深研语音识别领域“暗”数据，深思考开启多轮人机交互与深度语义理解新纪元

今天，2017年度CEO峰会暨猎云网创投颁奖盛典在北京丽都皇冠假日酒店隆重举行，深思考人工智能 CEO杨志明受邀出席，做了主题为《理解领域“暗”数据，开启多轮人机交互与深度语义理解的新纪元》的演讲分享。

杨志明主要分享的是深思考人工智能公司目前的布局与技术。深思考主要布局在语音识别技术中的非结构化数据和语义理解，用机器的学习模型去理解非结构化数据，这样的话效率会大大提高。杨志明认为现实中大量的语义是非结构化数据，人机交互重要的突破是对非结构化数据的理解。

除了对非结构化的数据的布局，深思考也重点研发情感计算。杨志明表示人机交互情感非常重要，尤其是在医疗大健康领域，患者急需要情感安慰。深思考基于机器学习意图关联和预测，主动启发式学习，分析人机交互里面的场景，用机器学习方法建立关联。深思考不仅可以进行多场景多轮式语义交互，还可以脱离云端进行离线交互。

关于深思考人机交互的特点，杨志明表示有两点：一个是在多种场景切换的情况中，深思考的AI模型可以理解上下文隐含的意义；另一个是语用计算—可以将个性化用户与用户所处的即时情景相关联。

本次猎云网峰会以《赋能万物 智领未来》为主题，由猎云网主办，锐视角、猎云资本、AI星球协办，分为28日—29日两天，主要以优秀创业者、投资人表彰以及创投嘉宾干货分享为主。近百位知名投资机构大咖，独角兽创始人、创业风云人物、投资人与创业者就人工智能、共享经济、新零售方向的多个议题展开探讨，共同寻找创业新商机、把脉未来新方向。

以下是杨志明的演讲实录，猎云网（微信： ilieyun
）整理删改：

各位嘉宾、各位老师大家上午好！非常荣幸跟大家分享一下我们深思考人工智能现在的布局、研究的几块技术。我的演讲题目是《理解领域暗数据，开启多轮人机交互与深度语义理解的新纪元》。

语音识别，比如说音箱、手机助手等等，语音识别技术很重要，如何做到深度的语义理解？什么叫深度的语义理解？第一，比如我们平常生活中都是大白话，肚子咕咕叫，可能是肚子饿了，我们会预测大白话后面意思。第二，我们说大白话在特定的场景，比如说健康问诊、出行，比如说我找美食的时候分不同的场景。整个人机交互的后端，AI支持的是什么？我们重点布局在非结构化数据。

大家可以看一下，现实生活中更多是大白话或者非结构化的话语。比如说每一篇医生写的专业文档是非结构化的，长篇大论从第一个字到最后一个字。比如说我们对患者对自己身体健康状况的描述，也是非结构化的，我身体不舒服，我肚子疼等等。现实中大量的语义是非结构化数据，人机交互重要的突破是对非结构化数据的理解，为什么呢？我刚才说了大量的数据是非结构化的，很多我们的同行或者友商，在人机交互的时候，采用知识图谱，我觉得这是一种方式，我们深思考人工智能重点研发的是暗数据，所谓非结构化数据的理解。用机器的学习模型去理解非结构化数据，这样的话效率会大大提高。

举一个实际案例，我们客户给我们大概一万条的医疗问诊数据，过了两天，客户又给我们一万条，客户问这个后面给的一万多条训练数据是不是花很长时间？我说只花五分钟，他很惊讶，他说不需要建立人工梳理？我说不需要，我们把非结构化的数据，可以转化为人机交互的语料。

人机交互中，机器给出的答案基于机器学习，而不是花大量时间整理知识图谱，这点我们有突破之后，大量做领域迁移或者机器学习的语料。我们把在线大健康里面问诊数据全部用机器学习模型做了训练，不用成上千上万条数据全部整理成知识图谱，就能解决海量机器学习的问题。

第二个，深思考人机交互非常突出的特色是什么？我们能够实现连续上下文的交互。在多种场景切换之下，我们AI模型可以理解上下文隐含的意义，包括上下文的场景。我们能够自动识别这一轮对话和下一轮对话，某一句单独的话对应是哪个场景，这也是多轮人机交互评测，我们在SMP2017-ECDT 人机多轮交互评测是全国冠军，评测有 300多家企业和学术界参与，这也表示我们多轮人机交互技术非常突出。我们在交互布局语义理解，很多交互机器人是固定的问题和固定的答案。我们根据用户个性化不同有不同的答案，这是第一。第二，我们跟场景相关联，我举个很简单的例子，我跟机器人说，你好，如果在上午，他会说上午好，你要不要听一下新闻？如果我说下午好，机器人回答，下午好，你是不是有点疲倦，建议你来杯咖啡等等，跟用户个性化和当时所处的环境相关联的，我们称作语用计算。

还有重点研发情感计算。我们认为人机交互情感是非常重要的一步，在医疗大健康领域问诊非常关键，患者得了疾病他心里是非常悲伤或者很不高兴，大量需要情感安慰。

我们基于机器学习意图关联和预测，主动启发式学习。我们分析人机交互里面的场景，某些场景用机器学习方法建立关联，很自然，我们会发现你在某些时刻是倾向于做某些事情。

比如说你深更半夜拿起机器人交互，你说给我首歌或者来个相声，机器人会提醒用户，你这么晚还没睡觉是不是失眠？我要不要给你来首轻柔的歌，有关联和启发式的交互，而不是固定问题和固定答案的交互。

我给大家介绍一下我们公司，我们所有核心团队全部来自中科院自动化所、软件所和微电子所。我们一开始重点布局这几块。我们认为人机交互最重要的是多轮人机交互，这里除了语义理解，我们认为人机交互会涉及到多场景，尤其在大健康领域、医疗问诊领域，用AI理解所谓非结构化数据，包括医疗图片，比如皮肤图片，目前做了两轮筛查图片，我们跟顶级医院合作。

另外一块，如果提供非常好的人机交互，除了刚才说的场景，底层需要AI加速，在某些特定场景，比如在离线场景下，对交互性能非常高的情况下，我们不完全依赖于云端的交互，比如说在医疗场景下，没法到云端，我们就可以利用自己做的终端，基于ARGUS DPU，把我们的人机交互在终端运行，图象识别和语义理解在终端去运行，而不完全依赖于DPU。

人机交互是这波人工智能热潮里面重要的一块，怎么使得AI更贴近人性，更使得用户个性化，更理解用户，我们有深入的研究。我们研究出三代机器人，即将推出的四代机器人也是完全基于深度强化学习来做的，训练我们的机器像人一样多轮上下文场景识别和会话，给出一站式的建议。深思考在人机交互，我们从单轮到多轮，然后从多轮到一站式，整个哲学上回归，其实机器能够基于用户个性化一站式给出非常好的建议。