专栏名称: 机器学习研究会
机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织,旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外,协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。
目录
相关文章推荐
宝玉xp  ·  //@马少平THU:好精彩//@刘群MT-t ... ·  昨天  
爱可可-爱生活  ·  【Boltz-1:开源的生物分子相互作用模型 ... ·  4 天前  
宝玉xp  ·  AI辅导作业👍//@fxsome:给孩子整理 ... ·  4 天前  
宝玉xp  ·  这个象限划分很有意思-20241117020514 ·  1 周前  
爱可可-爱生活  ·  《爱可可微博热门分享(11.16)》 ... ·  1 周前  
51好读  ›  专栏  ›  机器学习研究会

【学习】八一八聊天机器人

机器学习研究会  · 公众号  · AI  · 2017-02-12 18:45

正文


点击上方“机器学习研究会”可以订阅哦
摘要
 

转自:鲍捷

我自己在某厂做了两年语音个人助理,后来自己出来创业,首先就否定了这个方向,或者它的变种(如问答系统、智能音箱、客服机器人、聊天机器人、陪伴机器人等等,各自有软件和硬件的版本),以下统称为Chatbot。


爬科技树不是一朝一夕

我估计中国过去几年,各种不同名目的对话型“机器人”的公司,从软件到硬件的,数百家是有的,也许有一千家?有一次,在一个会议上遇到一个公司,想做这个事情,想找一个“领军人物”来带,领导十多个人。我想,这个公司可能大大低估了做这个事情的难度:这种“领军人物”在中国可能不超过20个,也许只有10个?十多个人也难以做出一个工业可用的系统。就是有所谓的领军人物,有丰富经验的,想把工程重建,也不是短期可以奏效的。这个东西真的是没有捷径。

2012年随着Siri的发布,有一波中国的copycat,除了几个大厂的,大部分很快就灭了。过去一两年随着深度学习、知识图谱又起来一波。我认为其中的大部分是炒概念,超出现在的技术能达到的能力,两三年内就会群灭。

我觉得这个东西,属于典型的系统集成创新,只适合大厂战略布局用。大厂做这事,并不在乎场景的冷启动。而对创业公司,无论是技术链条长度,还是商业模式启动的困难,都是超出一般公司体量的。现在大家都想从问答、个人助理、目标达成的角度来切入。大企业玩玩可以,对小企业,想颠覆,不能走这条路,技术链太长,商业模式链更长。传统搜索肯定要被别的取代,但不能是直接拼大厂的长处这样。

往大了说,我对这一轮人工智能的几个热点应用——语音个人助手,问答系统,基于视觉的自动驾驶——都持悲观态度。我认为这种“准图灵测试”类产品,都超越了当前的盈利前沿,大规模应用是不现实的。例外是政府(特别是军方)和某些大公司不计成本地布局,瞄准十年之后。其他群众吃瓜围观就好。

各大厂推出的度秘、小冰、Cortana、Google Now,还有搜狗、京东、腾讯等等各种产品,技术上都各有惊艳之处。未来怎么样,我也很难现在做出评价。问答系统六个层次:基础搜索、词联想、本体知识库,短程关系、长程关系、基于上下文的自由问答,现在大家也基本只做到了短程关系,长程关系以上都要靠各种“人工”。爬科技树,绝非一朝一夕。

科技树是要爬的。导弹这种大家很容易理解,每一种零件,每一种生产工具,每一种生成工具的机器,缺一种都不行。钱学森学到了导弹的一切,回中国建立这个工业也花了三十年。对于问答系统这种软件,大家可能不太容易直观理解,其实也是同样的,做一个管用的之前要攻克的小问题太多了。就是别人把全套解决方案告诉你了,你都不一定能复制出来,因为还得有一整套的工业体系在后面支撑才行。从知识提取,知识存储,知识表达,知识检索,到人机交互、知识库,不知道多少个小零件要逐一打造。所以软件产业也和其他工业一样,要老老实实爬科技树。Siri的创始人80年代就是Lisp机器的创业者。大家只关注到国防部和Siri那部分渊源(美国政府在CALO上投了1.5亿美元。Siri独立后,风投又投了2400万。苹果花了大概1.5-2.5亿美元买Siri。这个买卖真是合算),哪里想到它成立前的二十多年,它的创始人就把知识表达的坑全趟了一遍了。所以世界上没有无缘无故的成功,也没有捷径。


一些坑

机器善于做短程关系的查找(lookup),一层,罕见的情况下可以做两层。长程关系的发现(discovery)是机器做不好的,只能由人来写,最后变成规则机器执行。那些Siri里有趣的回答,都是人写的,和机器智能无关。

问答系统的现在逐渐从基于知识库的,发展到基于检索的,或者是从基于规则的,发展到基于数据的。但QA这事,至少目前,不是说数据足够多就行。特别是,数据再多,其中高质量数据(特别是结构化语义数据)有多少。实战一下就知道,靠统计机器学习来挖掘高质量数据,难度太大了,完全不实用。对问题和答案都需要NLP,其间检索和排序算法都是新的课题,需要多种方法的综合。

各种语音交互加摄像头识别产品,过去以app的形式承载,一直没有抓住用户的痛点,没有进入主流(除了被强推的siri)。所以最近两年,厂商开始试图用物理硬件来跑这些app,套个人形的塑料壳称为“机器人”。应用也逐渐细分,如儿童、恋爱、健康、娱乐等等。这些都是有益的尝试,但是还是忽悠居多。

特别是最近的一些“智能”玩具机器人(儿童机器人,陪伴机器人),基本看不懂。我买了个1000块的某某儿童对话机器人来玩,头5分钟大家都很兴奋,然后就没有然后了。关键连开关都没有,又蠢又停不下来。然后给我们COO拿回家给4岁的儿子玩,基本没法用,错得驴唇不对马嘴。强烈怀疑儿童陪伴、听歌、故事机器人现阶段实用了。后来又玩了几个市面上能买到的问答系统硬件。得到的结论是为时尚早,问答系统难以实用。

从外观来征服用户的,也是一条路。工业设计、硅胶科技的方法都有……看起来好看其实蛮重要的,有利于user acquisition。当然user retention就不够了,那还是要真本事。

在我看来,聊天机器人,个人助手这些东西的场景绝不是智能对话,不是智能对话,不是智能对话(重要的事情说三遍)。聊天机器人往问答系统的方向做本身就错了。问答系统实用化根本不可能。聊天机器人的定位应该是自动化,就酱。

我想,做语义技术的应用第一重要的是盈利,而不是扩大市场份额。要垄断一个小市场,竞争对手还不够强大,市场小到巨头们无利可图。语义搜索,一定要走K策略,深挖领域知识,而不是推出一个大而全,大而无用的知识库、问答系统、个人助手、搜索引擎blah blah。历史上那些走R策略的语义搜索都活不长。一些垂直的客服系统可能是有用的。我没做过那样的系统,所以也不知道其中的坑在哪里。

不仅技术上有无数的坑,要在工业界搞好一个问答的团队,那是真心不容易! 就是在IBM, 说服上层领导就花了好几年。而且摊子一大,各种山头光内耗就能搞死。另外,问答系统是最接近图灵测试的,如何巧妙地应对来自上面的各种不切实际的灵感,是多考验负责人的情商和智商啊。


鲍捷,文因互联创始人、CEO

微信公众ID:wenyinx3b

文因互联简介: 文因互联致力于用人工智能解决金融数据分析问题。创始团队来自MIT、RPI、Wright State、Marvell等知名大学和公司。技术团队核心人员深耕人工智能十余年,是知识图谱领域领军人物;金融团队核心人员来自海外对冲基金、BCG和麦肯锡,具备丰富的投资研究经验。


原文链接:

http://blog.memect.cn/?p=2839

“完整内容”请点击【阅读原文】

↓↓↓