編者按：林德康，前Google高級(jí)管理科學(xué)家（senior staff research scientist），主攻自然語(yǔ)言處理。在加入Google之前，林德康是加拿大Alberta大學(xué)計(jì)算機(jī)教授，發(fā)表過逾90篇論文、被引用超過12000次，他也是國(guó)際計(jì)算語(yǔ)言學(xué)會(huì)ACL Fellow——整個(gè)華人圈的ACL Fellow不用一只手都數(shù)得過來。難怪他回國(guó)之后，有人驚異于他“竟然沒選擇去清華教書，也沒接受BAT的邀請(qǐng)”，而是聯(lián)合發(fā)起了一家小小的初創(chuàng)公司：奇點(diǎn)機(jī)智。

奇點(diǎn)機(jī)智做的還是林德康最擅長(zhǎng)的NLP相關(guān)的事情，目前主攻一款語(yǔ)音助手“小不點(diǎn)”，林德康說它“跟大部分語(yǔ)音助手的方式不太一樣，甚至可以說很不一樣”。產(chǎn)品目前在開發(fā)完善中，年內(nèi)會(huì)上線。

雷鋒網(wǎng)來到了位于中關(guān)村某辦公大樓的奇點(diǎn)機(jī)智辦公室，大約有30余位全職員工在從事語(yǔ)音助手的研發(fā)工作，其中部分員工來自Google、微軟，絕大多數(shù)員工畢業(yè)于北大、清華、浙大、南大等高校。創(chuàng)始人鄔霄云曾在Yahoo、Google北美研究院工作，在大規(guī)模機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等領(lǐng)域有10多年項(xiàng)目經(jīng)驗(yàn)積累。

這款語(yǔ)音助手和Siri、Cortana等等有什么不同？以下是林德康自述，雷鋒網(wǎng)整理。

Google Now、Siri、Cortana這種都是操作系統(tǒng)的owner做的語(yǔ)音助手 ，他們只著重于操作系統(tǒng)能做的事情，比如設(shè)鬧鐘、發(fā)信息等等，外接app的時(shí)候，也只能接操作系統(tǒng)剛好能做的事情，比如Siri“用微信給XX發(fā)信息”，這個(gè)是基于Siri自己首先可以發(fā)信息，才可以接入微信。

另一種語(yǔ)音助手，Viv、Soundhound和國(guó)內(nèi)一個(gè)叫渡鴉科技的公司類似，他們的想法是手機(jī)上只需要他們這一個(gè)App，這個(gè)App可以做所有事情，打車、訂外賣、訂機(jī)票。比如訂機(jī)票，語(yǔ)音助手理解語(yǔ)義之后，去訪問比如說攜程的服務(wù)器端口，向攜程的后端直接發(fā)一個(gè)webrequest，填參數(shù)，然后返回訂票結(jié)果——整個(gè)過程用戶只需要跟手機(jī)助手交互，不用去跟訂票軟件交互。所以這類助手除了做語(yǔ)義分析的工作，還需要重新發(fā)明（recreate）用戶的交互過程，這些訂票的流程需要自己做一遍。

我們自己并不重新發(fā)明這種交互過程，實(shí)際上我們是把一句話翻譯成App里的操作，App可以做什么，我們把語(yǔ)音指令翻譯成動(dòng)作。比如在攜程訂票，用戶說完“我要訂從哪里到哪里的機(jī)票之后”，界面就會(huì)到攜程里訂機(jī)票的界面，并且預(yù)填好語(yǔ)音里已經(jīng)有的信息——語(yǔ)音完成一部分App的操作工作。我們是幫用戶更簡(jiǎn)潔地操作這些App。

說到這里，林德康展示了幾個(gè)功能，首屏狀態(tài)下按住Home鍵說“給孟X發(fā)個(gè)紅包”，經(jīng)過一層層自動(dòng)索引，手機(jī)直接進(jìn)入微信孟X的聊天窗口，再?gòu)棾黾t包界面，整個(gè)過程，用戶只需要輸入紅包金額點(diǎn)擊發(fā)送就可以完成；按住Home鍵說“告訴林XX我遲到了”，微信跳到了和林XX的聊天界面并且對(duì)話框已經(jīng)預(yù)先輸入了“我遲到了”四個(gè)字，用戶要做的只需要按“發(fā)送”。

有的APP功能隱藏得很深（比如預(yù)約用車，因?yàn)榻熊囓浖赡懿⒉幌Ｍ脩纛A(yù)訂，所以稍微隱蔽一些），但功能有，這時(shí)候你說“我想明天預(yù)定一個(gè)5：00去首都機(jī)場(chǎng)T3的專車”，就比手動(dòng)操作APP要簡(jiǎn)便，我們想做的就是這件事情。我們說cover一個(gè)app，比如微信，會(huì)包括發(fā)紅包、放大字體、付款等等幾乎所有的操作，Siri所說的Cover可能只是接入發(fā)信息這個(gè)功能。

（雷鋒網(wǎng)：每一個(gè)App的每一個(gè)操作都需要“翻譯”，開發(fā)工作量會(huì)很大嗎？）

每一個(gè)App可以做的事情其實(shí)不是很多，比如攜程到底有多少功能，就訂票而言，在語(yǔ)音助手理解起來，都是“從一個(gè)城市飛到另一個(gè)城市”這一件事。微信看似這么多功能，實(shí)際上所有的項(xiàng)目加起來也就幾十個(gè)（當(dāng)然不包括玩游戲的部分）。

我們做的更多的是自然語(yǔ)言方面的事情，比如發(fā)紅包，“把紅包發(fā)給誰(shuí)”、“給誰(shuí)誰(shuí)誰(shuí)發(fā)紅包”、“我想發(fā)給紅包給誰(shuí)”，“從北京到上海的航班”和“從北京到上海的飛機(jī)”說的其實(shí)是一回事，不管怎么說，機(jī)器都要能分析出來，這一部分是我們的核心競(jìng)爭(zhēng)力。我們的語(yǔ)料來自網(wǎng)頁(yè)和其他的語(yǔ)料庫(kù)，幾乎所有的網(wǎng)頁(yè)都拿來學(xué)，我們學(xué)習(xí)時(shí)需要從海量的語(yǔ)料里找出語(yǔ)料之間的相關(guān)性，然后應(yīng)用到助手里。

我們的做法跟大部分語(yǔ)音助手的方式不太一樣，甚至可以說很不一樣。大部分語(yǔ)義分析都是靠語(yǔ)法，我們也用語(yǔ)法，但我們用的辦法不太一樣，我們不用語(yǔ)法驅(qū)動(dòng)理解的過程，語(yǔ)法有的話更好，沒有也可以，這樣我們的系統(tǒng)更robust一些，可以handle更復(fù)雜的變量。

編后：NLP是個(gè)世界級(jí)難題，Google、微軟也沒有很好的解決方案。如果有好的解決方案，意味著整個(gè)遷移學(xué)習(xí)、機(jī)器學(xué)習(xí)領(lǐng)域都會(huì)有一些質(zhì)的進(jìn)展。Viv宣稱要“吞并整個(gè)互聯(lián)網(wǎng)”，吊足了觀眾胃口，但產(chǎn)品到目前也沒有和用戶見面。奇點(diǎn)機(jī)智的這款助手“小不點(diǎn)”，會(huì)給我們帶來一些耳目一新的體驗(yàn)嗎？

下個(gè)月的12、13號(hào)，雷鋒網(wǎng)將在深圳舉辦一場(chǎng)盛況空前的人工智能與機(jī)器人峰會(huì)，林德康也會(huì)出席，關(guān)于這款助手的更多技術(shù)細(xì)節(jié)我們留到大會(huì)上展現(xiàn)。屆時(shí)我們將發(fā)布“人工智能&機(jī)器人Top25創(chuàng)新企業(yè)榜”榜單，為此我們?cè)谒鸭⒋_認(rèn)AI、機(jī)器人、自動(dòng)駕駛、無人機(jī)等幾個(gè)領(lǐng)域的優(yōu)質(zhì)項(xiàng)目。如果您的項(xiàng)目是相關(guān)領(lǐng)域的，且足夠有技術(shù)壁壘、足夠有成長(zhǎng)性，歡迎聯(lián)系2020@leiphone.com。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。