在線客服
微信客服
咨詢電話
021-80392549
幾年前，和機器人聊天，我們要忍受它們的‘詞不達意’，現在的技術不僅讓你懂它，還讓機器人讀懂你的猶豫、焦急甚至拒絕。”5月6日，中國AI最高獎“吳文俊人工智能科學技術獎”頒獎，獲得吳文俊人工智能科學技術獎杰出貢獻獎的京東集團副總裁、京東科技智能服務與產品部負責人何曉冬博士告訴科技日報記者，憑借技術創新，AI已經可以表現出情緒識別和情感配合的能力。
率先提出關鍵模型框架，讓機器人會“捧哏”
“我們一直努力讓機器人有‘捧哏’的天分。”何曉冬說，“基于我們在包括高表現力的對話生成、在復雜場景下進行對話決策等方面的研究創新點，獲獎項目讓機器人在等待、接續的時機、說話內容的選擇等方面都達到了令人類滿意的程度。”
“過去的技術是給機器人規定一個時間，比如無聲期超過0.5秒了，就要接話。”何曉冬說，任務型對話是以解決真實世界復雜任務為目的的，對話中的人也需要猶豫、判斷，此前的對話技術往往出現人還在思考，AI就急著插話的情況。
“我們提出了一個多模態的話語決策模型，在評價語音信號時，不僅考量停頓時間，更重要是計算評估語義完整度、語氣、助詞等等，通過多模態信號的綜合作出動態決策。”何曉冬解釋，這個模型可以讓AI來判斷對話者是說完了還是在思考。
“會傾聽”是人類重要的交流能力之一。京東云言犀實現了對機器人“傾聽”能力的塑造。在語音合成時給予多維度的信息，在建模時讓機器人掌握篇章、句子、字詞，多輪對話時精確捕捉用戶意圖流暢對答等，這些新探索讓京東云團隊憑“任務型智能對話交互關鍵技術及大規模產業應用”，獲得吳文俊人工智能科學技術獎科技進步獎。
更為可貴的是，這是一次從源頭發起的創新——
在谷歌學術搜索中排名前20名的論文中只有一篇與多模態決策模型相關的論文，就是出自何曉冬及其團隊。“2018年，我們首次發表論文研討多模態問題的基礎框架構建，并依托京東的業務實踐提出很多自上而下和自下而上結合的新觀點。”何曉冬說，該篇論文近幾年被反復引用，已經到達4000多次。目前仍在大量使用，表明這一多模態框架可能是當前最有效的框架之一。
服務現實產業場景，做更難辨別的“人類分身”
“學術貢獻、在國際比賽上擊敗國內外重要對手等成績是我們獲獎的原因之一，更重要的原因是產業AI的大規模落地。”何曉冬坦言，實踐不僅能創造價值，還是技術的“試金石”，且不斷反哺研究人員完善理論。
“AI為一座城市短時間撥出了2600萬通電話，以了解居民的健康情況。”何曉冬說，如果沒有AI，至少需要1萬名社區人員不停地打好幾個月。
在北京、大同、蕪湖等地，任務型智能對話交互關鍵技術正在為政府更好地進行政務管理與服務發揮了實效。AI不僅可以高效率撥打，節約了大量的人力、時間成本，還可以同時自動錄入數據，做好分析，預判潛在問題。
京東云的言犀平臺率先將獲獎技術應用于客戶服務中，囊括了4層知識體系、40多個獨立子系統、3000多個意圖以及3000萬個高質量問答知識點，覆蓋超過1000萬種自營商品的電商知識圖譜，在為用戶提供服務時不僅能解決用戶需求，還能考慮用戶情緒、運用對話技術，提供可用、可控、可信的智能對話體驗。
除了語言的呈現，團隊還在畫面、形象、儀態等方面實現惟妙惟肖的呈現。“數字人等3D人像的應用目前很多。”何曉冬說，“我們的優勢不僅在于更像，也在于其從理論和方法上進一步降低了技術復雜度，降低了產業應用的門檻，和企業的投入產出比。”
未來，人工智能大模型技術或在短期內將虛擬數字人的交互能力大幅提高，結合對話式AI、生成AI等技術，很多新業態將帶來更多全新應用場景，難以辨別的“人類分身”正在其中。
