本文目錄一覽：

• 1、阿里小蜜的架構(gòu)設(shè)計(jì)
• 2、一臺(tái)移動(dòng)的小型機(jī)器人有哪些結(jié)構(gòu)？
• 3、如何搭建chatbot以及聊天機(jī)器人理論框架

本篇總結(jié)了阿里小蜜從2017-2020年的演進(jìn)過程，更偏向架構(gòu)體系上的介紹，不對(duì)具體技術(shù)做詳細(xì)介紹。具體技術(shù)部分會(huì)放在后面的文章中。

來自2017年的分享 拆開阿里小蜜的內(nèi)核，看智能人機(jī)交互的實(shí)現(xiàn)邏輯

阿里小蜜主要對(duì)接的機(jī)器人有客服、助理、聊天，根據(jù)不同場(chǎng)景的需求采用不同的機(jī)器人。后面有說到小蜜主要應(yīng)用的3大領(lǐng)域場(chǎng)景：智能導(dǎo)購（助理）、智能服務(wù)（偏問答）、智能聊天（聊天）。阿里小蜜將對(duì)話系統(tǒng)分成兩層：

具體思路如下：

通常我們將意圖識(shí)別作為分類問題來解決；在阿里小蜜中，也存在對(duì)話領(lǐng)域語義意圖不完整的情況，因此除了傳統(tǒng)的文本特征之外，還加入了實(shí)時(shí)、離線等用戶本身的行為以及用戶本身相關(guān)的特征，通過深度學(xué)習(xí)方案構(gòu)建模型，對(duì)用戶意圖進(jìn)行預(yù)測(cè)。

另外，在基于深度學(xué)習(xí)的分類預(yù)測(cè)模型上，阿里小蜜有兩種具體的選型方案：一種是多分類模型，一種是二分類模型。（但是沒有詳細(xì)介紹分別在什么場(chǎng)景下用多分類或者二分類？）對(duì)于多分類和二分類的優(yōu)缺點(diǎn)衡量如下：

主流的智能匹配技術(shù)分為如下3種：

智能導(dǎo)購對(duì)應(yīng)的是任務(wù)型機(jī)器人，技術(shù)架構(gòu)如下：

智能導(dǎo)購的意圖理解主要是用戶想要購買的商品以及商品對(duì)應(yīng)的屬性，相對(duì)于傳統(tǒng)的意圖理解面臨的挑戰(zhàn)有：

基于以上問題，阿里小蜜通過品類管理和屬性管理維護(hù)了一個(gè)意圖堆。以下分別是品類管理和屬性管理的架構(gòu)圖，方法都大同小異。

品類識(shí)別采用了基于知識(shí)圖譜的識(shí)別方案和基于語義索引及dssm的判別模型：

阿里小蜜的語義索引是結(jié)合搜索點(diǎn)擊數(shù)據(jù)和詞向量構(gòu)造的，主要包括下面幾步：

我的理解是，語義索引是一種召回方式。

具體樣本構(gòu)造

屬性管理的思路可以直接參考品類管理，具體架構(gòu)圖如下：

部分細(xì)節(jié)需要說明的是，品類關(guān)系在智能導(dǎo)購中主要考慮的關(guān)系是：上下位關(guān)系和相似關(guān)系。（補(bǔ)充：在知識(shí)圖譜構(gòu)建中實(shí)體與實(shí)體之間的關(guān)系，包括但不限于上下位、順承、時(shí)序等。）

上下位關(guān)系計(jì)算的2種方案：

相似性計(jì)算的2種方案：

這里只總結(jié)下阿里小蜜如何定義action、state、reward：

智能服務(wù)對(duì)應(yīng)的是問答型機(jī)器人，小蜜采用基于知識(shí)圖譜構(gòu)建與檢索模型。

基本的挖掘框架流程如下：

基于知識(shí)圖譜匹配的優(yōu)缺點(diǎn)：

基于檢索模型的對(duì)話匹配的流程：

檢索模型整體流程如圖：

智能聊天對(duì)應(yīng)聊天型機(jī)器人，目前主要有兩種技術(shù)：

內(nèi)容主要來自于 2018 - 阿里小蜜這一年，經(jīng)歷了哪些技術(shù)變遷？

算法方面本質(zhì)上變化不大，新增了一些功能模塊。

通過對(duì)話管理系統(tǒng)的控制，面向不同的領(lǐng)域場(chǎng)景采用不同的領(lǐng)域技術(shù)：

與2017年相比，增加了Rec Bot和MC Bot。另外，隨著阿里小蜜平臺(tái)的擴(kuò)展，部分領(lǐng)域存在難以獲得或者標(biāo)注數(shù)據(jù)量不足的問題，因此開始引入遷移學(xué)習(xí)。

應(yīng)用背景：（從各分享文章推測(cè)，阿里小蜜平臺(tái)應(yīng)該是2018年推廣到其他業(yè)務(wù)）

基于機(jī)器閱讀理解模型的在線問答流程如下圖所示：

具體說明：

2019-01 - 未來已來！阿里小蜜AI技術(shù)揭秘

整體架構(gòu)體系上基本沒什么變化，相比之前，2019的分享在任務(wù)型機(jī)器人中新增了slot，應(yīng)該是在動(dòng)作判斷中采用意圖+slot去做決策。

2019-09 - 干貨 | 阿里云小蜜對(duì)話機(jī)器人背后的核心算法

從2019年下半年開始的分享內(nèi)容有了很大的改動(dòng)，主要體現(xiàn)在：

內(nèi)容來自于 2021-01 達(dá)摩院Conversational AI研究進(jìn)展及應(yīng)用 。由于是2021年初的分享，所以放在了2020年。

2020年的分享與2019年下半年的分享內(nèi)容比較相似了，持續(xù)在技術(shù)深度上探索。改動(dòng)點(diǎn)在：

到目前為止接打電話機(jī)器人架構(gòu)設(shè)計(jì)，地面移動(dòng)機(jī)器人的行駛機(jī)構(gòu)主要分為履帶式、腿式和輪式三種。這三種行駛機(jī)構(gòu)各有其特點(diǎn)[2]。

（1）履帶

履帶最早出現(xiàn)在坦克和裝甲車上，后來出現(xiàn)在某些地面行駛的機(jī)器人上，它具有良好的穩(wěn)定性能、越障性能和較長(zhǎng)的使用壽命，適合在崎嶇的地面上行駛，但是當(dāng)?shù)孛姝h(huán)境惡劣時(shí)，履帶很快會(huì)被磨損甚至磨斷，沉重的履帶和繁多的驅(qū)動(dòng)輪使得整體機(jī)構(gòu)笨重不堪，消耗的功率也相對(duì)較大。此外，履帶式機(jī)構(gòu)復(fù)雜，運(yùn)動(dòng)分析及自主控制設(shè)計(jì)十分困難。

（2）腿式

腿式機(jī)構(gòu)具有出色的越野能力，曾經(jīng)得到機(jī)器人專家的廣泛重視，取得了較大的成果。根據(jù)腿的數(shù)量分類，有三腿、四腿、五腿和六腿等各種行駛結(jié)構(gòu)。這里我們簡(jiǎn)單介紹一種典型的六腿機(jī)構(gòu)。

一般六腿機(jī)構(gòu)都采用變換支撐腿的方式，將整體的重心從一部分腿上轉(zhuǎn)移到另一部分腿上，從而達(dá)到行走的目的。行走原理為:靜止時(shí)，由六條腿支撐機(jī)器人整體。需要移動(dòng)時(shí)，其中三條腿抬起成為自由腿(腿的端點(diǎn)構(gòu)成三角形)，機(jī)器人的重心便以諶條支撐腿上，然后自由腿向前移動(dòng)，移動(dòng)的距離和方位由計(jì)算機(jī)規(guī)劃，但必須保證著地時(shí)自由腿的端點(diǎn)構(gòu)成三角形。最后支撐腿向前移動(dòng)，重心逐漸由支撐腿過渡到自由腿，這時(shí)自由腿變成支撐腿，支撐腿變成自由腿，從而完成一個(gè)行走周期。

腿式機(jī)器人特別是六腿機(jī)器人，具有較強(qiáng)的越野能力，但結(jié)構(gòu)比較復(fù)雜，而且行走速度較慢。

（3）輪式

輪式機(jī)器人具有運(yùn)動(dòng)速度快的優(yōu)點(diǎn)，只是越野性能不太強(qiáng)。現(xiàn)在的許多輪式己經(jīng)不同于傳統(tǒng)的輪式結(jié)構(gòu)，隨著各種各樣的車輪底盤的出現(xiàn)，實(shí)現(xiàn)了輪式與腿式結(jié)構(gòu)相結(jié)合，具有與腿式結(jié)構(gòu)相媲美的越障能力。如今人們對(duì)機(jī)器人機(jī)構(gòu)研究的重心也隨之轉(zhuǎn)移到輪腿結(jié)合式機(jī)構(gòu)上來了。

本文設(shè)計(jì)的移動(dòng)機(jī)器人不僅要求具有一般輪式機(jī)器人移動(dòng)速度快、控制簡(jiǎn)單的特點(diǎn)，還要具有較好的越障能力，因此本文選擇輪腿式相結(jié)合的輪腿機(jī)構(gòu)作為行駛機(jī)構(gòu)。

2.1.2 驅(qū)動(dòng)形式的選擇

驅(qū)動(dòng)部分是機(jī)器人系統(tǒng)的重要組成部分，機(jī)器人常用的驅(qū)動(dòng)形式主要有液壓驅(qū)動(dòng)、氣壓驅(qū)動(dòng)、電氣驅(qū)動(dòng)三種基本類型[3]。

（1）液壓驅(qū)動(dòng)

液壓驅(qū)動(dòng)是以高壓油作為介質(zhì)，體積較氣壓驅(qū)動(dòng)小，率質(zhì)量比大，驅(qū)動(dòng)平穩(wěn)，且系統(tǒng)的固有效率高，快速性好，同時(shí)液壓驅(qū)動(dòng)調(diào)速比較簡(jiǎn)單，能在很大范圍實(shí)現(xiàn)無級(jí)調(diào)速。但由于壓力高，總是存在漏油的危險(xiǎn)，這不僅影響工作穩(wěn)定性和定位精度，而且污染環(huán)境，所以需要良好的維護(hù)，以保證其可靠性。液壓驅(qū)動(dòng)比電動(dòng)機(jī)的優(yōu)越性就是它本身安全性，由于電動(dòng)機(jī)存在著電弧和引爆的可能性，要求在易爆區(qū)域中所帶電壓不超過9V，但液壓系統(tǒng)不存在電弧問題。

（2）氣壓驅(qū)動(dòng)

在所有的驅(qū)動(dòng)方式中，氣壓驅(qū)動(dòng)是最簡(jiǎn)單的。使用壓力通常在0.4～0.6Mpa，最高可達(dá)1Mpa。用氣壓伺服實(shí)現(xiàn)高精度是困的，但在滿足精度的場(chǎng)合下，氣壓驅(qū)動(dòng)在所有的機(jī)器人驅(qū)動(dòng)形式中是質(zhì)量最輕、成本最低的。氣壓驅(qū)動(dòng)主要優(yōu)點(diǎn)是氣源方便，驅(qū)動(dòng)系統(tǒng)具有緩沖作用，結(jié)構(gòu)簡(jiǎn)單，成本低，可以在高溫、粉塵等惡劣的環(huán)境中工作。其缺點(diǎn)是接打電話機(jī)器人架構(gòu)設(shè)計(jì)：功率質(zhì)量比小，裝置體積大，同時(shí)由于空氣的可壓縮性使得機(jī)器人任意定位時(shí)，位姿精度不高。

（3）電氣驅(qū)動(dòng)

電氣驅(qū)動(dòng)是利用各種電機(jī)產(chǎn)生的力或轉(zhuǎn)矩，直接或經(jīng)過減速機(jī)構(gòu)去驅(qū)動(dòng)負(fù)載，減少了由電能變?yōu)閴毫δ艿闹虚g環(huán)節(jié)，直接獲得要求的機(jī)器人運(yùn)動(dòng)。電氣驅(qū)動(dòng)是目前機(jī)器人是用得最多的一種驅(qū)動(dòng)方式。其特點(diǎn)是易于控制，運(yùn)動(dòng)精度高，響應(yīng)快，使用方便，驅(qū)動(dòng)力較大，信號(hào)監(jiān)測(cè)、傳遞、處理方便，成本低廉，驅(qū)動(dòng)效率高，不污染環(huán)境，可以采用多種靈活的控制方案。

如何搭建chatbot以及聊天機(jī)器人理論框架

聊天機(jī)器人究竟是什么？

首先科普一下，了解下聊天機(jī)器人究竟是什么？Chatbot又可簡(jiǎn)稱為Bot，指的是聊天機(jī)器人，注意這里的chatbot可不是實(shí)體的機(jī)器人，它是指以聊天界面為基礎(chǔ)，可以是文本聊天，也可以是語音聊天，通過聊天解決用戶需求的一種服務(wù)模式，類似于虛擬助理。

經(jīng)蛋殼研究院研究了解，Bot并不是一個(gè)新玩意，甚至大部分的bot所運(yùn)用的技術(shù)都較為簡(jiǎn)單。相信大家都曾經(jīng)有過chatbot的體驗(yàn)（最簡(jiǎn)單的比如當(dāng)你短信回復(fù)10086幾個(gè)數(shù)字，10086就會(huì)把你當(dāng)月的使用情況發(fā)送給你）。沒錯(cuò)，chatbot很早就有了。只不過近幾年隨著移動(dòng)通訊開始趕超移動(dòng)社交，以及人工智能和大數(shù)據(jù)的興起。Chatbot才開始被視為一種巨大的機(jī)會(huì)，有可能替換app模式，改變互聯(lián)網(wǎng)現(xiàn)有的商業(yè)模式。并且從今年facebook和微軟的發(fā)布會(huì)可以看到，chatbot都是他們未來重點(diǎn)布局的一個(gè)方向。

聊天機(jī)器人創(chuàng)業(yè)需要避免幾個(gè)誤區(qū)

就最近半年來的情形，聊天機(jī)器人至少在歐美很受追捧，雖然大量的開發(fā)者涌入，但真正做得好的并不多，蛋殼研究院認(rèn)為95%的細(xì)分場(chǎng)景仍舊在空白狀態(tài)，等著被挖掘建設(shè)。醫(yī)健領(lǐng)域的許多創(chuàng)業(yè)者對(duì)這一領(lǐng)域尚比較陌生，對(duì)這一領(lǐng)域如何切入存在誤區(qū)。以下幾個(gè)方面值得注意。

1、聊天機(jī)器人技術(shù)門檻未必很高

一看到機(jī)器人幾個(gè)字，很多朋友會(huì)覺得那就是智能領(lǐng)域，有較高的技術(shù)門檻。其實(shí)未必。現(xiàn)如今無論是自然語言處理還是AI結(jié)合大數(shù)據(jù)進(jìn)行智能診斷技術(shù)層面都尚未十分成熟，個(gè)別創(chuàng)新公司和巨頭們確有所建樹，但也如大家所擔(dān)心的技術(shù)門檻較高，不是什么人都能玩起來。事實(shí)上并非如此，正如本文前面解釋的聊天機(jī)器人概念及基本工作模式，聊天機(jī)器人可深可淺，且有諸多開放技術(shù)平臺(tái)供使用，對(duì)人工智能技術(shù)的掌握并不需要十分深入。

2、升級(jí)交互界面體驗(yàn)是當(dāng)下Bot的主體價(jià)值

還在門外觀望的創(chuàng)業(yè)者，許多人并不明白Bot的訴求價(jià)值是什么。其實(shí)，當(dāng)前聊天機(jī)器人模式能解決的核心問題是優(yōu)化交互界面，以更為人性化的溝通模式全面升級(jí)交互體驗(yàn)。核心價(jià)值在于界面體驗(yàn)，未必一定升級(jí)服務(wù)本身的價(jià)值。

為什么一些評(píng)論家認(rèn)為Bot可能全面替代App，事實(shí)上是從進(jìn)入界面模式的角度來說得。也就是說以后我們不是打開一個(gè)一個(gè)App去獲取服務(wù)，而是打開一個(gè)Bot進(jìn)行對(duì)話來獲取服務(wù)。正如幾年前，手機(jī)交互模式還主要依賴鍵盤，如今已全面轉(zhuǎn)向觸屏模式。

界面體驗(yàn)的升級(jí)看著并沒有什么高智能，但卻符合人們?cè)敢狻皯兴馈钡谋拘裕芴芍筒蛔茏筒徽局瑒?dòng)嘴皮子能解決就絕不動(dòng)手。簡(jiǎn)單、直接、快捷這些好處多少能少用幾個(gè)腦細(xì)胞，在一個(gè)設(shè)計(jì)妥當(dāng)?shù)牧奶鞕C(jī)器人上確實(shí)能比App體驗(yàn)更佳。

3、Bot與“導(dǎo)”相關(guān)，它可以成為流量入口

簡(jiǎn)單直接快捷，這些訴求價(jià)值點(diǎn)十分適合成為人們獲得某項(xiàng)服務(wù)的入口，例如導(dǎo)購、導(dǎo)診、導(dǎo)航類似的目的都會(huì)十分匹配Bot，一個(gè)有平臺(tái)聚集性質(zhì)的Bot可以成為一個(gè)新的流量入口。當(dāng)然許多已經(jīng)霸占在流量入口上的巨頭會(huì)想盡一切辦法再度霸占入口。這也是為什么Google、蘋果、Facebook等等巨頭們都在達(dá)平臺(tái)Bot的重要原因。

4、Bot不是被動(dòng)應(yīng)答，它可以有很強(qiáng)的主動(dòng)性

通常人們覺得我向聊天機(jī)器人問一個(gè)問題，然后Bot被動(dòng)應(yīng)答。但其實(shí)，Bot也可以根據(jù)情景對(duì)你進(jìn)行提問、追問。這一模式更為主動(dòng)，更易調(diào)動(dòng)用戶參與，提高用戶黏性。Bot相比網(wǎng)頁模式，更易有較強(qiáng)的互動(dòng)性。

同樣作為入口，往往承擔(dān)著獲取數(shù)據(jù)的職能。從機(jī)器獲得數(shù)據(jù)的角度來看，Bot界面要比傳統(tǒng)網(wǎng)頁模式更為主動(dòng)。以往傳統(tǒng)界面你只能被動(dòng)等待用戶去填入信息，而Bot是可以在時(shí)間軸上不斷交互的，它可以根據(jù)前提設(shè)定主動(dòng)追問，定向追問，也因此更有可能獲得更全面，更易結(jié)構(gòu)化的數(shù)據(jù)。

無論是交互界面、個(gè)人數(shù)據(jù)采集、還是服務(wù)導(dǎo)航、流量入口等關(guān)鍵詞在數(shù)字健康、互聯(lián)網(wǎng)醫(yī)療領(lǐng)域無異也是重要詞匯，尤其對(duì)2C端模式更是如此。數(shù)字健康領(lǐng)域的創(chuàng)業(yè)者們根據(jù)自身情況不妨想一想如何借用Bot優(yōu)勢(shì)提升自身產(chǎn)品的體驗(yàn)，增加賣點(diǎn)，提高用戶黏性，提升轉(zhuǎn)化率。同時(shí)有必要關(guān)注人們對(duì)Bot模式的接受度。

國內(nèi)醫(yī)健聊天機(jī)器人哪些應(yīng)用場(chǎng)景更務(wù)實(shí)？

互聯(lián)網(wǎng)醫(yī)療健康領(lǐng)域，過去2~3年間已有大批APP涌入，絕大多數(shù)創(chuàng)業(yè)團(tuán)隊(duì)尚在尋找更成熟可持續(xù)的商業(yè)模式。聊天機(jī)器人有何助益？在大多應(yīng)用場(chǎng)景下以優(yōu)化界面為核心價(jià)值的聊天機(jī)器人很難成為救命稻草，大多只能錦上添花。然而在某些領(lǐng)域，界面升級(jí)能匹配關(guān)鍵的價(jià)值訴求。蛋殼研究院認(rèn)為以下幾個(gè)方面的應(yīng)用會(huì)有點(diǎn)意思。

養(yǎng)老看護(hù)切入。老年群體對(duì)APP模式接受度差，他們?cè)S多人難以適應(yīng)以往的人機(jī)交互界面，聊天機(jī)器人界面更易被老年人接受。一定程度作為生活助手，處理緊急情況，起到一定的陪伴作用。然而可能通過B2B2C業(yè)務(wù)模式來推進(jìn)會(huì)更佳。

快捷百科解答。也許聊天機(jī)器人模式會(huì)顛覆我們以往查字典類型的知識(shí)獲取方式了。以往按各種索引查找的模式轉(zhuǎn)化成聊天機(jī)器人模式后能顯著提升效率，并且在有一定互動(dòng)問答的模式下，更容易將有關(guān)聯(lián)的知識(shí)點(diǎn)全面獲取，避免犯下斷章取義的錯(cuò)誤。尤其在醫(yī)學(xué)健康、營養(yǎng)保健、運(yùn)動(dòng)健身類知識(shí)領(lǐng)域，許多信息都不是單線條孤立存在的。

分診導(dǎo)診預(yù)診。在分級(jí)診療大政策背景的推動(dòng)下，能高效配置醫(yī)療資源，為醫(yī)護(hù)人員節(jié)省精力，降低醫(yī)療部門運(yùn)營成本的產(chǎn)品會(huì)有一定接受度。通過聊天機(jī)器人界面模式能更好的實(shí)現(xiàn)預(yù)診分診導(dǎo)診。以往在這一領(lǐng)域深度耕耘的互聯(lián)網(wǎng)醫(yī)療創(chuàng)業(yè)公司很多，競(jìng)爭(zhēng)也十分激烈。僅以聊天機(jī)器人模式改進(jìn)、優(yōu)化、或新加入競(jìng)爭(zhēng)不可能改變競(jìng)爭(zhēng)很格局，也無法解決根本困境。最終仍舊需要多維度比拼。

醫(yī)療保健機(jī)構(gòu)客服。將聊天機(jī)器人用于客服部分替代人工在許多產(chǎn)業(yè)已有應(yīng)用，醫(yī)療保健機(jī)構(gòu)也有較大的客服需求，這與其他產(chǎn)業(yè)的客戶中心需求類似，但其本質(zhì)上和醫(yī)療健康本身并沒有什么關(guān)系，也是典型的2B業(yè)務(wù)。