微軟解析全雙工語音交互感官 微軟小冰加速情商與智商整合

早春三月的北京,隨著溫度一起上升的還有各種智能硬件產品發布會的頻率正在變得越發密集。微軟(亞洲)互聯網工程院宣布,率先推出新一代全雙工語音交互感官(Full-duplex Voice Sense),並已經完成產品化落地。3月28日,微軟召開了一場技術交流會,就全雙工語音交互感官技術向媒體進行了深度解析。

微軟(亞洲)互聯網工程院副院長、微軟小冰全球負責人李笛表示,比起主流“搭積木”式的功能發展,微軟更看重人工智能基礎框架的探索。現在大多數人工智能助手給人以“不夠智能”的感覺,普遍采用的是傳統以單一任務為目標的Turn-oriented框架。“Turn-oriented框架下每一次對話就像一個十字路口,人工智能在路口中心扮演了一個交警式的角色,每當你輸入一個命令,它隻負責把你迅速引導到幹這個事情的地方去。”李笛解釋道。這也是人們熟悉的,當人工智能助手判定自己無法完成需求時,則通過調用搜索引擎展現結果的原因。

雖然Turn-oriented框架下的人工智能有著簡單準確的優點,但這個發展了多年的框架早已觸碰到了上升空間的天花板。Turn-oriented框架下的人工智能以單任務為導向,所以無法實現連續、自然的對話。無論如何,包括各廠商在親和力和接受度相對更高的女性語音上下功夫,用戶也始終脫離不了“在和機器打交道”的感覺。

微軟提出的麵向對話全程的Session-oriented框架,則為對話式人工智能框架發展的上升空間提供了一個新的層次。李笛將Session-oriented框架下的人工智能對話比作河流,“從一個turn往下一個turn走,這個turn可能跟任務有關,但是這個任務之後可能會進入到進一步的交流。”在這個河流中甚至包括看上去可能“無用”的閑聊,但在“閑聊”中可能進一步引出新的任務,再隨著新的任務引發一些知識的了解,然後走下去,對話將持續流轉,更接近人與人之間的自然對話狀態。而這也是采用Session-oriented框架的微軟小冰與眾不同之處。

輕鬆的交流意味著更好的人機交互體驗,需要讓人工智能不再拘泥於眼前的任務,而是使用戶把人工智能當作一個可以更好交流的伴侶。對此,兼具智商和情商對於人工智能來說就顯得愈發重要。

對於此前一直向著情商方向發展的人工智能小冰,微軟表示已經開始了情商與智商的加速整合。對於這種整合,微軟表示“並不是有幾個turn轉向IQ,有幾個turn轉向EQ。我們把EQ作為一個最基本的基礎,像一個土壤一樣。能夠展現IQ的,無論是任務還是知識,則像在這片土壤中種植的樹一樣的,是IQ。”李笛解釋道。“EQ、IQ的整合工作,兩邊都在同時進行。包括微軟小娜也在進行這方麵的工作。過去4年裏麵小娜積累的IQ,現在放到小冰身上。”

李笛最後談到,EQ不代表情感,但EQ是影響對話的關鍵因素,是保持和加深關係的關鍵。如果沒有EQ,就沒有通用基礎對話流程,保持對話也就無從談起。