应对挑战之时，这个小组便会介入并接手。

以最新“度秘”为例，百度希望它能成为O2O的超级入口。依靠百度搭建的生态体系，“度秘”成为涉及人们吃穿住行的生活助理很有可能，不过，如果真正有好的体验，需要克服的最大障碍就是它的交互能力。

亲自体验了下度秘，沟通过程算不上顺畅。倒不是说度秘不行，自然语言交互也是上面提到的那几家世界顶级公司面临的难题。对于一个VPA来说，自然语言处理（NLP）是引擎，相当于“大脑”，而“知识”可以看成是机器人的“心脏”，“大脑“不够发达，通用领域本身的海量知识又没办法让机器人的”心脏“足够强健，如何能让它跟人愉快的做朋友？

我们对比一下Gartner2014、2015年发布的Hype Cycle for Emerging Technologies（新兴技术成熟度曲线图）：

不知发现没？从2014到2015年，VPA的位置不升反降，道理很简单，因为经过一年的时间，智能机器人领域的顶级分析员们发现，支持自然语言交互的VPA商用比之前设想的更难，即便按照乐观的预估来看，VPA投入大规模的产业应用，也需要5-10年，甚至更长的时间。

VPA商用的正确姿势

Gartner报告显示：VPA现在还是处于实验室阶段的产品，不过，作为VPA的一个重要分支，VCA（虚拟客户助理）目前已经有了颇为广泛的应用。“VCA是VPA一个非常重要的子集，供应商包括Creative Virtual, IPsoft和Xiaoi。”

Gartner报告

VCA通过交互给用户提供所需信息。概括起来它的技术主要包括4个部分：自然语言处理引擎；通过语音或文本接收请求，并传递回应的用户界面；智能逻辑分析（机器人核心引擎和开发框架）；知识和内容整合（知识体系和开发框架）。

如果细分起来就更多了：自然语言处理技术、本体理论和语义网络等多种技术，同时配合知识管理、智能推理、短期和长期记忆以及数据挖掘等多种技术，以及大量的知识填充和海量语料进行训练，这样才能让整个系统智能的运转起来。时间是智能机器人的最大壁垒，因为跟人一样，不管是它的理解能力(上下文关联、场景管理、个性化推理等)，还是它的知识储备(数据库完善)都是需要长久的积累。

如果缺乏智能交互部分技术支持，机器能听懂的就只能是一些指令性的语言，看起来更像是关键词的搜素，而这样的语音交互是绝对称不上“智能”的。“一个优秀的虚拟助理不仅限于提供搜索功能。它应该在与客户在线互动的过程中，给客户带来丰富的体验，为客户提供帮助。”

So：VPA的发展轨迹为：从单一领域逐步向跨领域综合服务扩展，而海量领域的综合最终形成通用机器人，而这才是科幻片中那些无所不能的“变形金刚”。

理想总是很丰满，现实却来的太骨感。看了上面这些分析，是不是觉得原来被大家给予厚望的智能机器人，原来才发展到这个样子，离我们想象中万能的机器人差的也太远了。不过也不用太悲观，技术的发展总是以加速度前进，毕竟全球顶级的公司都在这条路上飞奔，也许，某一天它就能悄无声息的来到我们生活中，谁知道呢！

附：国内外几种主要的虚拟助手公司产品对比表

声明：东方联盟网站刊登/转载此文出于传递更多信息之目的，并不意味着赞同其观点或论证其描述。