王清琛

　　白色的人形外殼，具有移動(dòng)功能，操著一口流利卻沒什么感情的普通話，這應(yīng)該是今年最常見的家用機(jī)器人模樣了。但是，機(jī)器人一定需要是人形嗎？機(jī)器人就一定要物化嗎？

　　云問(wèn)科技的智能問(wèn)答機(jī)器人就對(duì)上面的問(wèn)題給出了回應(yīng)：作為一款基于云端的產(chǎn)品，云問(wèn)的智能問(wèn)答機(jī)器人通過(guò)微信、網(wǎng)頁(yè)或其他APP等方式跟各行業(yè)的用戶進(jìn)行文字交互，通過(guò)自然語(yǔ)言處理技術(shù)完成語(yǔ)義理解，給出用戶正確的解答。

　　云問(wèn)科技的創(chuàng)始人王清琛畢業(yè)于四川大學(xué)，在讀書期間接觸并學(xué)習(xí)了自然語(yǔ)言處理。2008年，他加入了一個(gè)做論文比對(duì)項(xiàng)目的團(tuán)隊(duì)，負(fù)責(zé)篇章語(yǔ)義處理。當(dāng)時(shí)為了減少工作量，王清琛就自己開發(fā)一套智能問(wèn)答機(jī)器人系統(tǒng)，上線后效果非常好，幫著處理了許多重復(fù)性工作。

　　2010年王清琛把這套系統(tǒng)放在網(wǎng)上作為開源工具供大家使用，等到了2013年時(shí)，王清琛發(fā)現(xiàn)網(wǎng)站上已經(jīng)有2000家注冊(cè)用戶，并且有公司希望購(gòu)買這套系統(tǒng)，用于線下使用，這時(shí)他發(fā)覺到這可以作為一門生意，于是跟幾位志同道合的朋友共同集資創(chuàng)立了云問(wèn)科技。

　　既然自然語(yǔ)言處理是云問(wèn)科技的主要研究方向，那么其完整定義是什么？

　　在機(jī)器人跟人的交互中語(yǔ)音是最關(guān)鍵的一環(huán)，而語(yǔ)音交互的整個(gè)過(guò)程分為語(yǔ)音識(shí)別、語(yǔ)義理解和語(yǔ)音合成，分別代表了聲音的輸入、加工和再輸出。其中語(yǔ)義識(shí)別是影響一個(gè)機(jī)器人能否聽懂意思的關(guān)鍵，而自然語(yǔ)言處理就是研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的各種理論和方法。

　　在語(yǔ)音的各項(xiàng)技術(shù)的發(fā)展中，自然語(yǔ)言處理是發(fā)展最緩慢的，對(duì)此億歐采訪到技術(shù)出身的王清琛。

　　王清?。壕臀覀€(gè)人理解，自然語(yǔ)言發(fā)展緩慢的主要原因有兩點(diǎn)。

　　一是計(jì)算機(jī)嚴(yán)重缺乏關(guān)于語(yǔ)言的知識(shí)。比如說(shuō)如果你不告訴計(jì)算機(jī)什么是漢語(yǔ)的詞，它就無(wú)法判斷兩個(gè)連在一起的漢字是不是詞，年來(lái)的在自然語(yǔ)言處理中應(yīng)用的各種深度學(xué)習(xí)技術(shù)，也是為了解決計(jì)算機(jī)缺乏語(yǔ)言知識(shí)的難題。

　　二是語(yǔ)言中經(jīng)常存在歧義，而我們有時(shí)感覺不到。比如“結(jié)婚的和尚未結(jié)婚的老師”。人類在理解的基礎(chǔ)上明白了話語(yǔ)的意義（兩類老師），而計(jì)算機(jī)只要沒達(dá)到完全理解的層次，就無(wú)法正確處理這些有歧義的語(yǔ)言，它就可能理解為“結(jié)婚的和尚，未結(jié)婚的老師”。

　　雖然技術(shù)上存在阻礙，但這沒有影響到其商業(yè)化的進(jìn)程，云問(wèn)科技最早利用自然語(yǔ)言處理技術(shù)推出智能客服，現(xiàn)在公司還有針對(duì)企業(yè)內(nèi)部用戶的智能咨詢系統(tǒng)，云問(wèn)公司的產(chǎn)品具備智能服務(wù)、機(jī)器問(wèn)答、圖像處理、數(shù)據(jù)分析、輿情分析等功能。

　　王清琛：就智能客服這樣通過(guò)對(duì)話與人交流的業(yè)務(wù)來(lái)說(shuō)，未來(lái)產(chǎn)品基本的交互界面和現(xiàn)在相比，變化不會(huì)很大，而差別是內(nèi)在的。

　　就像現(xiàn)在市面上有各種類似蘋果語(yǔ)音助理Siri的產(chǎn)品，可能第一眼看上去，很難感覺得到差別，但是只要多用幾次，你就能判斷出哪個(gè)產(chǎn)品更加聰明一些。最聰明的狀態(tài)下，你感覺不到是在和機(jī)器人交流。未來(lái)，語(yǔ)言會(huì)是人和計(jì)算機(jī)交流的接口，所以對(duì)自然語(yǔ)言的處理和理解將會(huì)成為人與計(jì)算機(jī)交流的基礎(chǔ)。

　　為了解云問(wèn)科技如何把這項(xiàng)技術(shù)應(yīng)用于商業(yè)，億歐還采訪到云問(wèn)科技COO茆傳羽。

　　茆傳羽：首先是智能服務(wù)，隨著移動(dòng)互聯(lián)網(wǎng)發(fā)展，現(xiàn)在微信上各類公眾號(hào)的關(guān)注數(shù)可能超過(guò)百萬(wàn)，咨詢量每天可能會(huì)有十幾萬(wàn)，但企業(yè)不太可能在人力投入上再增加，而且你會(huì)發(fā)現(xiàn)咨詢中有許多重復(fù)性的問(wèn)題，這時(shí)候智能客服是一個(gè)很好的解決方案。例如我們?yōu)槿缂揖频甓ㄖ频臋C(jī)器人“小如”，可以解決超過(guò)八成的常見問(wèn)題。

　　除了智能客服，我們還幫助企業(yè)去建立一個(gè)服務(wù)內(nèi)部、外部用戶，進(jìn)行業(yè)務(wù)咨詢和調(diào)用的智能系統(tǒng)，也可以把許多重復(fù)性的問(wèn)題快速解決。這兩類業(yè)務(wù)本質(zhì)上是把語(yǔ)義理解的技術(shù)垂直應(yīng)用到行業(yè)中，目前智能客服和企業(yè)解決方案兩個(gè)業(yè)務(wù)的規(guī)模各占一半。

　　茆傳羽：目前市場(chǎng)上也有智齒、Udesk一類的智能客服企業(yè)，但是他們更注重的是打造一款輔助人工客服的工具，而并不是從底層技術(shù)上去深層挖掘。云問(wèn)作為底層技術(shù)供應(yīng)商，跟市場(chǎng)上近半數(shù)的智能客服公司有合作?？梢岳斫鉃槲覀兲峁C(jī)器人的部分，他們提供人工模塊，例如呼叫中心整合，人工客服模塊整合等等。

　　茆傳羽：這涉及到系統(tǒng)閉環(huán)的問(wèn)題，我們現(xiàn)在的做法是將企業(yè)內(nèi)部服務(wù)流程打通。例如酒店的智能客服機(jī)器人遇到一個(gè)問(wèn)題不會(huì)答，它會(huì)把問(wèn)題發(fā)到服務(wù)群組里，里面是優(yōu)秀管理人員。在管理人員答復(fù)的過(guò)程，機(jī)器人就完成了學(xué)習(xí)過(guò)程。

　　另外一種方法是利用系統(tǒng)存在的數(shù)據(jù)，智能客服會(huì)在內(nèi)部存檔里面去搜索，然后把搜索到的答案交給人工審核，人在審核的時(shí)候機(jī)器也完成了一次學(xué)習(xí)。

　　隨著機(jī)器人重復(fù)學(xué)習(xí)，它的知識(shí)庫(kù)就得到了拓展，智能化的水平就得到了提升，目前云問(wèn)已經(jīng)擁有33個(gè)行業(yè)里的頭部企業(yè)客戶，也已經(jīng)利用數(shù)據(jù)建立起可復(fù)制的語(yǔ)義圖譜。

　　茆傳羽：首先客戶有兩個(gè)維度，客戶可以對(duì)回答的問(wèn)題進(jìn)行評(píng)價(jià)，另外機(jī)器會(huì)觀察用戶問(wèn)了一個(gè)問(wèn)題后的反應(yīng)，如果一個(gè)用戶問(wèn)完了還是繼續(xù)問(wèn)，說(shuō)明之前的回答可能不夠準(zhǔn)確。另外，機(jī)器自身可以評(píng)定回答的準(zhǔn)確率。最后，人工管理員也可以評(píng)估機(jī)器的回答。

　　茆傳羽：智能客服肯定會(huì)對(duì)人工客服帶來(lái)沖擊，但是我們關(guān)注的點(diǎn)不是把人工換掉，把人工定位成VIP服務(wù)團(tuán)隊(duì)和疑難雜癥解決團(tuán)隊(duì)。

　　隨著技術(shù)的變革，我們會(huì)利用各項(xiàng)人工智能的技術(shù)做到完整的閉環(huán)，從前端服務(wù)，到后端的服務(wù)數(shù)據(jù)的監(jiān)測(cè)、熱點(diǎn)識(shí)別，再到前端的銷售。而且智能客服還可以把優(yōu)質(zhì)客戶梳理出來(lái)，交由人工客服去更好地服務(wù)他們