昔日火爆一時的AlphaGo和李世石的“人機大戰”，AI的場景應用已經讓無數人大開眼界。而在人工智能應用領域，AI語音對話堪稱前沿技術，并依托背后海量搜索數據得以應用。在極客公園2016奇點·創新者峰會上，研究AI對話技術多年的360搜索技術總監魏少俊，與大家分享最新的技術成果。

　　“什么是AI技術?它和搜索對話有何不同?”

　　AI 對話是一種人機交互方式，人和機器展開人和人之間這種自然的交流。人們平時使用的搜索實際上就是一種人機的交流，當在搜索框輸入查詢詞，搜索引擎會分析你輸入的語義，判斷意圖，判斷最匹配你需求的結果，并向你推薦精準答案，這就完成了一段和搜索引擎的對話。

　　搜索對話與 AI 對話存在很多不同，在搜索場景下，用戶對話輸入實際上是通過在搜索框中輸入一句話，一次性解答。而在 AI 場景下，用戶輸入更加口頭語化，口頭語比書面語更復雜，所以它的處理難度會更大。同時，由于口頭語的碎片化特點，很多時候需求在第一時間提出時，可能不一定一次性把意圖都表達完整。

　　“AI 對話的三種方式”

　　第一種叫功能型交互、也叫命令型交互，表現為用戶向機器下達指令，例如：“幫我把燈打開”，在這種情景下，通常口頭表達的能力是有限，不會有太多復雜的指令內容，這個是相對來說最容易實現的方式。

　　第二種叫內容型交互，也叫知識型交互，例如向機器人下達指令說“給我講一個《小紅帽》的故事”，或詢問“北京到上海距離多遠”。這個里面需要有海量的網頁抓取技術，網頁篩選技術等等支撐這樣的應用。

　　第三是開放型交互，也叫閑聊，用戶表達在非常龐大的語言空間上，甚至有些問題沒有答案。比如說一個用戶告訴你我今天摔倒了，這個時候沒有答案的，機器需要分析用戶表達的情感，然后適當給出安慰。

　　歸納下來，在 AI 對話里面，我們 AI 對話引擎需要具備哪些能力。第一個是對用戶口頭表達的理解能力，第二是需要強大的知識庫在此基礎上的應答能力。

　　“AI 對話需要哪些技術?”

　　AI 對話要求需需要的技術模塊一共有 4 個部分，第一部分是語音識別。語音識別相對來說目前技術比較成熟;第二部分是語義識別;第三塊是云計算，AI 需要龐大的計算支持;第四是我們基于 360 搜索大數據的海量語料訓練。

　　語義識別需要用到基于上下文的自然語言理解技術。分為 5 個部分，第一部分是意圖識別，根據用戶輸入明確理解所要查詢的問題，或者對話意圖，然后在意圖基礎上做解答。

　　第二叫情感識別，識別對話里想表達的某種情感，在開放式聊天主要用到情感識別這個技術，包括分析用戶是高興還是憤怒，或者悲傷等等，大概有 21 個情感。

　　第三個叫指代消解和省略恢復，比如說用戶提起一個問題：“上海的天氣怎么樣?”這個時候機器回答，用戶再接著一句，“北京的呢?”這個時候用戶已經把北京天氣怎么樣幾個字省略了，機器就需要結合上下文再做進一步回答。

　　第四是意圖澄清，比如說用戶說想看藍蓮花，這個時候需要區分用到底是藍蓮花的圖片還是書籍，進而發起詢問并進一步確認。

　　第五部分叫拒識判斷，如果用戶超出機器的范圍，如果用戶問的問題是涉及到一些反動的，色情的問題，這個時候機器也不能夠回答。

　　“AI對話需要確認對話邊界”

　　在應答層面，存在一個叫“多輪對話”的技術。用戶意圖如果需要多次對話才能表述完整，機器要區分出這個意圖對話邊界，用戶表達意圖從哪句話開始到哪句話結束。通常來講我們判斷一個意圖起始的時候，我們基于當前用戶表達這句話跟上一個意圖之間，也就是跟上一個多輪對話之間有沒有相關性，如果沒有相關性，我們認為這是新的對話的開始。

　　用戶在多輪對話的時候，可能因為口頭表達失誤，導致對用戶的理解出現偏差，這個時候機器需要有一個糾錯的機制，如果缺少一個機制，可能用戶在說完很長的，就某一個意圖進行很長對話之后，可能對用戶的意圖視做一個新的意圖，這樣用戶體驗非常糟糕。

　　所以在多輪對話里面需要一個智能的、能給用戶進行一個確認和感受的機制，比如當用戶說了半天，到最后機器會重復表達問一下，您說的是這個意思嗎?如果用戶說是，多輪對話繼續，如果不是，再重啟一個新的對話。

　　嘉賓介紹：

　　魏少俊

　　清華大學計算機專業碩士，現任360搜索技術總監，自然語言理解團隊負責人;魏少俊在自然語言處理、內容推薦、數據挖掘、搜索引擎等領域擁有十多年經驗，加入360之前，魏少俊為百度移動搜索團隊總技術負責人。