作者|小葳

導讀：2019年微軟小冰有哪些最新技術進展，聽聽三位首席科學家怎么說。

“我們一直想讓小冰更像人類。”

2019年11月21日，微軟小冰首席科學家宋睿華在面向媒體的“微軟小冰2019年度研究進展”沙龍上如是說。

沙龍上，微軟小冰首席科學家宋睿華、微軟小冰首席NLP科學家武威、微軟小冰首席語音科學家欒劍向媒體分享了微軟小冰在創造比喻和多模態理解、多輪對話、唱歌技術方面的最新進展。

四大技術模塊，塑造了今天的微軟小冰

從2015年誕生起，微軟小冰已經迭代到第七代。作為全球規模最大的跨領域人工智能系統之一，微軟小冰已經搭載進4.5億臺第三方智能設備，平均對話輪數達到了23輪。其商業應用場景涵蓋聊天機器人、智能助理、內容生產、智能零售等領域。

微軟小冰首席科學家宋睿華介紹，微軟小冰背后有四大技術模塊支撐：自然語言處理、語音學、計算機視覺和圖形學、多模態生成。

從最早的文字交流，到語音回復、全雙工語音交互、再到今天可以做到部分情況下主導對話流，以及多模態與人類互動，并主動進行藝術創造。這四大模塊技術的融合讓小冰一步步進化得更像人類。

目前，微軟小冰團隊共在AAAI（美國人工智能協會）、IJCAI（國際人工智能聯合會議）、ACL（國際計算語言學協會年會）等權威會議發表48篇論文，申請專利72個，其中就包括領先業界的全雙工專利。

主動引導多輪對話，探索多模態交互

武威博士認為理想的對話機器人應該達到Self-Complete（自我完備）的狀態。他認為這一狀態需要具備三大能力：

1.學習能力，包括從人類對話中學習以及機器人之間互相學習；

2.自主管理能力，把控整個的對話流程；

3.連接能力，連結散落在各地的、聲音、圖像、文字、視頻等多模態的信息。

目前，多輪對話已成為阿里、百度、小米等主流智能語音助手的標配能力。微軟小冰首席NLP科學家武威介紹，微軟小冰的多輪對話更強調通過共感模型主動把控整個的對話流程。微軟小冰從第六代開始發布共感模型，共感模型的核心是通過對話策略對整個的對話流程進行把控。

為了讓小冰更自然地引導對話，武威及團隊開發了很多新模型，比如話題生成模型，將話題引入到回復生成中，再比如將對話上下文進行補全，引入到回復中。

微軟小冰首席NLP科學家武威

武威博士強調，當前多輪對話的難點主要存在兩大層面：第一個層面，讓機器對上下文有很好的理解，難點在于怎么把一些人類習以為常的常識、知識放進來。第二個層面，如何制定對話策略以及策略組合。

“人類的對話是一個非常復雜的交流過程。（制定對話策略）是不是每一輪都要跟上下文相關，都要對上下文理解得非常準確？其實沒有必要。就像人一樣的，如果我完全不感興趣，我可以打斷你，把話引到另外一個地方去。或者我覺得你說得蠻有趣的，那我就什么也不說，我就傾聽。”

小冰團隊已經在實際場景中驗證對話策略的有效性。在一個線上零售平臺的導購場景測試中，微軟小冰通過主動提問挖掘用戶的購買需求，推薦轉化率達到68%左右。

多模態交互是AI更高階的能力，包括了聲音、表情、動作、文字等多種方式。小冰團隊希望通過模擬人的能力，首先讓AI具有多模態理解能力。

“愛情就像脂肪，是點點滴滴的積累。”

“孤獨像是空無一人的車站。”

“人生就像樓梯，各層樓有各層樓的風景。”

這些比喻句都是出自微軟小冰之手。比喻是一種高級的修辭手法，為什么要讓AI學習比喻？

宋睿華表示，“我們一直想讓小冰更像人類，讓小冰更好的理解人類對話、更好的理解語言，模擬人類的能力，看看她能不能在語言背后找到一些常識性的知識。”

微軟小冰首席科學家宋睿華

為了讓小冰更好地模擬人類能力，小冰團隊還在訓練小冰的多模態理解能力。

“北極熊常躡手躡腳地接近獵物，肚皮貼著地面，慢慢靠近，最后一躍而起，伸出爪子，露出獠牙。”當讀到這句話時，人們頭腦中會想象出北極星躡手躡腳的姿態。

人類在理解語言時，并不只是運用了頭腦中語言控制的那個部分，還會調動其他感官，有時還會加上之前的生活經驗和常識。而這些恰恰是AI缺失的。

“北極熊悄然接近獵物，有時候會用爪子接近自己的鼻子，變得更不易察覺。”雖然文字中從來沒有提過顏色，但人類靠常識就知道其中的邏輯，北極熊是白色的，鼻子是黑色的。而AI要做到這一點則很難。這也是小冰團隊正在努力訓練的方向之一。

微軟小冰首席語音科學家欒劍分享了微軟小冰唱歌技巧方面的最新進展。從歌曲Demo試聽中，很難聽出是AI合成，小冰已經基本掌握了通俗、戲曲等多種演唱風格。

欒劍表示，接下來要一邊不斷提高模型，一邊不斷挖據更多的數據，提升小冰的唱歌技巧。

未來，AI唱歌的商業化想象空間很大，一種方式是為音樂平臺定制虛擬歌手和歌曲，還可以為普通人提供歌曲創造的平臺，讓小冰輔助普通人作詞作曲。

微軟小冰首席語音科學家欒劍

總結一下，2019年，微軟小冰在多輪對話方面更加自主，可以在機器與機器之間進行互相的教練、學習，同時不斷提升在才藝方面的能力，小冰團隊還嘗試了多模態理解的探索，目的都是希望以后小冰可以像人那樣去理解與交互。