李根 發自 首都機場

　　量子位 報道 | 公衆号 QbitAI

　　不要惹怒程序員。不要惹怒程序員。不要惹怒程序員。

　　即便你是一年呼出40億次的機器人騷擾電話。

　　在3.15晚會曝光機器人撥打騷擾電話黑色産業鍊後，大衆震驚，輿論嘩然，AI從業者痛心。

　　沒想到最前沿的AI技術，正被别有用心企業引向黑暗面。

　　但數小時後，阿裡就宣布推出防騷擾電話AI技術，稱機器人的問題交給機器人對付。

　　在放出的視頻Demo中，阿裡AI實驗室推出防騷擾電話AI，并且在一段完整推銷電話中，人類女推銷員一方，全程毫無察覺……

　　其後，阿裡還在支付寶小程序和天貓精靈App推出開放體驗，反饋也不錯。

　　當然，聶再清也未曾料到，自己的業餘項目，就這樣受到如此空前的關注。

　　這位阿裡巴巴AI實驗室語音助手首席科學家、阿裡AI北京研發中心負責人，前微軟亞洲研究院首席研究員解釋項目初衷時說：

　　經常收到騷擾電話實在太煩了，而且團隊開會，經常被各種電話騷擾、打斷，以緻會都沒法兒開，于是就想——能不能用技術的方式解決一下。

　　于是，阿裡防騷擾電話AI“二哈”就此誕生。

　　（視頻見量子位公衆号同題文章）

　　讓機器對付機器 在阿裡AI實驗室内部，“二哈”是這個智能防騷擾電話技術的項目代号。

　　當用戶在手機上開通了這項服務，在接到騷擾來電時，用戶可以直接轉接給機器人接聽。

　　阿裡還放出演示視頻，展示“二哈”的工作狀态。

　　當一名推銷貸款的女推銷員接入電話後，1分鐘時間内，“二哈”不但對答如流，甚至化被動為主動，向這她咨詢“北京能不能貸款？”“最多能貸多少錢？”

　　甚至還在對話中“調戲”道：“你之前給我打過電話吧，聽起來挺耳熟的？”全程中女推銷員絲毫沒有察覺到與自己通話的是一個機器人。

　　最後，“二哈”AI還被女推銷員索要“微信号”。

　　視頻一出，微博上就炸了鍋。

　　有吃驚的，“不看标題根本不會知道有機器人。”

　　有提出小建議，搞“機機大戰”的：

　　還有來自AI學者的評價，比如清華大學劉知遠就說，不僅防騷擾，還能變相收集數據集，點贊了該技術應用。

　　另外，阿裡AI實驗室旗下的“天貓精靈”還表示，這是一個已經通過了很多人的“圖靈測試”的機器人，現在就可以打開天貓精靈App或支付寶搜索天貓精靈調戲“二哈”了。

　　總之，AI的問題，正在由AI解決。

　　技術原理：智能聊天 阿裡AI北京研發中心負責人聶再清博士解釋，“二哈”背後，主要使用了智能聊天技術。

　　所謂“智能聊天”，需要理解用戶請求，同時用強大的知識圖譜制作聊天的知識點，通過跟用戶對話，把知識圖譜裡的知識灌輸給用戶，同時也引導用戶反饋。

　　該過程中，AI跟用戶聊的越多越好，AI會學到很多知識，用戶聊完以後也會“教學相長”并慢慢把AI當朋友。

　　更具體來說，智能聊天是用深度強化學習來學習對話策略的，因為不是精度要求非常高的任務完成。

　　所以就算AI聊錯一點，沒有多大的關系，用戶隻是會對這個回複不太高興（不像任務完成時需要100%準确完成主人的任務）。

　　通過強化學習，下次對話策略算法就可能更好地知道，到底應該怎麼和這類用戶聊天。

　　如果從垂直技術應用劃分，過程中交叉使用了語音識别、NLP、知識圖譜，以及語音合成（TTS）等技術。

　　聶再清解釋：

　　首先用到了語音識别技術把用戶的語音轉成文字。接着自然語言理解技術，把來電者的意圖和具體的槽值抽取出來。緊接着對應到一個精準的知識圖譜上面去，這樣“二哈”就能把用戶輸入和現實世界的人與物聯系起來。然後，基于對用戶當前輸入的理解以及曆史交互的上下文信息，“二哈”需要決定下一句應該是回答來電者的一個問題還是給來電者提一個問題。最後，二哈還需要用的語音合作技術（TTS）把文字變成人聲。 但聽起來章法清晰、步驟明确，要真正做到真假難辨卻不容易。

　　如何做到真假難辨？ 聶再清認為核心要做到以下3大方面：

　　第一，接住用戶的每一句話。

　　因為用戶的輸入空間非常大，要理解和聰明的回複來電者的每一句話很有難度。

　　對于一些不是“二哈”知識領域的問題，阿裡AI目前采用了閑聊（ChitChat）的技術，從互聯網上公開的人類對話庫中來找到最适合回複，這是一種基于 information retrieval 思路來找到排名最高的相關回複。

　　目标是讓來電者看不出“二哈”可能的知識缺乏。

　　第二，主動提出一個相關問題。

　　這更多是一個對話策略學習的工作，需要讓來電者知道“二哈”真能理解他們的話，并提出隻有理解了對話上下文，才能提出的好問題。

　　一味被動接話，很容易被識破。

　　該項挑戰非常大，聶再清在2018年AAAI上有一篇參與發表的論文（CoChat: Enabling Bot and Human Collaboration for Task Completion），核心就是提出一套聊天機器人對話策略學習框架，讓“二哈”這樣的聊天機器人在不同的場景下都可以持續學習。

　　包括監督學習、在線學習、和深度強化學習（使用sentiment analysis提供獎懲反饋信号）。不同的聊天機器人根據自己的場景要求可以選擇使用不同的學習策略。

　　比方說有人工worker的客服領域就可以更多使用在線學習，“二哈”這樣的機器人可以用監督學習啟動，深度強化學習不斷進步。

　　并且通過和人類不斷對話，“二哈”AI會通過深度強化學習越來越好地知道如何提問才能更好地達成他的目标。

　　最後，像真人一樣的語音語調以及停頓。

　　如果推銷廣告的騷擾電話，通過聲音判斷初接電話的是個機器人，他們就不會繼續聊下去了。

　　所以“二哈”在語音合成（TTS）方面做了很多工作。

　　阿裡AI最新算法利用Tacotron加上基于神經網絡的聲碼器算法，合成出極其逼真的人聲，但遺憾的是還有很大比例情況不能通過圖靈測試。

　　于是“二哈”現在采取了過渡性方案，把非常高頻的回複借用真人錄播。但毫無疑問，未來該方案會不斷減少。

　　而且值得注意的是，“二哈”最初隻是一個課餘項目。

　　不要惹怒程序員 “二哈”研發初衷，實在是對日益普遍的騷擾電話很生氣。

　　聶再清說，自己一直都是同一個電話号，于是洩露越來越嚴重，經常收到騷擾電話。

　　還影響到團隊工作，會議進行中，同事們經常被各類電話打斷導緻會議終中斷，于是開始思考着如何用技術的方式解決。

　　而且更可氣的是，大量騷擾電話是機器自動撥出的，成本越來越低。

　　此外也算天時地利人和。

　　在阿裡AI實驗室，聶再清團隊負責天貓精靈的算法，所以所有相關人才團隊裡都有：語音識别、NLP、知識圖譜……全鍊條覆蓋。

　　并且跟語音助手一緻，智能對話的基礎算法也都通用。

　　于是他們先以“課餘”項目開始，興趣驅動，參與的工程師都很開心，一方面是解氣，另一方面也是知道背後帶來的意義。

　　其後一切也進展飛快，最終在本月月初，開始向公司申報，并立項啟動。

　　沒想到在今年3.15晚會上，機器人騷擾電話引起如此大關注。

　　于是團隊決定公開最新研發成果，“二哈”也正式從幕後走到台前。

　　一炮而紅。

　　AI電話秘書 但“二哈”就隻是幫對付騷擾電話而已嘛？

　　不。

　　聶再清說，“二哈”的進一步的目标是成為每個人的AI電話秘書，除了幫主人應付騷擾電話，還可以在主人繁忙的時候詢問來電的主要意圖，也能幫主人預約議程。

　　而且相比之前人類的電話、議程為工作核心的秘書助理，“二哈”這樣的AI電話秘書，可以利用個性化TTS，模仿出跟主人聲音極盡逼真的聲音。

　　另外，這樣的目标也并不是遙不可及的“憧憬”。

　　至少現在，利用“二哈”實現AI呼叫轉移，已經不再是技術難題。

　　AI可以在你不方便接電話時幫接聽來電，并轉換成文字向你“彙報”。

　　你願意為這樣的AI服務買單嗎？

　　論文傳送門：

　　CoChat: Enabling Bot and Human Collaboration for Task Completion

　　htt

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!