【51CTO.com原創(chuàng)稿件】2018年11月30日-12月1日，WOT2018全球人工智能技術(shù)峰會(huì)在北京·粵財(cái)JW萬(wàn)豪酒店盛大召開(kāi)。60+國(guó)內(nèi)外人工智能一線精英大咖與千余名業(yè)界專業(yè)技術(shù)人員齊聚現(xiàn)場(chǎng)，分享人工智能的平臺(tái)工具、算法模型、語(yǔ)音視覺(jué)等技術(shù)內(nèi)容，探討人工智能如何賦予行業(yè)新的活力。兩天會(huì)議涵蓋通用技術(shù)、應(yīng)用領(lǐng)域、行業(yè)賦能三大章節(jié)，開(kāi)設(shè)13大技術(shù)專場(chǎng)，如機(jī)器學(xué)習(xí)、數(shù)據(jù)處理、AI平臺(tái)與工具、推薦搜索、業(yè)務(wù)實(shí)踐、優(yōu)化硬件等，堪稱人工智能技術(shù)盛會(huì)。

人工智能熱潮由深度學(xué)習(xí)技術(shù)推動(dòng)，如今智能客服、語(yǔ)音識(shí)別等領(lǐng)域已經(jīng)與商業(yè)場(chǎng)景應(yīng)用相結(jié)合，賦能各個(gè)行業(yè)。針對(duì)這個(gè)話題，本屆WOT2018峰會(huì)特別設(shè)置了《人機(jī)智能》分論壇。來(lái)自京東、扇貝、蘇寧的三位大咖圍繞“人機(jī)智能如何賦能行業(yè)發(fā)展”進(jìn)行了主題分享。

智能對(duì)話助力京東客服體驗(yàn)升級(jí)

京東智能對(duì)話研發(fā)部技術(shù)總監(jiān)劉丹，在主題為《智能對(duì)話助力京東客服體驗(yàn)升級(jí)》的演講中，分享了京東智能對(duì)話是如何通過(guò)整體解決方案助力客服咨詢體驗(yàn)升級(jí)的。

京東智能對(duì)話研發(fā)部技術(shù)總監(jiān) 劉丹

劉丹表示，人工智能能夠解放機(jī)械性工作，更好地為人服務(wù)。過(guò)去，整個(gè)客戶流程包括排班調(diào)控、一線接待、運(yùn)營(yíng)管理，需要耗費(fèi)大量的人力和精力。而現(xiàn)在AI正在助力客服體驗(yàn)全面升級(jí)，通過(guò)全面的端對(duì)端的智能對(duì)話解決方案，從智能調(diào)度、智能對(duì)話、智能坐席、再到智能分析，形成一個(gè)完整的閉環(huán)。

京東堅(jiān)持以技術(shù)驅(qū)動(dòng)消費(fèi)者體驗(yàn)升級(jí)，致力于將人工智能技術(shù)與商業(yè)場(chǎng)景應(yīng)用相結(jié)合，實(shí)現(xiàn)體驗(yàn)升級(jí)和創(chuàng)新。京東發(fā)展智能對(duì)話具有三大獨(dú)特優(yōu)勢(shì)：

• 優(yōu)秀的團(tuán)隊(duì)：多位海內(nèi)外人工智能科學(xué)家，國(guó)內(nèi)最龐大的自營(yíng)客服團(tuán)隊(duì)做業(yè)務(wù)支撐；
• 優(yōu)質(zhì)的數(shù)據(jù)：圍繞零售、金融、物流等領(lǐng)域的核心業(yè)務(wù)，擁有海量精準(zhǔn)豐富的大數(shù)據(jù)基礎(chǔ)；
• 豐富的場(chǎng)景：擁有智能消費(fèi)、智能供應(yīng)、智能物流、金融科技、實(shí)體零售科技在內(nèi)的多元場(chǎng)景布局。

智能對(duì)話作為京東布局已久的技術(shù)領(lǐng)域，目前已經(jīng)在京東客服業(yè)務(wù)上進(jìn)行了成熟應(yīng)用。從整體上，京東智能對(duì)話產(chǎn)品面向京東用戶、京東客服、京東商家、外部企業(yè)四方向進(jìn)行布局。面向京東用戶，我們推出智能客服、智能語(yǔ)音導(dǎo)航，能給京東用戶帶來(lái)智能化咨詢體驗(yàn)，高效且富有人情溫度地解決用戶問(wèn)題。面向京東客服，我們打造智能調(diào)度（天樞）、客服智能輔助（天弓）、大數(shù)據(jù)智能分析平臺(tái)（天象），能幫助他們提高工作效率，讓客服感知更全面、響應(yīng)更迅速，提供給用戶更好的服務(wù)體驗(yàn)。面對(duì)京東商家和外部企業(yè)，我們有商家服務(wù)機(jī)器人（小智）和智能對(duì)話解決方案，助力這些企業(yè)伙伴實(shí)現(xiàn)一站式智能化。

據(jù)介紹，京東正在探索下一代對(duì)話式電商體驗(yàn)，基于自然語(yǔ)言處理、深度神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等AI前沿科技打造的智能客服是業(yè)內(nèi)大規(guī)模商用的情感智能AI客服機(jī)器人，通過(guò)多維技術(shù)靈活應(yīng)用，如首創(chuàng)Action/Business/Scene的方法構(gòu)建業(yè)務(wù)知識(shí)圖譜、通過(guò)遷移學(xué)習(xí)、反向翻譯、噪聲處理的方法打造情感分析模型等，實(shí)現(xiàn)意圖識(shí)別能力和共情能力的突破與提升。

目前京東智能客服已經(jīng)承接京東90%以上的消費(fèi)者咨詢，擁有4000+京東客服售后標(biāo)準(zhǔn)化技能。提供給京東客服、京東商家和外部企業(yè)伙伴的一系列產(chǎn)品服務(wù)也在實(shí)踐過(guò)程中日漸強(qiáng)烈地迸發(fā)AI賦能的力量，相信隨著AI技術(shù)的不斷發(fā)展，未來(lái)智能客服對(duì)話系統(tǒng)還將有持續(xù)提升，我們也將和業(yè)界一道推動(dòng)這一領(lǐng)域的創(chuàng)新實(shí)踐。

深度學(xué)習(xí)在語(yǔ)言學(xué)習(xí)場(chǎng)景下的技術(shù)實(shí)踐

扇貝算法團(tuán)隊(duì)負(fù)責(zé)人張志博帶來(lái)了《深度學(xué)習(xí)在語(yǔ)言學(xué)習(xí)場(chǎng)景下的技術(shù)實(shí)踐》的主題分享。他以扇貝在谷歌開(kāi)發(fā)者大會(huì)中的一個(gè)案例項(xiàng)目為例，分享了在語(yǔ)言學(xué)習(xí)場(chǎng)景下對(duì)深度學(xué)習(xí)的應(yīng)用，探討在中小團(tuán)隊(duì)中如何實(shí)現(xiàn)從基礎(chǔ)設(shè)施建設(shè)到數(shù)據(jù)收集清洗，再到模型的選擇和評(píng)估，逐步搭建深度學(xué)習(xí)落地的開(kāi)發(fā)框架和迭代流程。

扇貝算法團(tuán)隊(duì)負(fù)責(zé)人 張志博

扇貝是一家以全面、有效提升英語(yǔ)學(xué)習(xí)能力為目標(biāo)的移動(dòng)學(xué)習(xí)平臺(tái)，產(chǎn)品矩陣涵蓋聽(tīng)說(shuō)讀寫，擁有包括扇貝單詞、扇貝聽(tīng)力、扇貝口語(yǔ)、扇貝閱讀。截止2018年12月，用戶已突破8000萬(wàn)。對(duì)英語(yǔ)學(xué)習(xí)者詞匯水平的深度追蹤入選 2018 谷歌開(kāi)發(fā)者大會(huì)案例展示。扇貝也與各種優(yōu)質(zhì)的內(nèi)容提供平臺(tái)有深入的合作。

張志博詳細(xì)介紹了扇貝在語(yǔ)言學(xué)習(xí)方面的兩個(gè)案例：口語(yǔ)評(píng)測(cè)引擎和智能中英對(duì)照文本。

• 口語(yǔ)評(píng)測(cè)引擎：具有移動(dòng)端離線實(shí)時(shí)打分、音頻多軌Mix&音量Normalize、音素級(jí)別的打分功能、高準(zhǔn)確性（人機(jī)間皮爾森相關(guān)系數(shù)超過(guò)資深口語(yǔ)老師間均值）等特點(diǎn)；
• 智能中英對(duì)照文本：基于深度學(xué)習(xí)實(shí)現(xiàn)句子級(jí)雙語(yǔ)文本自動(dòng)對(duì)齊，自動(dòng)對(duì)齊準(zhǔn)確率可高達(dá)93.2%。單本書籍平均人工審校時(shí)間可從2周減少到1天。

扇貝通過(guò)應(yīng)用 TensorFlow，在深度知識(shí)追蹤系統(tǒng)上可以實(shí)時(shí)地預(yù)測(cè)用戶對(duì)詞表上每個(gè)詞回答正確的概率。基于先前大量線上詞匯量測(cè)試記錄，扇貝的總序列數(shù)量已經(jīng)累積到千萬(wàn)級(jí)別，這為使用深度學(xué)習(xí)模型提供了堅(jiān)實(shí)的基礎(chǔ)。

模型方面，扇貝選用了斯坦福大學(xué) Piech Chris 等人在 NIPS 2015 發(fā)表的 Deep Knowledge Tracing (DKT) 模型，該模型在 Khan Academy Data 上進(jìn)行了驗(yàn)證，有著比傳統(tǒng) BKT 模型更好的效果。相比 Khan Academy Data，扇貝詞匯量測(cè)試數(shù)據(jù)的題目數(shù)量和所涉及用戶量都要更大，序列長(zhǎng)度也更長(zhǎng)，這些不同也是扇貝在模型調(diào)優(yōu)過(guò)程中面臨的挑戰(zhàn)。

Baseline 模型結(jié)構(gòu)為單層 LSTM ，輸入 xt 是用戶當(dāng)前 action（所答單詞和正確與否）的 embedding，可以用 one-hot encodings 或者是 compressed representations。輸出 yt 代表模型預(yù)測(cè)用戶對(duì)詞表中每個(gè)詞回答正確的概率。

在模型改進(jìn)方面，按照原論文思路實(shí)現(xiàn)的 baseline ，在 Khan Academy Data 上能較好地復(fù)現(xiàn)論文結(jié)果。針對(duì)實(shí)際應(yīng)用場(chǎng)景，扇貝使用 TensorFlow 實(shí)現(xiàn)了相應(yīng)模型，在數(shù)據(jù)預(yù)處理、引入外部特征、長(zhǎng)序列依賴、超參數(shù)調(diào)優(yōu)等方面做出改進(jìn)，嘗試提升模型性能。

在模型部署方面，扇貝使用 TensorFlow Serving 作為模型部署上線的方案。在上線前我們有利用一些模型壓縮技術(shù)來(lái)減少模型大小，并根據(jù) TensorFlow Serving Batching Guide來(lái)找到 batching config 參數(shù)。

最終，扇貝通過(guò)對(duì)一系列論文結(jié)果的復(fù)現(xiàn)、改進(jìn)以及調(diào)優(yōu)，成功將 DKT 模型上線，為數(shù)千萬(wàn)用戶提供了更科學(xué)的詞匯測(cè)試方案。

蘇寧智能購(gòu)物助理機(jī)器人平臺(tái)

蘇寧易購(gòu)搜索算法團(tuán)隊(duì)負(fù)責(zé)人孫鵬飛在《蘇寧智能購(gòu)物助理機(jī)器人平臺(tái)》的分享中，介紹了蘇寧智能購(gòu)物助理機(jī)器人平臺(tái)、智能人機(jī)交互構(gòu)建技術(shù)實(shí)踐、挑戰(zhàn)與未來(lái)等內(nèi)容。

蘇寧易購(gòu)搜索算法團(tuán)隊(duì)負(fù)責(zé)人 孫鵬飛

蘇寧一直把智慧零售的理念落到產(chǎn)品體驗(yàn)上，作為國(guó)內(nèi)O2O戰(zhàn)略的實(shí)踐者，蘇寧積攢了20多年的行業(yè)領(lǐng)域知識(shí)，通過(guò)大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等新技術(shù)提升產(chǎn)品體驗(yàn)，一直是蘇寧努力實(shí)踐的方向。

蘇寧在分析用戶搜索行為的時(shí)候發(fā)現(xiàn)，越來(lái)越多的問(wèn)題是傳統(tǒng)搜索引擎無(wú)法解決的。圍繞著電子商務(wù)領(lǐng)域中的導(dǎo)購(gòu)、服務(wù)以及任務(wù)助理等幾個(gè)方面，蘇寧搜索團(tuán)隊(duì)進(jìn)行了深入調(diào)研，在2015年開(kāi)始研發(fā)智能購(gòu)物助理機(jī)器人平臺(tái)。

隨著第一版的推出，得到了公司以及越來(lái)越多用戶的廣泛認(rèn)可。但單純的售前智能導(dǎo)購(gòu)已經(jīng)無(wú)法滿足用戶的需求，在公司的支持下，研發(fā)了整個(gè)智能購(gòu)物助理機(jī)器人平臺(tái)，加入和豐富了越來(lái)越多的場(chǎng)景，為業(yè)務(wù)線提供良好支持。

整個(gè)平臺(tái)的產(chǎn)品服務(wù)體系分為四層，最上層是用戶服務(wù)前臺(tái)體系，包括易購(gòu)自助服務(wù)、云信用戶端、智能IVR、公眾號(hào)、小程序等產(chǎn)品和服務(wù)。中間是整個(gè)平臺(tái)的大腦部分，即智能調(diào)度系統(tǒng)，包括調(diào)度路由機(jī)器人以及QA機(jī)器人、商品推薦機(jī)器人、業(yè)務(wù)搜索機(jī)器人等。同時(shí)，在中間還有一個(gè)大中臺(tái)，包括場(chǎng)景化服務(wù)中臺(tái)和知識(shí)中臺(tái)兩部分。場(chǎng)景化服務(wù)中臺(tái)主要是根據(jù)不同業(yè)務(wù)需要，提供不同的API服務(wù)，而知識(shí)中臺(tái)主要是提供相應(yīng)的數(shù)據(jù)支撐，構(gòu)建知識(shí)庫(kù)，為不同的業(yè)務(wù)提供相應(yīng)的數(shù)據(jù)。最后是后臺(tái)支撐體系，為不同的業(yè)務(wù)系統(tǒng)提供相應(yīng)的API服務(wù)，以便能夠更好的為前臺(tái)進(jìn)行相應(yīng)的服務(wù)。

在技術(shù)實(shí)踐上，孫鵬飛介紹說(shuō)，整個(gè)系統(tǒng)的構(gòu)成可以分為三大模塊、四大類機(jī)器人。三大模塊分別是自然語(yǔ)言處理模塊、對(duì)話管理模塊、自然語(yǔ)言生成模塊。四大類機(jī)器人包括QA-Bot問(wèn)答機(jī)器人、Task-Bot任務(wù)對(duì)話機(jī)器人、Chitchat-Bot閑聊機(jī)器人、Rec-Bot推薦機(jī)器人。

不同模塊在不同機(jī)器人上的應(yīng)用是不同的。例如，在聊天型機(jī)器人中，自然語(yǔ)言理解主要負(fù)責(zé)一些情感及意圖的識(shí)別。而到任務(wù)型機(jī)器人，則主要是負(fù)責(zé)一些意圖分類以及語(yǔ)義槽填充。對(duì)話管理模塊，在問(wèn)答型機(jī)器人上主要是做文本的檢索以及知識(shí)庫(kù)的匹配。而到了推薦型機(jī)器人，主要是做用戶興趣的匹配以及推薦內(nèi)容的排序。自然語(yǔ)言生成模塊，在聊天型機(jī)器人上主要是進(jìn)行開(kāi)放領(lǐng)域的聊天回復(fù)，而到了任務(wù)型機(jī)器人，主要是確認(rèn)、澄清、完成一些相應(yīng)的動(dòng)作。

最后，孫鵬飛認(rèn)為，未來(lái)主要有意圖邊界劃分、數(shù)據(jù)標(biāo)注、語(yǔ)料質(zhì)量?jī)?yōu)化、對(duì)話質(zhì)量評(píng)估、探索端到端任務(wù)型對(duì)話系統(tǒng)等五大挑戰(zhàn)，并且挑戰(zhàn)只多不少。

以上內(nèi)容是51CTO記者根據(jù)WOT2018全球人工智能技術(shù)峰會(huì)的《人機(jī)智能》分論壇演講內(nèi)容整理，更多關(guān)于WOT的內(nèi)容請(qǐng)關(guān)注51cto.com。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】