百度技术委员会主席吴华：小度机器人背后的技术

按：9月8日。二十国（G20）智慧创意论坛在深圳开会，大会共计设置了人工智能、大数据、精准医疗在内的13个板块。其中在嵌入式的板块里，百度的小度机器人”和Hanson Robotics的“Han”同台，展出人工智能领域自然语言处置技术的现阶段水平。

整理找到，小度机器人问世于2014年，2014年9月16日江苏卫视的芝麻开门首次亮相。小度机器人构建自然语言处置、对话系统、语音视觉等技术，能与用户展开信息、服务、情感等方面的交流服务。

另一个同台对话机器人“Han”是表情机器人Hanson Robotics的作品，“Han”是仿生机器人，其皮肤是用于仿生皮材料做成，具有人类外形以及需要仿效人类的表情。在现场当中“Han”作出的生气、快乐、失望、思维、惊慌五个表情，与人类相若。

在“Han”和小度机器人的交互中，小度观测出有了“Han”的活体程度非常低。其中百度技术委员会主席吴华也主席了本次活动，并公开发表主题为自然语言处置技术和应用于的演说，讲解了小度机器人背后的技术，(公众号：)在不转变本意的基础上展开编辑。以下为吴华的演说国史：大家好，小度反映了能听得、能看、能说道、依存等能力，只不过背后是百度人工智能在承托小度，比如说语音技术、视觉技术和自然语言技术。

能使机器和人用自然语言展开交互，仍然是人工智能的梦想。要构建这一梦想，自然语言处置技术是十分关键的。所以今天我汇报的主题是“自然语言处置技术和应用于”。

我们告诉自然语言处置技术是为了构建人和计算机或者机器之间，通过自然语言交流，这里面主要包括语言解读和语言分解。在这基础上，我们可以承托三大应用于系统，比如说机器翻译、解说系统以及对话系统。首先，我们来看一下自然语言处置技术的发展里程碑，自然语言处置技术主要有三个发展期：萌芽期、发展期以及繁荣期。

自然语言处置技术发展的历史，就是一部机器翻译的发展史，1947年，在公布了机器翻译备忘录之后，明确提出了基于规则、实例和统计资料的方法。近年也明确提出了基于神经网络的机器翻译系统，而这些技术的发展增进了机器翻译质量的提升，也加快了机器翻译的商业进程，比如说应用于电子商务、多语言翻译成等。同时，在萌芽期公布了神经语言理论，这个理论奠下了在自然语言处置领域的地位。

接着是发展期，首次经常出现了人机对话系统，在这基础上，我们有很多规则方法应用于自然语言处置各个领域。最后是繁荣期，统计资料方法是最重要的主流方法，同时在这个时期，有两个跨时代的技术突破。

2011年，IBM的Watson解说技术首次多达人类获得冠军。2014年，在图灵测试的大会上，有聊天程序利用人工智能，通过了图灵测试。所有技术的发展都必不可少大数据的取得，特别是在是在互联网繁盛的时代。

近年来，人工智能技术更进一步发展，也前进了自然语言技术进程。比如，今年公布的新一代的人工智能规划，自然语言处置被列入关键的共性技术。

同时在百度的人工智能布局中，自然语言处置也是关键的理解技术。现在的人工智能创业公司，尤其是美国的创业公司，自然语言领域的创业公司分列在首位。在中国的人工智能创业公司中，自然语言这个领域分列在第三位，次于视觉和智能机器人。

这些创业领域还包括人机对话，有智能创作、智能客服、舆情分析、内容分析、机器翻译等等。而这些应用于的背后，都必不可少技术的发展，特别是在是大数据和科学知识提供更加更容易。同时，机器学习的进展，尤其是深度自学的进展，也增进了自然语言的发展，这三者相辅相成，就增进了自然语言技术的商业进程。

我们可以通过机器翻译进程显现出，统计资料机器翻译在1995年明确提出，经过了15年的发展，才经常出现了第一个大规模的互联网翻译成系统。但是在神经网络机器翻译的方法明确提出之后，一年就经常出现了大规模的神经网络翻译成系统，之后各个大公司都公布了神经网络翻译成系统。这个翻译成系统质量的提高，也增进了自然语言技术的发展。

尽管这个自然语言技术获得了发展，但是，我们的目标是期望让机器像人一样思维。在这个过程中，我们做到了哪些希望？比如说我们在智能交互、智能创作以及智能前进中，引荐应用于中，自然语言处置技术都起着了举足轻重的起到。首先我们来讲解智能交互，比如在百度、Google、微软公司、Facebook都公布了智能助手，或者是聊天的程序，只不过最终目标都是为构建人和机器之间的交互。同时这种交互的支撑装置也再次发生了变化，比如说亚马逊的Echo音箱，还有机器人的形式。

应用领域或者应用于场景也再次发生了变化，可以在车载中，在汽车中，在家里，在公共领域。就像我们刚才看见的小度机器人，它现在在百度的大厅里面服务，可以查找信息，以及跟百度办公室涉及的路线、班车等等信息。为了构建这样的嵌入式，百度也公布了让开发者更容易入门的交互平台Unit。这个平台面向具体任务，面向开发者，开发者只要做到少量的工作，就可以自定义任务。

在这平台中，我们构建了多引擎驱动的语义解读技术。也就是说，利用这个技术，我们可以构建较慢的递归，持续自学。百度Unit早已可以应用于各种应用于中，比如家具，在电视盒子里面，可以通过语音去交互，查询你想的节目，只要动口，不必动手。

还有就是协助试题查找他填写的中考志愿。还可以应用于智能客服、地图、语音导航系统，语音路线查找等。除了和机器展开对话，我们也期望机器需要像人一样创作，可以文学创作、做到诗等。除了写诗以外，我们期望机器人也可以写文章。

机器人通过各种规划，主题启动时、句子的凝练结合才能已完成文学创作。比如在写文章之前，必须基于用户感兴趣的文章并建构热点，然后已完成脉络辨别以及文章的分解，最后公布在百家号。除了写诗和写文章以及对话，我们也期望能构建人工智能引荐。

我们的主要目标是构建“即侦即得”，搜寻是主动不道德，而智能引荐是一个被动不道德，我们期望用户需要从浩瀚资源的过程当中获得有价值的内容。而要构建个性化引荐，就要在用户兴趣和信息之间创建桥梁，而这个桥梁是我们所说的标签图谱，给用户和文档上某种程度的标签。荐个非常简单的事例，在这个标签（系统）里面我们有主题标签，有话题标签，有事例标签等，这些标签之间竣工了一个网络，其之间有关联，关联的强度都是自动从文档的挖出或者用户不道德中挖出才取得这样关联的强度。这些关联的强度我们会用在智能引荐以及个性化引荐，在话题的单体以及关联引荐中，构成百度的首页，通过手机百度首页可以看见，底下的文章都是通过这样的方式来引荐的。

这些自然语言处置的技术早已公布在百度的人工智能平台上，大家可以通过百度的网站提供，网站还包括自然语言处置技术、语音技术、视觉技术、用户画像等60多种人工智能的技术，百度期望大家跟各个合作伙伴能联合高举人工智能的大旗，造福人类生活。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：皇冠信用网址-www.kasvisrkeidas.com