智能對話爆發(fā)，但要做引擎的百度大腦已經(jīng)提前贏下這場AI競賽

2019-05-16 14:58 來源：A5專欄我來投稿撤稿糾錯

文|曾響鈴

來源|科技向令說

全面戰(zhàn)爭不斷深入的重要表現(xiàn)，是局部的深度戰(zhàn)爭。

AI大競賽就是如此。5月15日，百度大腦召開了一場名為“與未來對話”的發(fā)布會，百度大腦“智能對話引擎”及其核心產(chǎn)品UNIT3.0亮相，智能對話在AI競賽中的位置全面提升。

事實(shí)上，自從語音、視覺在各個場景應(yīng)用中大放異彩后，AI一直在等待新的爆發(fā)點(diǎn)，現(xiàn)在，創(chuàng)新內(nèi)涵、應(yīng)用前景都十分豐富的智能對話開始接棒，包括百度在內(nèi)，諸多大佬級AI平臺都盯上了智能對話。

以百度此次發(fā)布會為標(biāo)志，這個AI新的爆發(fā)點(diǎn)正式起爆，一場AI全面戰(zhàn)爭下的局部深度戰(zhàn)爭打響，而百度憑借AI技術(shù)的先期積累，已經(jīng)占據(jù)有利位置。

不過，對似乎提前鎖定勝局的百度而言，要以行業(yè)“引擎”的姿態(tài)做智能對話，下一步要面臨的挑戰(zhàn)也有不少。

“復(fù)雜系統(tǒng)”下，智能對話更需要開放式行業(yè)平臺

智能對話，從概念上看，其著眼點(diǎn)在“對話”，也即其AI能力擴(kuò)展到了人機(jī)交互的更高層面——像人一樣進(jìn)行對話式互動，而不只是下達(dá)和響應(yīng)被限定的命令。

這給了智能對話提出了更獨(dú)特的行業(yè)發(fā)展要求。

1、智能對話是一個“復(fù)雜系統(tǒng)”

目前，智能對話在車載、音箱、客服、機(jī)器人領(lǐng)域都有廣泛的應(yīng)用。普通人在網(wǎng)絡(luò)購物、享受服務(wù)的過程中，通過聊天框流暢對話的，很可能就是AI而非客服小姐。

不僅如此，現(xiàn)在的智能對話已經(jīng)能實(shí)現(xiàn)語音實(shí)時溝通，某些營銷電話的對接，可能就是由智能客服完成，而可以做到消費(fèi)者渾然不知。

很明顯，這種“自然”對AI來說要求變得更高了。

與語音操作、視覺識別等成熟AI智能產(chǎn)品相比，要實(shí)現(xiàn)盡可能自然的對話，智能對話需要在NLP（自然語言處理，“聽見”講了什么詞組、句子）、知識圖譜（即AI懂的知識，只有“懂”才能去“聊”）、語音語義一體化（聽見的音節(jié)能轉(zhuǎn)化成現(xiàn)實(shí)的理解，沒有這個就好像不懂外語的聽外語）等方面都有深度積累。

智能語音無法通過簡單的數(shù)據(jù)+模型訓(xùn)練就能形成單個產(chǎn)品，在本質(zhì)上，它是一組技術(shù)和資源的總集成，需要全面的技術(shù)布局和深厚的技術(shù)積累，也因此，我們看到，智能語音在語音操作、視覺識別火了很久之后，才“姍姍來遲”迎來爆發(fā)。

2、做好智能對話，三個“池”缺一不可

正因?yàn)槭?ldquo;復(fù)雜系統(tǒng)”，所以做好智能對話，其能力需求也十分“立體”。

至少，這三個“池子”的條件平臺方必須具備：

首先，要有豐富的“資源池”。如同嬰兒學(xué)習(xí)對話，需要父母不斷進(jìn)行輸入，更大量更多樣化的輸入才能讓嬰兒更快地實(shí)現(xiàn)語言能力成長。智能對話需要大量語料輸入，并不斷學(xué)習(xí)外界的“知識”。

然后，是強(qiáng)化學(xué)習(xí)能力的“技術(shù)池”。在輸入的基礎(chǔ)上，還得有消化能力，不管是新開發(fā)的AI技術(shù)，還是通用AI技術(shù)的借用，智能對話的“復(fù)雜系統(tǒng)”都要求AI有更復(fù)雜的學(xué)習(xí)方式和學(xué)習(xí)過程.

最后，是能夠練手的“實(shí)踐池”。只有具備高密度的現(xiàn)實(shí)應(yīng)用，智能對話才能從“溫室”走出，適應(yīng)“社會環(huán)境”，沒有真刀真槍上陣，耍再多把式也沒用。

3、BAT級平臺被智能對話天然“預(yù)訂”

很顯然，有大量語料、知識庫，又具備充分的AI技術(shù)積淀，還有自家練手的場景應(yīng)用，全部具備三大“池”資源的只有BAT這樣的平臺級企業(yè)，小公司幾乎不具備從零起步構(gòu)建智能對話產(chǎn)品的能力，或者說，投入太過巨大而沒有現(xiàn)實(shí)價值。

與簡單要求下的語音、視覺不同，智能對話從一開始就鎖定了BAT級平臺。

而這其中，正是憑借其技術(shù)領(lǐng)先、能力豐富的優(yōu)勢，百度大腦才能在這個爆發(fā)的節(jié)點(diǎn)上，發(fā)布其智能對話引擎；在此基礎(chǔ)上，百度大腦還針對對話系統(tǒng)定制平臺UNIT發(fā)布9大核心特性，形成了全新的對話系統(tǒng)定制平臺UNIT3.0。

相對于有所動作但幅度并不算大的A\T兩家AI平臺，百度智能對話已經(jīng)取得行業(yè)領(lǐng)先。

搜索出身給了百度巨大的先發(fā)優(yōu)勢。不論是天氣、星座、美食、快遞、團(tuán)購、小說等信息資源，還是人物、地理、歷史體育等問答資源，都讓百度的智能對話有了業(yè)內(nèi)難以企及的語料和知識來源。

此外，AI戰(zhàn)略讓百度為智能對話積累了大量通用技術(shù)基底，以及快速上手的能力；而百度地圖、Apollo、DuerOS、小度機(jī)器人等“真實(shí)業(yè)務(wù)”又成為百度智能對話的練兵場，積淀了可以轉(zhuǎn)化到生態(tài)伙伴身上的大量預(yù)置技能（可以理解為經(jīng)過了廣泛“實(shí)習(xí)”）。

百度大腦為什么敢用“引擎”定義智能對話平臺？

值得一提的是，智能對話玩家們往往發(fā)布都在發(fā)布“XX平臺”、“XX產(chǎn)品”，而百度此次是直接用“引擎”來定義其智能對話平臺。

這固然有拔高競爭維度、強(qiáng)化相對優(yōu)勢的動機(jī)，但百度大腦敢這個爆發(fā)的關(guān)鍵節(jié)點(diǎn)用上“引擎”一詞，沒有起碼的實(shí)力是不敢這么高調(diào)的。

這里認(rèn)為，百度大腦能提出“引擎”，基于這三個方面的準(zhǔn)備：

1、稟賦上，智能對話平臺早已成型

某種程度上，百度此次的發(fā)布會并不是在發(fā)布一個“新產(chǎn)品”或“新平臺”，而更像是一次過去智能對話能力、產(chǎn)品、平臺、生態(tài)的整合與升級。

在今天正式發(fā)布智能對話引擎及其UNIT3.0之前，百度智能對話對自家產(chǎn)品、生態(tài)伙伴的賦能，已經(jīng)累計實(shí)現(xiàn)交互460億+次，而且這次百度大腦推出的UNIT3.0版本，在搭建技能、構(gòu)建知識和整合技能與知識上也做了全面升級，就技能搭建而言，包含預(yù)置技能和自定義技能。其中預(yù)置技能就包括智能問答、設(shè)備控制、影音休閑、生活服務(wù)等58大項(xiàng)，沉淀了全網(wǎng)最全面最優(yōu)質(zhì)的信息類資源。

可以說，百度的智能對話平臺已經(jīng)是全行業(yè)技術(shù)最強(qiáng)、能力最豐富、規(guī)模最大的平臺，這樣一個本身就具備業(yè)務(wù)基礎(chǔ)的平臺，再次升級只能是朝著更高的行業(yè)價值定位方向走。

從而，由“產(chǎn)品”或“平臺”轉(zhuǎn)向“引擎”也就自然而然了，畢竟，AI競賽尤其是平臺型AI之間的生態(tài)競爭，除了技術(shù)和商務(wù)的深入還會在定位上不斷升級維度。

可以預(yù)見，若干時間之后，A/T甚至科大訊飛也會跟上“引擎”的定位。

2、技術(shù)上，已實(shí)現(xiàn)快速冷啟動+高精度長尾優(yōu)化

在技術(shù)層面，百度智能對話引擎及其核心產(chǎn)品UNIT3.0有一個長達(dá)100多頁的PPT詳盡介紹其各類技術(shù)優(yōu)勢，其技術(shù)儲備的豐富與深度可見一斑（具體見相關(guān)報道）。

但總體看來，這里認(rèn)為，該引擎在技術(shù)上有兩個分階段的優(yōu)勢：部署后的快速冷啟動，運(yùn)行過程中的高精度長尾優(yōu)化。

說白了，既然是引擎，“加速度”能力是十分重要的。

按百度方面的說法，其UNIT3.0能通過平均77個模板就能實(shí)現(xiàn)對話技能的快速冷啟動，對比行業(yè)需要高達(dá)800+模板；以地圖導(dǎo)航為例，百度大腦智能對話引擎通過10-100個模板、10-100個樣本就能快速啟動，實(shí)現(xiàn)90%的的準(zhǔn)確率。

這意味著，開發(fā)者和企業(yè)幾乎拿來就能滿足基本的需求，部署十分簡單，對環(huán)境要求不高。

而在冷啟動完成之后，智能對話的能力PK就轉(zhuǎn)移到第二個階段：精度的上限能到多少。

90%只是開始，100%只能無限接近。百度智能對話引擎目前已經(jīng)能實(shí)現(xiàn)95%的精度（即機(jī)器與人對話，95%是成功理解和互動的），注意，這不是普通的指令式語音互動，這個數(shù)字已經(jīng)在智能對話領(lǐng)域已經(jīng)遠(yuǎn)遠(yuǎn)高于多數(shù)玩家。

值得一提的是，精度從冷啟動到向上優(yōu)化的過程，本質(zhì)上是長尾的過程，在頻繁、大量的對話可能性之外，不斷覆蓋那些出現(xiàn)頻率不高的內(nèi)容。而這一過程仍然需要人力完成數(shù)據(jù)的歸納、標(biāo)注等動作（等于教會機(jī)器新鮮詞匯或詞組的現(xiàn)實(shí)意義）。

百度大腦智能對話引擎不僅在做AI的事，還幫助這種“人力”的節(jié)省。其DataKit等產(chǎn)品能夠大幅提升樣本生產(chǎn)和標(biāo)注效率，官方稱能把效率提升8倍（從16人/天到2人/天），這一定程度上解決了需要啃食數(shù)據(jù)的AI發(fā)展所自帶的人力瓶頸問題。

3、應(yīng)用上，擁有典型場景并繼承百度開放特質(zhì)

除了具體的數(shù)字，在實(shí)現(xiàn)場景上，百度大腦也在百度引以為傲的開放特質(zhì)下，完成了多個典型場景的敷設(shè)。

目前，百度智能對話引擎已經(jīng)在智能客服（中國聯(lián)動、南方電網(wǎng)、東方航空、浦發(fā)銀行、廣州銀行等）、消費(fèi)電子（家教機(jī)、伴學(xué)機(jī)器人等）、車聯(lián)網(wǎng)（Apollo、小度車載OS平臺等，涵蓋上汽通過、福特等車企）等核心應(yīng)用領(lǐng)域進(jìn)行深度應(yīng)用。

這些典型場景一方面是百度大腦智能對話引擎的實(shí)力證明，另一方面也在不斷外延的場景實(shí)踐中，進(jìn)一步提升“引擎”的多面適用性，積攢推動更多場景前進(jìn)的“馬力”。

在BAT甚至整個互聯(lián)網(wǎng)的競爭格局中，百度“最開放”的優(yōu)勢仍將保持下去，更多對智能對話有需求的開發(fā)者、企業(yè)方將能獲得平等、便捷的開放生態(tài)。

百度大腦智能對話生態(tài)這趟車，還會有更多“乘客”，這種預(yù)期下，把平臺定位為“引擎”也就順理成章。

強(qiáng)化“引擎”的生態(tài)推動力，百度大腦未來的三大看點(diǎn)

成為“引擎”不意味著結(jié)束——現(xiàn)實(shí)生活中的引擎往往都在追求更強(qiáng)的推力、更低的油耗，智能對話“引擎”也不例外。

要讓“引擎”獲得更強(qiáng)的生態(tài)推動力（也意味著百度獲得更強(qiáng)的競爭力），百度大腦還需要在這三個層面突破升級的關(guān)卡：

1、普惠化：讓高可用性智能對話實(shí)現(xiàn)低門檻獲取

AI終將成為全社會的基礎(chǔ)設(shè)施，智能對話的普惠化將是這個龐大基礎(chǔ)設(shè)施體系的一部分。

而技術(shù)的普惠化，往往又與技術(shù)的深度背道而馳。

霍金能夠用最后一片能動的肌肉實(shí)現(xiàn)打字、演講，靠的是IBM獨(dú)家提供的設(shè)備的強(qiáng)大技術(shù)實(shí)力。但這種技術(shù)的造價高昂，只能用于少數(shù)人身上。

智能對話比其他AI技術(shù)更復(fù)雜，決定了它的實(shí)現(xiàn)難度更大，所需投入的資源也更多，普惠化面臨巨大的門檻壓力。而高可用性的智能對話，最終目標(biāo)一定是實(shí)現(xiàn)“圖靈測試”突破，人人可享用真正智能化的對話機(jī)器人，聽起來并不“便宜”。

于是，如何降低門檻就成了關(guān)鍵詞。

百度智能對話引擎的龐大預(yù)置技能，以及快速冷啟動、智能化人工標(biāo)注，都是降低智能對話應(yīng)用門檻的動作。在百度智能客服人工智能3.0的規(guī)劃中，“限定輪次”實(shí)現(xiàn)“圖靈測試”被寫入，這說明，在“引擎”階段就盡量實(shí)現(xiàn)技術(shù)的簡單易行，將是普惠化的可行方式。

2、定制化：多級生態(tài)模式滿足不同深度的智能對話需求

既然是生態(tài)，智能對話繞不過的問題一定有定制化與標(biāo)準(zhǔn)化的協(xié)同問題。

平臺提供的產(chǎn)品往往以標(biāo)準(zhǔn)化內(nèi)容為主，如此在商業(yè)上更易于實(shí)現(xiàn)規(guī)?；?；而客戶的需求往往帶有大量的個性化內(nèi)容，這樣才能更好地匹配只屬于自己的用戶/消費(fèi)者實(shí)際。

又要標(biāo)準(zhǔn)化、又要定制化，是“平臺”們面臨的共同難題，也是鉗制生態(tài)規(guī)模的重要因素。

從這個角度看，百度大腦智能生態(tài)引擎在具體技術(shù)內(nèi)容上，提供的一些工具或模塊，就在嘗試解決這類問題。

例如，UNIT3.0內(nèi)嵌一個稱為US Kit的開源中控模塊，能無縫對接UNIT平臺能力，在此基礎(chǔ)上快速生產(chǎn)定制化對話中控，且開源架構(gòu)能夠不斷延展、支持添加各種新能力。

用大白話說，開發(fā)者能夠通過配置各種標(biāo)準(zhǔn)化技能（接入多個對話場景），快速搭建和定制符合自己業(yè)務(wù)場景的對話中控，這種對“標(biāo)準(zhǔn)化”的整合與統(tǒng)一，反過來又現(xiàn)實(shí)了屬于開發(fā)者的定制化對話服務(wù)。

3、共贏化：用對話服務(wù)模式的變革推動全產(chǎn)業(yè)升級

為了強(qiáng)調(diào)“對話技術(shù)進(jìn)入工業(yè)級落地的各項(xiàng)基礎(chǔ)條件已具備”，百度方面用了這樣一些數(shù)據(jù)：38%的企業(yè)已應(yīng)用基于智能對話的系統(tǒng)；44%的企業(yè)計劃在2年內(nèi)使用智能對話；83.3%企業(yè)認(rèn)為智能對話能有效降低運(yùn)營成本；78.6%的企業(yè)認(rèn)可智能對話能改善客戶體驗(yàn)……

事實(shí)上，換個角度看這些數(shù)據(jù)：對話服務(wù)方式的改變，使得智能對話引擎某種程度上成為產(chǎn)業(yè)升級浪潮的助力，而不再僅僅是平臺、企業(yè)、開發(fā)者之間的AI商業(yè)互動。

為產(chǎn)業(yè)中某企業(yè)服務(wù)的智能對話引擎，在事實(shí)上加速著企業(yè)（并通過企業(yè)改變產(chǎn)業(yè)本身）與互聯(lián)網(wǎng)信息時代融合的速度，在這個過程中，由于客戶體驗(yàn)的改變、信息溝通反饋的便捷，企業(yè)以及產(chǎn)業(yè)的悶頭干活的發(fā)展方式也將被改變。

而這，正是產(chǎn)業(yè)升級的內(nèi)容。

智能對應(yīng)引擎所形成的行業(yè)生態(tài)從客服等職能切入，但溝通方式改變對許多產(chǎn)業(yè)的影響卻是整體的。百度大腦的智能對話引擎，不僅僅在形成百度自己的AI垂直生態(tài)，也在用對話服務(wù)模式的變革推動全產(chǎn)業(yè)升級。

*此內(nèi)容為【科技向令說】原創(chuàng)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產(chǎn)品經(jīng)理等多家創(chuàng)投、科技網(wǎng)站年度十大作者；

2虎嘯獎高級評委；

3作家：【移動互聯(lián)網(wǎng)+ 新常態(tài)下的商業(yè)機(jī)會】等暢銷書作者；

4《商界》《商界評論》《銷售與市場》等近十家雜志撰稿人；

5鈦媒體、界面、虎嗅等近80家專欄作者；

6“腦藝人”（腦力手藝人）概念提出者，現(xiàn)演變?yōu)?ldquo;自媒體”，成為一個行業(yè)。

7現(xiàn)為“今日頭條問答簽約作者”、多家科技智能公司傳播顧問。