首位跨欄者現(xiàn)身：百度大腦的智能對話應(yīng)用飛躍

我們對于AI應(yīng)用的追逐過程如同跨欄，此時此刻回頭看看，會發(fā)現(xiàn)“計算”、“感知”和“決策”這些橫欄，都已經(jīng)在我們身后。如今我們已經(jīng)可以熟練的用語音識別和圖像識別來感知信息，再通過機(jī)器學(xué)習(xí)對海量數(shù)據(jù)的處理來給出結(jié)論。

如果問下一道橫在我們面前有待跨越的橫欄是什么，想必就是意味著“溝通”的智能對話技術(shù)了。

橫欄在前：智能對話技術(shù)跨越的前一秒

建立在語音識別和語音生成等的NLP技術(shù)上，人機(jī)對話之間的簡單對話已經(jīng)非常普及，像是通過語音喚醒某一項設(shè)備或功能，或是和智能助手進(jìn)行一些單輪問詢。但想要系統(tǒng)化地普及智能對話技術(shù)，實(shí)現(xiàn)人機(jī)之間流暢的理解和多輪對話，恐怕還有著不少限制。而這種限制，已經(jīng)到了亟待跨越的時候。

第一， 缺乏靈活的自然語言交互對話，我們在進(jìn)行人機(jī)操作時依然需要依賴按鍵、屏幕等等設(shè)備，對于AI技術(shù)的應(yīng)用場景有著很多桎梏。

第二， 在無法進(jìn)行智能對話的前提之下，很多需要頻繁溝通的工作，依然無法被AI代勞，即使AI已經(jīng)遠(yuǎn)超人類的記憶存儲、計算決策和感知能力。

舉例來說，在車載、智能音箱、客服和機(jī)器人這四大領(lǐng)域中，智能對話技術(shù)應(yīng)用的便利與否，就與其體驗(yàn)息息相關(guān)。在車載場景中，人們無暇用手與眼與AI進(jìn)行交互，必然要依賴靈活精準(zhǔn)的對話系統(tǒng)。至于智能音箱這類硬件，智能對話不僅限制其產(chǎn)品形態(tài)，也會影響其服務(wù)能力。智能客服與機(jī)器人更不必說，對于這種以交互為主的產(chǎn)品，能否擁有自然的智能對話技術(shù)，實(shí)則是根深立命之本。

從市場表現(xiàn)上，我們也能發(fā)現(xiàn)智能對話正在進(jìn)入工業(yè)級應(yīng)用爆發(fā)的潛伏期。

目前來說，一項技術(shù)爆發(fā)所需要的四個因素：技術(shù)高度、生態(tài)廣度、用戶取向和企業(yè)需求，在智能對話領(lǐng)域已經(jīng)盡數(shù)鋪墊完成。

像自然語言處理、語音技術(shù)以及知識圖譜等技術(shù)已經(jīng)儲備完善。數(shù)據(jù)顯示，在行業(yè)應(yīng)用中38%的企業(yè)已正在應(yīng)用基于智能對話的系統(tǒng)、麥克風(fēng)陣列等上下游硬件解決方案，也在智能硬件市場的成長中達(dá)到一定積累，行業(yè)生態(tài)覆蓋正在加速。數(shù)據(jù)顯示，2019年Q1中國智能音箱銷量同比增長9倍，移動終端、車載系統(tǒng)、智能硬件等產(chǎn)品中引入對話交互的現(xiàn)象也日益普及，毫無疑問，用戶無比渴望更便利的交互方式。最后，在人力成本日益提高時，企業(yè)對于智能對話的需求也越來越旺盛，據(jù)與IDC聯(lián)合調(diào)研，有83.3%企業(yè)認(rèn)為智能對話能有效降低運(yùn)營成本。

在今天，百度舉辦了百度大腦智能對話引擎及產(chǎn)品發(fā)布會，宣布了百度大腦智能對話定制平臺UNIT3.0的全新升級，并展示了智能對話生態(tài)全景。

就此，我們或許可以確定，人類終于向“溝通”這一AI應(yīng)用的橫欄發(fā)起了跨越?jīng)_刺。

復(fù)合型技術(shù)的迷墻

如果將百度大腦看做智能對話技術(shù)應(yīng)用的第一個跨越者，我們也可以從中倒推出這項技術(shù)應(yīng)用的難點(diǎn)在哪里。

一般來說，某一項技術(shù)工業(yè)級應(yīng)用的突破要取決于成本效率比、人才儲備、配套服務(wù)和概念認(rèn)知之上。

智能對話的特殊之處在于，這項技術(shù)的復(fù)合性極強(qiáng)，包含了語音識別、語音生成、語音語義一體化、知識圖譜構(gòu)建等等一系列技術(shù)。這就意味著這項技術(shù)的成本必然相對偏高、人才儲備也多半集中在技術(shù)企業(yè)和科技巨頭之中。

而智能對話技術(shù)所應(yīng)用的場景又相對復(fù)雜，交互本身無處不在，智能對話技術(shù)既可以向智能客服這里軟件服務(wù)領(lǐng)域輸出，又可以投入于智能耳機(jī)、智能音箱這類硬件領(lǐng)域。更有很多全新的應(yīng)用空間亟待開發(fā)。配套服務(wù)的普及，一定是一條相對艱難的道路。

綜合下來，會導(dǎo)致智能對話技術(shù)距離應(yīng)用場景間隔了一道迷墻，注定了很多企業(yè)對這項技術(shù)的認(rèn)知理解有所偏差，認(rèn)為這項技術(shù)還并不適合自己的企業(yè)應(yīng)用。

這就是為什么，率先動身跨越橫欄的人，會是百度。

發(fā)起沖刺：UNIT 3.0和語音技術(shù)平臺正在蓄力

在百度大腦的智能對話生態(tài)中，為整個產(chǎn)業(yè)開放了兩個重要產(chǎn)品平臺。

第一是為開發(fā)者提供專業(yè)對話系統(tǒng)定制技術(shù)的UNIT 3.0。

基于百度多年積累的自然語言處理、知識圖譜和語音等對話相關(guān)的AI技術(shù)，百度大腦推出的UNIT3.0版本，在搭建技能、構(gòu)建知識和整合技能與知識三方面實(shí)現(xiàn)全面升級，其中為開發(fā)者提供了很多預(yù)置能力，例如有關(guān)天氣、閑聊、定會議室的對話技能，還有大幅提升樣本生產(chǎn)和標(biāo)注效率的DataKit和一系列知識庫。

建立在這種模塊化的組件模式上，開發(fā)者定制對話系統(tǒng)就會變得像拼樂高一樣簡單，而非是過去那樣，在一團(tuán)雜亂的毛線中尋找線頭。如此以來，將極大地降低開發(fā)成本和時間成本，極大地提升效率與性價比。

第二個產(chǎn)品平臺，是包含了領(lǐng)域語音方案和語音自訓(xùn)練平臺的語音技術(shù)平臺。

相比更傾向于賦能開發(fā)者的UNIT 3.0，語音技術(shù)平臺則進(jìn)一步為企業(yè)客戶提供了更易上手的工具。

在領(lǐng)域語音方案中，我們可以看到百度大腦推出了他們擅長的端到端一體化解決方案。這次發(fā)布會中所展示的呼叫中心語音解決方案，就是一個很好的案例，通過針對于呼叫中心場景優(yōu)化過專屬語音識別模型，結(jié)合呼叫中心場景專屬8K音庫，可以在識別和生成兩端進(jìn)行優(yōu)化。對于那些適用于呼叫中心場景的企業(yè)用戶來說，其便利程度接近于即拿即用。

語音自訓(xùn)練平臺，則和EasyDL等自動化機(jī)器學(xué)習(xí)平臺類似，通過從基礎(chǔ)語音模型到行業(yè)語音模型再到個性化語音模型的層層訓(xùn)練，最終提升針對于場景業(yè)務(wù)的語音識別率。而這一整個過程都是自助式的，不需要代碼基矗這也自然解決了企業(yè)人才匱乏的致命問題。

這兩項產(chǎn)品如同百度大腦智能對話生態(tài)的左右腿，甩掉了成本、效率和人才的桎梏，直接向智能對話的工業(yè)級應(yīng)用發(fā)起沖刺。

客服、消費(fèi)電子與出行：百度大腦的場景飛躍

那么橫欄之后，究竟存在著什么？

一個人的沖刺是毫無意義的，既然冠以生態(tài)之名，那么最終目的一定是帶領(lǐng)產(chǎn)業(yè)一同跨欄。

百度大腦智能對話生態(tài)對此，已經(jīng)給出了三個直面落地場景的方案規(guī)劃。如同上文所述，目前在車載、智能客服、音箱和機(jī)器人幾個領(lǐng)域中，已經(jīng)涌現(xiàn)出了強(qiáng)烈的智能對話需求。百度大腦智能生態(tài)給出的落地場景方案，也分別是客服智能對話場景方案、消費(fèi)電子智能對話場景方案和出行智能對話場景方案。在這一系列的場景方案中，百度大腦應(yīng)用了百度技術(shù)生態(tài)中的綜合能力，去解決場景中一貫存在的沉疴。

例如在智能客服領(lǐng)域，智能對話應(yīng)用的一大難點(diǎn)在于涉及領(lǐng)域過于廣泛。而百度大腦智能對話生態(tài)不僅擁有UNIT 3.0和語音技術(shù)平臺這樣的平臺，同樣也借助了百度智能云ABC深入行業(yè)在各個領(lǐng)域了累積，就此便可以解決領(lǐng)域的廣泛性問題。

在于中國聯(lián)通軟件研究院的合作中，應(yīng)用了百度AI能力的智慧客服，擁有了更精準(zhǔn)的自然語言識別率，可以進(jìn)行更隨意的場景切換。截至目前，中國聯(lián)通智慧客服已經(jīng)將10010的15秒服務(wù)水平提升至88.7%。

在消費(fèi)電子領(lǐng)域，百度大腦能夠給予合作伙伴的不僅是對于智能對話技術(shù)的提升，同樣還有一系列配套技術(shù)與服務(wù)，讓客戶能夠在同一平臺之上將智能對話技術(shù)與其他技術(shù)進(jìn)行排列組合，創(chuàng)造出更多價值。

就像在教育市場中，圍繞著智能對話技術(shù)為核心就可以構(gòu)造出全新的物種。一家來自深圳的教育互動類硬件廠商“好成績”，就在發(fā)布會上展示了應(yīng)用UNIT 3.0打造伴學(xué)機(jī)器人“萌寶”的故事。有了智能對話技術(shù)，教育互動類硬件可以用更低門檻的交互方式適合兒童應(yīng)用，也能在不斷對話中持續(xù)吸引兒童的注意力。更重要的是，“好成績”表示，百度UNIT 3.0的泛能力強(qiáng)，可以瞬間節(jié)約近3個小時的數(shù)據(jù)標(biāo)注時間；配置平臺上手更快，一個工程師僅用7-10天，就能夠搭建出對話機(jī)器人。這對于一貫追求速度的深圳企業(yè)來說，是至關(guān)重要的。

在車載領(lǐng)域，百度大腦的一項垂直技能是可以克服出行領(lǐng)域信號不穩(wěn)定的情況，推出了定制化離在線融合框架，在多種網(wǎng)絡(luò)條件下提供同樣的對話能力。加之借助于百度車聯(lián)網(wǎng)云端芯行業(yè)解決方案，來實(shí)現(xiàn)克服車內(nèi)降噪、連接車載應(yīng)用等等常見的車載領(lǐng)域需求。

一個典型的案例是，在百度AI與和奔馳的合作中，建立在智能對話能力之上，奔馳的車載語音系統(tǒng)可以實(shí)現(xiàn)對車用說明書的交互化，當(dāng)人們發(fā)現(xiàn)車內(nèi)的某一個燈在閃，卻不知道是什么原因時，可以直接以自然語言與車載OS對話詢問，不再需要翻閱厚厚一本說明書，也更適合在駕駛過程中進(jìn)行。

在AI的整體鏈條中，以往人類與技術(shù)的接觸需要文字與圖形構(gòu)建的操作界面才能實(shí)現(xiàn)交互，可以說是一個“不智能”的環(huán)，連起了智能兩端。而智能對話技術(shù)的豐滿，也讓中間的環(huán)不斷智能起來，我們與機(jī)器的交互體驗(yàn)將越來越自然流暢。

不難發(fā)現(xiàn)，百度大腦的跨欄優(yōu)勢并不僅僅在于智能對話技術(shù)本身，而是憑借自身在AI技術(shù)上的長期和廣泛投入，在每一環(huán)節(jié)都有著強(qiáng)大的優(yōu)化能力。這也證明了，在智能對話這一領(lǐng)域中，百度大腦將再一次成為行業(yè)中樞與生態(tài)開放引擎。

如此以來，智能對話技術(shù)所面臨的配套設(shè)施不足問題自然迎刃而解。

百度AI：不斷跨欄、不斷自我進(jìn)化

最后，我們可以聊聊智能對話生態(tài)對于百度AI的意義。

我們知道，百度是國內(nèi)最早布局人工智能的企業(yè)，百度大腦是百度AI技術(shù)多年積累和業(yè)務(wù)實(shí)踐的集大成者。自百度大腦出現(xiàn)以來，這種開放的形式已經(jīng)為這個平臺吸引來了大量合作伙伴。

對于百度AI自身來說，在智能對話技術(shù)的投入是性價比極高的。小度系列已經(jīng)在智能音箱領(lǐng)域取得了很好的成績，加上百度搜索引擎的存在，百度自身其實(shí)就是一個極為頻繁的人機(jī)對話入口。智能對話技術(shù)的進(jìn)步，如同在千尺大宅上加蓋房屋，就算只加蓋了一層，擴(kuò)展的卻也是不容小覷的空間。何況百度已經(jīng)通過小度助手積累了很多擁有語音交互方面需求的合作伙伴，智能對話引擎的進(jìn)步，將讓百度AI進(jìn)一步提升競爭力。

尤其交互溝通是人與AI之間必然出現(xiàn)的環(huán)節(jié)，對于這一環(huán)節(jié)優(yōu)化的普遍需求，或許會為百度AI帶來更多全新的生態(tài)伙伴。

其實(shí)對于百度這樣將AI應(yīng)用生態(tài)作為追逐目標(biāo)的企業(yè)來說，對于每一項技術(shù)應(yīng)用的“跨欄突破”，意義并不在于橫欄本身，而是每進(jìn)一步時，吸引到的生態(tài)伙伴和對自身技術(shù)生態(tài)的補(bǔ)全。

畢竟終點(diǎn)毫無意義，在追逐的過程中，對于自我的打磨重塑，才是最重要的。