AI成精？谷歌AI機(jī)器人的背后

技術(shù)宅

AI訂餐 一場(chǎng)機(jī)器與人類(lèi)的真實(shí)對(duì)話(huà)

電話(huà)訂餐，相信很多吃貨們都使用過(guò)。不過(guò)大家可能沒(méi)有想過(guò)使用機(jī)器人來(lái)向商家訂餐，因?yàn)殡m然只是簡(jiǎn)單的對(duì)話(huà)，但是在對(duì)話(huà)過(guò)程中需要向商家確定諸如就餐時(shí)間、人數(shù)、包間等信息。另外還可能有許多“意外”發(fā)生，比如餐館預(yù)約人數(shù)太多，就需要臨時(shí)改變計(jì)劃，經(jīng)雙方協(xié)作溝通才能最終順利完成訂單。這些對(duì)于人類(lèi)來(lái)說(shuō)可能非常簡(jiǎn)單，但如果全程是由機(jī)器人來(lái)完成的，我們就不得不驚嘆機(jī)器人的智慧了。谷歌的AI訂餐視頻展示中，AI機(jī)器人就通過(guò)語(yǔ)音電話(huà)和實(shí)體餐廳完成了訂餐活動(dòng)，而且商家根本沒(méi)有察覺(jué)是在和機(jī)器人對(duì)話(huà)（圖1）。

AI訂餐的背后——自然語(yǔ)言處理技術(shù)

很多人意識(shí)不到一次簡(jiǎn)單的訂餐活動(dòng)對(duì)AI來(lái)說(shuō)有多大難度。因?yàn)樵趯?duì)話(huà)過(guò)程中，AI機(jī)器人需要理解、思考人類(lèi)的回話(huà)，并作出得體的回復(fù)，這意味著機(jī)器人能夠完全讀懂并處理人類(lèi)的自然語(yǔ)言。谷歌AI機(jī)器人是怎樣擁有這些“超能力”的呢？

一方面要讓AI可以“聽(tīng)”懂人類(lèi)的對(duì)話(huà)，就需要讓機(jī)器人熟悉人類(lèi)的對(duì)話(huà)場(chǎng)景。谷歌科技人員準(zhǔn)備了海量的對(duì)話(huà)場(chǎng)景，并通過(guò)這些場(chǎng)景對(duì)機(jī)器人進(jìn)行訓(xùn)練（上述訂餐的例子中，谷歌就將我們常用的訂餐對(duì)話(huà)輸入到機(jī)器人的數(shù)據(jù)庫(kù)中進(jìn)行訓(xùn)練）。通過(guò)海量的數(shù)據(jù)訓(xùn)練后，AI機(jī)器人基本熟悉人類(lèi)某個(gè)場(chǎng)景的對(duì)話(huà)，就知道該怎么與對(duì)方進(jìn)行交流，從而可以在接收對(duì)方的回復(fù)后選擇合適的語(yǔ)句進(jìn)行回復(fù)。

另一方面借助AI強(qiáng)大的自我學(xué)習(xí)能力，它可以在海量數(shù)據(jù)訓(xùn)練后實(shí)現(xiàn)自我學(xué)習(xí)和提高。在谷歌展示的訂餐視頻中，AI機(jī)器人在整個(gè)對(duì)話(huà)中語(yǔ)氣非常自然，包括停頓、縮略語(yǔ)，甚至?xí)诨貜?fù)中增加一些看似“無(wú)用”的口語(yǔ)性語(yǔ)氣助詞“Mmhmm”、“uh”等，這些語(yǔ)氣助詞的出現(xiàn)非常自然。這是AI典型的自我學(xué)習(xí)能力，這種逼真的模擬場(chǎng)景讓對(duì)方根本不知道是在和機(jī)器人對(duì)話(huà)（圖2）。

為了讓機(jī)器人的發(fā)音顯得更加自然、逼真，谷歌借助強(qiáng)大的TTS引擎技術(shù)，不僅可以使AI機(jī)器人的語(yǔ)音和人類(lèi)的語(yǔ)音非常類(lèi)似，還可以根據(jù)不同的情境控制語(yǔ)音的語(yǔ)調(diào)，這樣使得AI的發(fā)音、語(yǔ)氣、語(yǔ)境水平和真正的人類(lèi)相差無(wú)幾。在上述訂餐視頻中出鏡的就是谷歌智能助理Google Assistant，它成功地“騙”過(guò)人類(lèi)，完成了一項(xiàng)人工電話(huà)訂餐（圖3）。

AI機(jī)器人成功訂餐視頻，展示的實(shí)際上是谷歌在自然語(yǔ)言處理方面的技術(shù)積累。谷歌賦予了AI機(jī)器人進(jìn)行多輪自然對(duì)話(huà)的能力，也是通過(guò)這種多輪對(duì)話(huà)能力的延伸，谷歌聯(lián)合使用了一個(gè)級(jí)聯(lián)TTS引擎和一個(gè)生成式TTS引擎，來(lái)根據(jù)不同的情境控制語(yǔ)音的語(yǔ)調(diào)，讓AI機(jī)器人的語(yǔ)音對(duì)話(huà)達(dá)到了和真正的人類(lèi)相比都難以區(qū)分的地步。

當(dāng)然類(lèi)似人工智能的應(yīng)用，同樣出現(xiàn)在谷歌的其他產(chǎn)品中。我們常用的Gmail新增了一種全新的智能回復(fù)功能——Smart Compose，通過(guò)機(jī)器學(xué)習(xí)理解一封郵件的上下文，這樣在你寫(xiě)郵件時(shí)都不用將一個(gè)句子寫(xiě)完，機(jī)器學(xué)習(xí)就能通過(guò)理解幫你補(bǔ)全你想說(shuō)的話(huà)，實(shí)現(xiàn)非常智能的回復(fù)（圖4）。

AI智能 還可以帶給我們更多好處

從上述介紹可以看到，AI不僅可以理解人類(lèi)的對(duì)話(huà)，而且可以根據(jù)人們的需要智能協(xié)助完成很多的工作。將上述AI訂餐機(jī)器人的技術(shù)應(yīng)用到大型超市、熱門(mén)景區(qū)等場(chǎng)所的前臺(tái)，就可以完全實(shí)現(xiàn)無(wú)人化操作，甚至可以提供比人工客服更好的導(dǎo)游服務(wù)。

一些APP上的人工智能，比如 Google Photos，可以幫你一鍵分享照片給同框入鏡的好友，這樣一起出游的朋友在完成合影照片上傳后，同框好友就會(huì)自動(dòng)收到合影照片。再如Google Map運(yùn)用圖像識(shí)別實(shí)景導(dǎo)航，這樣在手機(jī)上使用谷歌地圖導(dǎo)航時(shí)，前面商店、餐館、加油站的信息會(huì)自動(dòng)顯示出來(lái)，成為一個(gè)非常智能的導(dǎo)航專(zhuān)家（圖5）。

當(dāng)然AI應(yīng)用場(chǎng)景還會(huì)出現(xiàn)在我們生活的方方面面。在手機(jī)上練習(xí)英語(yǔ)口語(yǔ)，每讀一句話(huà)，AI會(huì)給你打分；當(dāng)你洋洋灑灑寫(xiě)完一篇作文，AI會(huì)圈出作文中出現(xiàn)的多詞、缺詞、錯(cuò)詞和次序錯(cuò)誤等……總之，隨著AI技術(shù)的發(fā)展，它必定會(huì)給我們的生活帶來(lái)各種意想不到的便利（圖6）。