为什么和小冰聊天很有趣？

时间：2022-03-31 06:45:01 | 来源：行业动态

时间：2022-03-31 06:45:01 来源：行业动态

凭借跨模态理解技术提高人工智能的语言理解能力，这对于培养小冰的同理心非常重要，而这，也是小冰的独特能力之一。

情感不是由单一模态决定的，当我们说我讨厌你时，是真的讨厌吗？并不见得。因为人的情感表达不仅包括文字，还包括了声音、表情、动作等等。微软小冰首席NLP科学家武威强调，只有多模态才能进行所谓的情感识别，这也是小冰情感计算框架的刚需。



微软小冰首席NLP科学家武威

他把和小冰一样拥有同理心、高情商的机器人称为自我完备的对话机器人，并表示，这样的机器人应该具备三项基本能力学习能力、自主管理能力、连接能力。

体验过微软小冰产品的人都清楚，她不仅歌唱得好、画画得好、诗写得好，沟通能力也相当出众，不但有优秀的多轮对话能力，还有不把天聊死的独特技能。

据统计，在交互场景大幅度拓宽的情况下，微软小冰与用户的单次平均对话轮数仍保持在23轮。在这背后，小冰团队使用的是无监督学习方式，在对对话上下文进行补全之后，再进行回复。举个例子：上文我19号从昆明飞厦门，下文我也想去。这对人来说很好理解，但对于机器来说，就要进行信息补全，将下文补充为昆明飞厦门，我也想去。这也是跨模态理解技术的基础应用场景之一。

在学习方面，我们还做了一些其它的尝试，比如让两个检索模型在训练过程中互为师生、互相交流。这样一来，在每一次迭代时，其中一个模型就会把它学到的知识传达给另一个模型，进而得到共同的进步。武威介绍，通过测试，我们发现，基于这种Co-teaching的算法，每一个模型的拟合效果都出现了显着提升。

对于自主管理，第六代小冰发布的共感模型是非常典型的一个应用，其中包括回复生成模型和策略决定模型两部分，前者决定了说什么，后者决定了怎么说。而在这个过程中，最大的灵活性就在于策略，比如主动引导话题、向对方提问、保持静默等等。武威解释：这种策略可以是意图、话题、情感，也可以是基于这些因素组合产生的复杂对话流程。非常重要的地方在于，我们考虑了整个对话流程的把控，不光考虑说什么，更要考虑怎么说。交流不是一个你问我答的过程，而是一个有目的的沟通。在这个过程中是不是每一轮对话都要对上下文有精准理解？其实没有必要。就像人类在聊天的时候，我可以打断你，也可以把话题引到另一个方向，或者在感兴趣的时候甚至不说话，而是静静聆听。这才是对话的技巧。

对于连接，其要点就是跨模态理解，或者说多模态交互。通过把散落在各个地方的文档、知识图谱、视频等多模态的知识连接在一起，进行消化、吸收和有机组合，人工智能才能拥有眼睛、嘴巴、耳朵，能像人一样进行理解和交互。

好消息是，在今年的第七代小冰发布会上，微软已经宣布把小冰这样的全能能力，通过统一的计算框架Avatar Framework开放出来，让用户自己在上面构建具有完整情感计算能力的人工智能助手、社交对话机器人、人工智能内容创作和IP人物角色等等。我们希望她能像一棵树一样，成为一个通用的平台，让更多的企业去做出自己的AI，形成一片AI的森林，这就是微软说的AI beings。 宋睿华总结说。