思必驰初敏：交互式智能服务，风口即将到来

10月27-28日，易观A10大数据应用峰会在北京举行，历经八年，A10已成为中国 互联网 大数据领域最具影响力的思想交流平台之一。大会邀请了思必驰副总裁/北京研发院院长初敏博士做客A10“用户智能”主论坛，以《交互式智能服务》为主题，分享和探讨了人工智能浪潮下的新动向。

从1956年达特茅斯研讨会开始，人工智能经历了兴起与蛰伏交替的漫长之路。近些年，亚马逊Alexa的风靡、AlphaGo在棋场的春风得意又再次将人工智能推向了风口浪尖，资本的注入、技术的创新、产品的涌现，都另这一行业生动不已。世界，也随之改变。

变化，已悄然来临

人工智能驱动企业运营模式变革

从PC互联到移动互联网再到物联网，企业跟客户的触点越来越丰富和多样化。

在传统的互联网时代，大部分企业无法建立与客户互动的有效渠道，企业主要通过广告进行传播，客户很难联系到企业，二者互相知之甚少。智能 手机 的普及让世界发生了变化， 微信 、淘宝、京东类的平台备受欢迎，人们在手机端完成的事情越来越多。在与客户沟通方面，企业逐步觉醒，开始尝试微信、专属APP等途径，建立与客户间的直接接触渠道。

物联网时代，人们拥有的智能设备变得更多。初敏博士表示，每一个智能设备都可以成为企业与客户沟通的触点，随时随地的交互式服务成为可能，但从某种角度来看，也增加了交互难度。此时，企业的销售和服务的形态面临变革。

交互中不容忽视的主体：企业

大众一般都从“人”的视角感受智能设备为生活带来的优化和改变，所以人们将其称之为“生活的智能化”。无论是娱乐服务、 社交 服务、生活助理还是出行服务等等，人们通过各种智能设备获得产品服务，或者说是寻求到了企业的帮助。

但是，人们的智能生活逐渐也暴露出一些问题。

今天被称为智能音箱的元年，智能音箱产品层出不穷，但从实际应用上看，同质化相较明显，服务内容仅仅是音乐、FM、天气查询等，音箱没有成长为用户生活的强需求。初敏博士表示“这是个挑战，将这个挑战延伸出去，是因为没有提供足够丰富的内容”。相对来说，车载场景下的智能设备的应用相对可观，但除了导航功能之外，其他内容服务的交互仍不理想。

初敏博士表示，这主要有两方面的原因，一是交互流程做的不好，二是后端资源的服务不具备相应的能力，即便设备追踪到用户意图，也无法查找到相应的资源。资源服务的调取逻辑与用户的查找逻辑不匹配，从服务端，提供的数据查询和搜索能力不支持，这也会致使整个交互流程出现问题。

就此，初敏博士强调，在人机交互中，除了人和终端设备，还有一个很重要的主体，就是企业，这是不容忽视的。

大风起兮云飞扬

“服务智能化”成为必然趋势

未来企业的竞争力在于服务能力。在交互的过程中，设备只是中介点，最终需要更多企业提供相应的服务。只有企业提供足够的服务后，人才能通过设备享受这些服务。当前每个企业在产品推介、商务合作、市场品牌、客户服务等方面都有强需求，伴随着企业与客户触点的多样化发展，这其中的量和规模非常庞大，降低人力实现“服务智能化”成为必然。

初敏博士强调，这里的智能服务并不是指人们常说的Chatbot，这不是为了chat，而是为了把所需信息以智能服务的形式提供在那里，让客户可以通过不同的入口来查找信息，了解详情，并建立与企业的服务关系。只有足够多的企业提供了服务之后，人们才能真正的享受到这些服务。当前这一领域仍有较大的提升和发展空间。

交互式智能服务的大风正在来临

初敏博士指出，未来若干年，需要交互式的智能服务，人和企业服务之间真正需要的是智能的帮助。

当前花样繁多的智能设备是入口/触点，触点背后的内容才能提供真正的服务，设备具有多样性，很多并没有屏幕，所以语言交互或许会发展为主要形式。但是交互逻辑的组织需要依托更多的信息，例如视觉捕捉表情信息、体态信息、周围场景信息，说话人的上下文信息等，基于这些信息组织逻辑之后，整个的交互过程才会更加理想。

交互式智能服务的难关

第一道难关：语音接入

初敏博士指出，语音接入，是交互式智能服务的第一道难关，也是目前行业视角最集中的地方。

微信语音的使用培养了人们在近场“按住说”的习惯，智能电视、音箱等家居产品将远场交互、语音唤醒等体验引入了大众生活。技术应用也从近场的单麦克风，演变到了适应复杂场景的麦克风阵列，解决声源定位、语音增强、去混响、回波消除等等问题。就这些问题，目前已经有很多方案推出，并不断更新迭代，未来趋势渐好。

初敏博士介绍到，思必驰目前是国内智能设备领域最大的语音技术服务商，在智能设备接入的实践方面积累了丰富的经验，例如，在车载领域推出单麦/双麦方案，在智能电视领域推出线性四麦阵列方案，在智能音箱领域推出环形六麦阵列方案。近期阿里天猫精灵X1、小米AI音箱小爱同学、小米板牙智能后视镜、联想智能电视/音箱等纷纷选择了思必驰语音技术作为支持。

第二道难关：对话能力的大规模定制

解决语音接入的问题之后，更重要问题是对话交互能力的建设。初敏博士表示，智能设备品类多样，每个产品都极具个性化，语音方案的需求同样需要定制，即便是音乐功能，在车载领域的需求和家居领域的需求交互的过程也并不一样。

思必驰作为技术服务商无法替代产品厂商去定义产品。

初敏博士指出，满足产品厂商的多样化定制、新场景添加、效果检测和持续改进、个性进化等需求，才能推进交互式智能的大规模推广。例如在识别合成层面，要支持多唤醒词定制、说话人及声学环境自适应、垂直领域语言特征的自适应、风格化/个性化合成音等;在学习闭环层面，建立数据的闭环，让数据真正流转起来，不断学习，用新的数据不断学习优化;意图理解中要考虑情感因素和环境因素等，这些都非常重要。虽然这些不是系统能够完全自动生成，但要在人干预尽量少的情况尽快的生效。

在此层面，思必驰已做了尝试，推出DUI全链路智能对话定制平台，从核心对话交互系统、云端混合技能服务、场景应用和开发等层面做出了努力，后续思必驰也将不断加强对话交互的能力，在这个平台上为开发者提供更好的服务。

未来之路

知识驱动的交互式智能服务

初敏博士指出，知识驱动的交互式智能服务是未来几年的进化方向。

企业拥有自身专有知识，将知识结构化，并最终使它能够自动交互，就能够极大节省生产力，提高工作效率。对企业而言，其在产品知识、售后方案、人事政策、财务政策等方面都拥有相应的知识，对思必驰而言，这是一个结构复杂的知识集合，即便是比较小的单位体，也存在复杂的知识体系。

建立知识体系，定义表征和实现信息检索的过程，需要平台型的工具，帮助企业或者是行业快速构建知识体系，并以服务的形式存在。初敏博士指出，过去的知识服务是为搜索引擎而优化的，未来，知识服务必然要考虑到交互式的查询和需求。

在此基础上，所有自然语言理解和对话都需要知识来驱动，企业最终会拥有自己的专用数据和知识，并最终会生成相应的自然语言理解模型、对话管理的模型等。初敏博士表示，这是我们未来要做的事情，帮助企业将自身的知识转化成可交互的，未来是知识驱动的交互智能。

开放的心态站上风口

未来几年，知识驱动的交互智能的风口即将到来。初敏博士指出，谁能站在这个风口上，有两方面因素很重要：一是基础能力，就思必驰而言，拥有数十年的语音技术积累和实战经验，在核心技术、计算能力、数据积累等方面有坚实的根基。二是持续创新能力，即如何深化迁移学习、强化学习、自适应等技术的研究应用，让机器向人的方向进一步进化和发展。

初敏博士表示，站在这一风口，必须拥有开放的心态和眼光。真正实现AI产业化，单独依托一两家企业无法完成。不同企业、不同行业都有专用知识资源和特长，只有通过更加开放的合作，才能建立有机生态。思必驰目前专注在垂直场景下的智能语音服务，未来也将通过更加开放的方式与业内伙伴进行合作，推动整个行业的大发展。

开放共赢，竞合有序，下一个时代篇章会更加精彩。