抱著對人工智能的極大興趣，我這樣一位大叔，意外的遇到一個機器人蘿莉…。一切都是個意外！這個機器人蘿莉就是京東客服機器人JIMI，我更想把它叫做京東機密。

　　在某個場合，我見到了京東深度神經網絡實驗室（DNN Lab）首席科學家李成華，這位擁有博士后學位的深度學習領域的頂級專家，正在人工智能和機器學習領域進行研究。而京東JIMI，正是他創造出來的智能機器人，目前的工作是在售前咨詢、售后服務和生活伴侶三個場景，承擔超過30%的京東客服任務。

　　帶著對JIMI的好奇心，就產生了這段對話.jIMI的答復很有趣：它是一個蘿莉。可是，難道所有的智能機器人都具有類似的邏輯反應嗎？顯然，另一個業界知名的機器人某小二的反應卻略顯生澀，讓我這位大叔頓時失去了搭訕的欲望。

　　看來，機器學習再到深度學習，反映在智能機器人身上的效果還真是相差很大。

　　那么，問題來了，什么是深度學習，它跟傳統的智能機器人為什么差別那么大？

　　深度學習 小蘿莉的神經網絡

　　簡單說，深度學習是模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋和處理各種數據，包括文本數據、圖像數據和語音數據等。

　　而深度學習和普通的機器學習的最大區別就就是：神經網絡的層數。

　　傳統神經網絡一般只有兩三層的神經網絡，其有限的參數和計算單元，對復雜函數的表示能力有限，學習能力有限；而深度學習則具有5到10層的神經網絡。為什么JIMI能夠達到這樣的智能，李成華說，京東的深度學習已經能夠做到8到9層。

　　對比傳統的神經網絡，傳統神經網絡在大數據量的學習上性能較差，不符合大數據所需的時效性。另一方面，大數據的演進催生了軟硬件系統的進步，分布式架構的產生，使得算法的性能已經不是瓶頸，并行化框架和訓練加速方法，讓深度學習的前景變得光明。同時，大數據也會讓深度學習的效果越來越好。所以，從某種意義上說，深度學習是大數據的最佳拍檔。

　　可是，目前深度學習也有很多的困難。最為突出的就是人才稀少，李成華說，學這個專業的人才本身就少，能夠建立起一個實驗室的專家資源，甚至需要從全世界去尋找，京東的深度學習實驗室的8位專家就來自于全球各地。可見，深度學習，還沒有廣為人知，做深度學習的專家更是鳳毛麟角。

　　那么，問題又來了。京東把這么難找的一群專家聚集在一起，要做什么？

　　大數據價值 蘿莉也有長大時

　　其實，京東之所以能夠進入深度學習的領域，首先得益于開放生態系統的構建，和擁有的龐大的業務量并積累了較為完善的數據。李成華說我們數據比較突出，從大數據來說京東的數據可能是所有電商中數據鏈最長的，包括經銷商的數據、用戶一開始瀏覽我們的數據，可能別的電商有，最后我們做到客服有沒有返修，返修的時候跟我們人交互的時候他的情緒是什么樣的，這是別的平臺他們沒有的，因為他們服務不是自己做的，我們推送服務全是自己做的，所以京東對用戶數據掌握非常全，所以我們的描述也是最準的。

　　其次，京東雖然有近5000人的人工客服團隊，但應付618或者雙十一大促仍然顯得捉襟見肘。2012年12月，京東開始籌劃成立JIMI智能客服團隊，通過一些機器算法模擬人的思維，達到客服跟用戶交流的效果。隨后深度學習技術的研究，加深了京東完善JIMI的想法。

　　直到2014年9月9日，京東成立了京東深度神經網絡實驗室（DNN Lab），旨在通過神經網絡、知識層次、異構計算等新興領域的研究和應用來確保京東技術的領先性，提高JIMI的智能性及其應用的廣泛性是實驗室的首個直接目標。目前JIMI，已承擔超過30%的京東客服任務，但李成華希望未來JIMI可以包攬至少80%的客服工作。

　　看來小蘿莉也會有長大成人的時候。

　　JIMI的成長也許是電商的未來

　　其實，在文章開頭并沒有引用這段有趣的對話。我和JIMI還用這樣的對話，針對李成華的性別開了個小玩笑。玩笑歸玩笑，作為JIMI的創造者，李成華也可以說是JIMI之母。這個答案不知道李sir會不會滿意呢？

　　李成華的深度學習實驗室直接隸屬于京東副總裁馬松，而馬松本人是電商及人工智能領域的資深專家，在美國日本做過多年的研究，其他8名成員也是來自全球知名高校、企業和研究機構的技術精英，具有多年的實踐經驗和技術積累。目前，實驗室正從意圖識別，命名實體識別，自動問答和用戶畫像四個方向進行研究。

　　全球最有名的的深度學習技術首推IBM Watson，之后google和微軟等公司也把很多技術研發放到上面。在京東布局JIMI的同時，阿里也在積極布局深度學習實驗室。這說明，深度學習和數據挖掘技術已經被電商企業視為核心競爭力，也許JIMI成長到承擔咨詢業務量80%的時候，深度學習的智能機器人就真正成為電商平臺的未來。

　　未來？誰知道好萊塢電影里的機器人時代，會不會真的變成未來呢！