今年6月，京東一年一度的618店慶拉開(kāi)帷幕。許多京東用戶(hù)發(fā)現，在今年的618中，京東上線(xiàn)了全新的AI導購機器人JOY，它沿用了京東經(jīng)典的機器狗形象，可以為用戶(hù)解答618店慶相關(guān)問(wèn)題。

　　面對京東用戶(hù)們提出的各種各樣的問(wèn)題，JOY大多能給出令人滿(mǎn)意的回答，甚至可以和用戶(hù)閑聊扯家常。此外，JOY也強化了自己的多輪對話(huà)能力，以便應對用戶(hù)的反復追問(wèn)。

　　在京東JOY強大的對話(huà)能力中，基于開(kāi)放域目標驅動(dòng)的生成式對話(huà)服務(wù)來(lái)自于人工智能企業(yè)“深思考人工智能”（iDeepWise.ai）。其在多模態(tài)深度語(yǔ)義理解、人機對話(huà)等核心AI技術(shù)上已不斷突破創(chuàng )新。這些新技術(shù)的不斷迭代，也在一步步推動(dòng)AI實(shí)現商業(yè)化落地。

　　AI人機對話(huà)在商業(yè)化落地中有很多場(chǎng)景，如智能客服、服務(wù)機器人、智能外呼、智能終端的交互、智能家居的交互、電視機語(yǔ)音交互遙控器等等。而這些人機交互場(chǎng)景背后的基礎技術(shù)，就是人機對話(huà)技術(shù)，其中最核心，則是語(yǔ)義理解技術(shù)。

　　智能客服，可能是眼下最常見(jiàn)的人機對話(huà)場(chǎng)景。許多人對于A(yíng)I對話(huà)能力的體驗，也是從智能客服開(kāi)始的。然而，如果智能客服欠缺語(yǔ)義理解技術(shù)，或者語(yǔ)義理解技術(shù)不夠好，就會(huì )出現如下現象：

某平臺的“智能客服”，無(wú)法理解用戶(hù)的自然語(yǔ)言

　　以往，人機對話(huà)產(chǎn)品的回答策略大多基于“規則”，即在系統內提前錄入指定關(guān)鍵詞，一旦用戶(hù)觸發(fā)指定關(guān)鍵詞，智能客服便會(huì )給出對應回復。

　　例如，在智能客服領(lǐng)域，當系統監測到用戶(hù)的提問(wèn)涉及“查快遞”一詞，就會(huì )自動(dòng)給出物流信息。但面對“幫我看看我的快遞到哪了”一類(lèi)的復雜提問(wèn)方式，智能客服便無(wú)能為力。

　　甚至，當用戶(hù)詢(xún)問(wèn)“需要檢查快遞員身份嗎”等問(wèn)題時(shí)，同樣會(huì )觸發(fā)“查快遞”一詞。這時(shí)，系統甚至會(huì )給出南轅北轍的回答。

　　相比較上述人機對話(huà)的糟糕表現和體驗，使用深思考深度語(yǔ)義理解與人機對話(huà)技術(shù)的產(chǎn)品，則體驗和表現就相當優(yōu)異，如下截圖：

深思考機器人：可以了解用戶(hù)的喜好個(gè)性化對話(huà)

深思考智慧營(yíng)銷(xiāo)機器人：根據歷史上文信息，給出推薦

深思考AI問(wèn)好醫：AI學(xué)習醫生知識后自動(dòng)對健康咨詢(xún)上下文回復

　　深思考iDeepwise將數據和AI模型驅動(dòng)的深度語(yǔ)義理解及MRC技術(shù)作為人機對話(huà)產(chǎn)品的核心。其自研的多模態(tài)深度語(yǔ)義理解引擎依賴(lài)在NLG（自然語(yǔ)言生成）、MRC（機器閱讀理解）以及DM（對話(huà)管理）等任務(wù)上的原理性創(chuàng )新，讓AI能夠讀懂用戶(hù)自然語(yǔ)言，并給出針對性的回復。

　　在精準理解用戶(hù)意圖的同時(shí)，深思考的多模態(tài)深度語(yǔ)義理解引擎還可以在對話(huà)中不斷了解用戶(hù)，了解用戶(hù)的畫(huà)像及個(gè)性化需求及興趣，并基于用戶(hù)畫(huà)像與客戶(hù)展開(kāi)個(gè)性化的對話(huà)與推薦。

　　此外，它還可以根據場(chǎng)景，給予對話(huà)機器人不同的性格“人設”，讓用戶(hù)感覺(jué)到AI對話(huà)機器人服務(wù)獨有的情感體驗。這項黑科技可以賦予IP形象以“生命“，使IP形象成為虛擬世界里擁有不同“鮮活性格”的“AI虛擬人”，并體貼、關(guān)懷用戶(hù)。

　　深度的多模態(tài)語(yǔ)義理解技術(shù)，也讓深思考在A(yíng)I人機對話(huà)領(lǐng)域形成了領(lǐng)先優(yōu)勢。據了解，2020年6月在中國中文信息學(xué)會(huì )（CIPS）和中國計算機學(xué)會(huì )（CCF）主辦的中文語(yǔ)言理解的全球權威賽事“2020語(yǔ)言與智能技術(shù)競賽”上，深思考在全球1000多家參與單位中脫穎而出，在機器評測指標和人工評估指標中均登頂榜首，獲得全球冠軍。

　　據了解，取得這一成績(jì)，是因為深思考團隊提出的“多源整合的解碼器”的深度神經(jīng)網(wǎng)絡(luò )模型技術(shù)。該技術(shù)在A(yíng)I人機對話(huà)上能流暢地引導用戶(hù)交流，主動(dòng)溝通，并和MRC機器閱讀理解、用戶(hù)畫(huà)像、目標規劃深度結合，適配多場(chǎng)景應用，可以迅速遷移多個(gè)場(chǎng)景。

　　深思考創(chuàng )始人楊志明博士表示，“腹有詩(shī)書(shū)氣自華”，讓系統不停地博覽群書(shū)、閱讀理解大量信息，才能使機器對內容“能理解會(huì )思考”，并實(shí)現自然流暢的人機交互。深思考多模態(tài)深度語(yǔ)義理解引擎iDeepwise。ai5.0目前也正式發(fā)布應用，5.0版本引擎能夠閱讀理解非結構化語(yǔ)音、視頻、文本，試想讓機器時(shí)刻不停地閱讀理解互聯(lián)網(wǎng)上的語(yǔ)音、視頻和文本后，機器就會(huì )變得更“聰明博學(xué)”，相信機器更理解人類(lèi)的日子已經(jīng)不遠了。

　　深思考多模態(tài)深度語(yǔ)義理解與人機對話(huà)引擎iDeepwise。ai5.0可以應用于諸多落地場(chǎng)景：比如電商、銀行、保險、智能終端（音箱、手機、車(chē)機、智慧屏）、游戲、虛擬偶像中。

　　“現在，感知階段的人工智能走向認知人工智能是人工智能發(fā)展的必然階段，多模態(tài)的深度語(yǔ)義理解是認知人工智能階段中的關(guān)鍵核心。”深思考人工智能創(chuàng )始人楊志明博士對36氪表示。

　　何為多模態(tài)語(yǔ)義理解？簡(jiǎn)而言之，通俗化來(lái)講就是讓機器可以“看懂、聽(tīng)懂、讀懂”。而深思考的人工智能多模態(tài)深度語(yǔ)義理解，就是讓機器可以看懂視頻圖像，可以聽(tīng)懂語(yǔ)音，讀懂文本等多模態(tài)非結構化信息背后的含義。

　　如何讓機器能夠閱讀理解？這就依賴(lài)機器閱讀理解技術(shù)（MRC），在MRC領(lǐng)域，深思考同樣成果斐然。在2019年的中文機器閱讀理解競賽中，深思考憑借著(zhù)自研的BMANet2.0模型，在2502家知名學(xué)術(shù)科研機構和企業(yè)團隊中脫穎而出，刷新了SOTA記錄，并在兩項評測指標中均登頂榜首，獲得全球冠軍。

　　例如，在電商場(chǎng)景，傳統的電商智能客服，需要系統開(kāi)發(fā)商人工整理大量問(wèn)答對、知識圖譜、知識庫或規則，并通過(guò)問(wèn)答對匹配、規則匹配，實(shí)現人機對話(huà)。使用MRC技術(shù)后，系統就可以直接閱讀理解商品的說(shuō)明書(shū)，極大地提高了效率，減少了人力成本，并大大提高了智能客服的“智商”。

　　目前，產(chǎn)業(yè)界普遍認為，多模態(tài)語(yǔ)義理解將會(huì )成為AI在各行各業(yè)實(shí)現大規模商業(yè)落地的重要基礎設施。這一邏輯背后的原因非常簡(jiǎn)單——現實(shí)世界本身就是多模態(tài)的。“就像你去醫院看病，醫生要望聞問(wèn)切，對患者各種模態(tài)的狀況進(jìn)行檢查（比如血、尿，體溫，MR，詳細咨詢(xún)病情等），不能只憑線(xiàn)上聊天的幾行文字就做出診斷。”

　　多模態(tài)語(yǔ)義理解具備了同時(shí)多種模態(tài)信息進(jìn)行深度理解的能力，所以適配的應用場(chǎng)景就更廣泛，因為現實(shí)中的場(chǎng)景都是多模態(tài)的。例如，在醫療場(chǎng)景，醫生會(huì )對就診病人“望聞問(wèn)切”；電商場(chǎng)景，用戶(hù)會(huì )在咨詢(xún)時(shí)發(fā)來(lái)語(yǔ)音或圖片或文本；在線(xiàn)教育場(chǎng)景，學(xué)生總是期待老師能夠通過(guò)視頻、音頻和解說(shuō)文字來(lái)教學(xué)，通過(guò)圖文并茂實(shí)現更好的教學(xué)效果。就連人類(lèi)的社交場(chǎng)景也是多模態(tài)的，人們總是期望能見(jiàn)面詳談，能面對面看到對方的樣子、姿態(tài)、表情、聲音，并通過(guò)對話(huà)、聲音、視覺(jué)等多種模態(tài)信息，理解對方的意圖。

　　人工智能多模態(tài)語(yǔ)義理解存在著(zhù)廣闊的商業(yè)前景，并有望成為AI行業(yè)的新基建。

　　憑借著(zhù)在人機對話(huà)、機器閱讀理解、多模態(tài)語(yǔ)義理解領(lǐng)域的技術(shù)積累，深思考已在智慧醫療、智慧生活、智慧商業(yè)三大AI場(chǎng)景成熟應用落地，并基于其iDeepWise5.0多模態(tài)深度語(yǔ)義理解引擎的技術(shù)優(yōu)勢，不斷快速適配更多應用場(chǎng)景，在虛擬偶像、二次元平臺、游戲等領(lǐng)域不斷開(kāi)疆拓土。讓機器更理解人類(lèi)，未來(lái)可期，也是深思考的未來(lái)不斷探尋之路。