希臘哲學(xué)家亞里士多德認(rèn)為技術(shù)是大自然的延伸：建筑起重機(jī)延伸了人的雙手，而汽車取代了馬車。人類的祖先如同先知和預(yù)言家，不斷尋找在不可預(yù)知的世界中前進(jìn)的線索。

但在全天候在線的世界中，超級計(jì)算機(jī)取代了人類的神諭 - 邏輯合理的機(jī)器，其目的是幫助人類做出決定，提供選擇或解決方案。

亞里士多德可能是對的。人工智能正在成為我們大腦100萬億神經(jīng)連接的延伸。如果創(chuàng)造有效的人工智能是一項(xiàng)極其復(fù)雜的，即使不是幾乎不可能完成的任務(wù)，它也反映了現(xiàn)代人希望人工智能能夠解決他無限的疑問和困境的復(fù)雜真相。

人類用戶越來越希望人工智能擁有類似人類的智能來揭露和解碼他的周圍環(huán)境。因此，AI必須破譯和解釋人類無限的思想，以滿足他迷宮般的要求和追求。

采訪思科的AI專家

Vijay Ramakrishnan是思科機(jī)器學(xué)習(xí)/人工智能虛擬卓越中心的研究員，他談到了為企業(yè)會話應(yīng)用開發(fā)機(jī)器的學(xué)習(xí)模型與對話系統(tǒng)。

會話AI意味著什么？

Vijay Ramakrishnan：會話AI是一組以機(jī)器學(xué)習(xí)，自然語言處理和對話系統(tǒng)開發(fā)為中心的工程學(xué)科，用于創(chuàng)建能夠智能地與人類交互的AI代理。輸入方法傳統(tǒng)上是語音通過自動語音識別（ASR）技術(shù)以及通過智能手機(jī)和鍵盤的文本。然而，我們看到視覺的出現(xiàn)（作為一種輸入方法）可以提高AI代理人的智能。這種系統(tǒng)的輸出可以從助理的自然語言響應(yīng)到屏幕上的顯示而變化。

企業(yè)的會話AI應(yīng)用程序如何與消費(fèi)者或?qū)W術(shù)環(huán)境有何不同？

Ramakrishnan：企業(yè)應(yīng)用程序與消費(fèi)者和學(xué)術(shù)應(yīng)用程序會避免多個業(yè)務(wù)知識庫深度聯(lián)系。

2018年，亞馬遜的Alexa Prize為參與者提供了一個目標(biāo)，即建立一個可以與人類聊天天氣或體育等隨機(jī)主題的代理。

在學(xué)術(shù)環(huán)境中，目標(biāo)是在閱讀理解中超越斯坦福大學(xué)的問題/答案數(shù)據(jù)集等基準(zhǔn)數(shù)據(jù)集。該數(shù)據(jù)集是通過將維基百科的數(shù)據(jù)提供給眾包工作者進(jìn)行標(biāo)簽而構(gòu)建的。

對于企業(yè)，AI應(yīng)用程序必須非常好地完成窄域任務(wù)，例如預(yù)訂機(jī)票。此類任務(wù)需要與客戶和業(yè)務(wù)數(shù)據(jù)的深層鏈接，這些數(shù)據(jù)往往是適當(dāng)?shù)?，并且尺寸小于公共?shù)據(jù)集。

因此，通過信息檢索技術(shù)解決用戶語音/文本到業(yè)務(wù)目標(biāo)是垂直領(lǐng)域的關(guān)鍵。其次，專門研究較小數(shù)據(jù)集合的機(jī)器學(xué)習(xí)模型，對于構(gòu)建準(zhǔn)確的企業(yè)級會話應(yīng)用非常重要。

在為企業(yè)設(shè)計(jì)語音助手時，開發(fā)者將面臨哪些挑戰(zhàn)？

Ramakrishnan：一個巨大的挑戰(zhàn)是如何從自動語音識別（ASR）系統(tǒng)的錯誤轉(zhuǎn)錄中恢復(fù)過來。企業(yè)擁有公司特定的代詞，如員工姓名，產(chǎn)品縮寫和其他從未在ASR系統(tǒng)上接受過培訓(xùn)的專有名詞。

另一個挑戰(zhàn)是在企業(yè)環(huán)境中缺乏高質(zhì)量的標(biāo)簽數(shù)據(jù)。企業(yè)需要盡早投資數(shù)據(jù)收集，以獲得增量語言理解用戶的好處。此外，企業(yè)可以使用更大的公共數(shù)據(jù)集來增加其私有數(shù)據(jù)集，以便機(jī)器學(xué)習(xí)模型可以學(xué)習(xí)一般模式以及公司特定的文獻(xiàn)。

最后，企業(yè)需要使用更簡單的機(jī)器學(xué)習(xí)模型來訓(xùn)導(dǎo)應(yīng)用程序，例如在他們的小數(shù)據(jù)集上進(jìn)行邏輯回歸。這些模型可以為大多數(shù)用例提供足夠的預(yù)測能力。隨著產(chǎn)品的成熟和培訓(xùn)數(shù)據(jù)量的增加，深度學(xué)習(xí)方法可用于獲得人類語言理解的準(zhǔn)確性和精確性。

企業(yè)AI對有哪些障礙？

Ramakrishnan：將企業(yè)AI應(yīng)用程序國際化是推動增長的關(guān)鍵能力。

但是，如果團(tuán)隊(duì)不熟悉需要的語言，那么支持不同的語言是一項(xiàng)挑戰(zhàn)。在將應(yīng)用程序推廣到特定地理區(qū)域之前，企業(yè)需要制定如何支持每種語言的運(yùn)營計(jì)劃，包括招聘國外的語言專家。

人工智能代理需要與人類交互，使用語音，文本和視覺作為輸入方法等智能。比如亞馬遜和其他大企業(yè)正在引導(dǎo)未來。Jeff Bezos正在激勵創(chuàng)新者開發(fā)可以與人類談?wù)撾S機(jī)主題的AI代理。

但是對于企業(yè)而言，能夠開發(fā)出垂直的，面向業(yè)務(wù)的任務(wù)的應(yīng)用程序至關(guān)重要，也無需那么非常完美。

當(dāng)會話式AI可以幫助客戶預(yù)訂機(jī)票或酒店時，公司可以看到他們的機(jī)器學(xué)習(xí)的投資回報(bào)率。

企業(yè)會話AI傾向于使用較小的數(shù)據(jù)集，因?yàn)橐Ｗo(hù)相關(guān)的專有信息。

在商業(yè)中完善AI的另一個挑戰(zhàn)是克服專有名詞，公司特定縮寫，產(chǎn)品和類似術(shù)語的錯誤轉(zhuǎn)譯。開發(fā)者可用各種方法準(zhǔn)確評估用戶的查詢，例如利用上下文信息。翻譯是另一項(xiàng)挑戰(zhàn)。公司應(yīng)該利用外語專家向開發(fā)人員告之非母語的細(xì)微差別。