1月18日，由中國人工智能學會、湛廬文化等主辦的“智能時代大未來”高峰論壇在上海召開，這是新年以來首場中外人工智能領域專家、學者的深度交流。中國科學院院士何積豐、《紐約時報》高級科技記者、《與機器人共舞》作者約翰·馬爾科夫、國家信息中心專家委員會主任寧家駿、國家標委會委員小i機器人創始人兼總裁朱頻頻發表主題演講，從國家、學界、商業、發展環境等層面對人工智能的發展，中國面臨的機遇與挑戰進行了深度探討。
在此次論壇中，朱頻頻是唯一身兼行業專家與商業大咖身份的發言人，聽一聽他對智能機器人的理解。
機器人首要的不是具備人形，而是具備人類的智能
人工智能跟機器人是有什么關系呢?我們可能提到腦海中會有這樣一些畫面，機器人無論是怎么樣變形，都具備一個人型。其實我最喜歡的機器人是這款機器人，看似不具備人型，但是具備人類的智能，神似形不似，可以做很多人類不能做的動作。
機器人可分為工業機器人和服務機器人，而人工智能正是讓機器擁有智慧、做出類人反應的技術。相較于工業機器人，服務機器人對“智能”的要求更高，因此，有時候我們也把服務機器人叫做智能服務機器人，不過，不管是工業機器人、還是服務機器人未來都是要往智能機器人方向發展的，而智能機器人又可以分為虛擬智能機器人和實體智能機器人。
機器人有三要素，分別是運動、感覺和思考。運動當中有很多智能需要做，比如運動學里面有一些自平衡等。感覺方面涉及到的是很多的感知智能，像云識別，人臉識別，圖像識別等等方面，這些都屬于感知智能。當然，機器人最重要的部分就是它的思考能力，我們可以把它理解為認知智能，這也是小i機器人主要研究的方向。如果進一步解釋，“思考”能力最核心的地方，在于需要用知識來的支撐，這同人類一樣，也是我們與動物的最大區別，人類能夠不斷的產生知識，并且能夠讓知識傳承下去，這種傳承可以讓我們的下一代不需要在現實中通過實踐學習新的知識，而可以通過我們的教育直接獲得，自然，隨著知識面的不斷擴充，“思考”能力越來越強，也越來越“聰明”。
人工智能發展經歷了幾個階段，上個世紀50年代，用計算機模擬人類的智能便已經出現，中間經歷了很多起伏。目前，在計算智能領域，計算機早已超越了人類，這是毫無疑問的。在感知智能方面，近年隨著深度學習技術的發展，有了長足的進展。而最核心的認知智能，目前還有很多路需要走。
現在，在全球，人工智能已經有了一些相對成熟的應用，例如：無人機、無人駕駛、智能客服助理(VCA)、翻譯和語音轉寫、智能家居等，當然，這些應用之間又是相互交叉的。
智能機器人的分類
今年10月份參加Gartner的技術峰會，談到2016年十大技術趨勢，其中有三項都與智能機器相關。第一、萬物信息。第二、先進的機器學習的方法，包括DNA，RNA等先進的技術學習方法。第三、一些自動的這樣一些代理，或者是一些物體，無人駕駛汽車，還有無人機，還有各種這樣的一些自動的客戶服務，這樣一些個人助理，都是屬于在這個范疇。
具體的分，剛才提到的自動的這樣一些物體，或者是代理，我們可以按照這兩個緯度來去分。橫軸右邊是可見，然后到不可見，我們可以感受到人工智能交互的，可見和不可見?？v軸是從虛擬到實體，是一個虛擬的還是一個實物的?我們可以看一看，實體可見的就是我們今天看到很多這樣的一些機器人，還有無人機，無人駕駛汽車，就是我們可以直接感受到里面智能的這樣一些能力的，而且是以實體出現的這些智能機器。還有虛擬的，我們可以通過IM的方式，通過短信，通過網絡上的方式跟這些進行交互。比如跟一個手機，植入在手機里面，可以進行個人交互?，F在很多人加了微信，微信里面有一些像銀行、電信的帳號，我們可以問很多問題，定義虛擬客戶助手，還有虛擬個人助手，還有智能顧問。
人工智能落地要依靠技術和產品的正向循環
小i成立在2001年，最早做聊天機器人，就像現在的微軟小冰，如果是一些早期的MSN用戶，應該還記得小i。但聊天功能是無法轉化為商業價值的，于是我們就往垂直方向發展，把我們積累的語義理解的技術，應用到垂直領域，我們教給機器人的是一個行業、一個行業的垂直的知識，這樣，它就成為一個行業的專家，可以回答行業的相關問題，為企業創造價值。這就是虛擬客戶助理，也就是虛擬的客戶服務機器人，相較于人工服務來說，速度快，準確率高，隨時在線，有非常大的優勢。那些傳統上對客服要求較高的行業如金融、運營商、政府部門等，還有近兩年，隨著互聯網的發展，互聯網的隨時分享的特色讓以前的那些傳統上對客服非剛需的行業，如手機、汽車、甚至快遞行業等也都成為了我們的客戶，用智能機器人來提升客服體驗。
在這里，我不方便直接透露客戶運營的一些具體數據，但是可以說個大概。以某個金融企業為例，目前他們在微信上的用戶超過2000萬，每天的交互量是200萬通，如果再加上APP、QQ這些渠道，每個月的交互量可超過4000萬通，而維護這套系統的只有十來個人，因為機器人處理了絕大部分的業務，處理率能占到交互量的99%以上，而準確率幾乎接近100%，如果這些事情都交給人來做的話，至少需要3000人。這些應用充分說明了機器人價值——代替人類從事某些工作，讓我們人類可以解放出來，去作更有益，更有價值的事情。
小i現在服務的用戶超過5億，每年有數百億次的對話，這使得我們在多個行業沉淀了強大的領域知識庫和語義庫。如上面所說，語義理解和自然交互這種機器人核心的能力其實是由知識來驅動的，所以，在一些領域里，我們確實形成了行業壁壘的。不過，更重要的是，在這個過程中，我們發現，在語義層不同的行業之間也是有很多共通的部分，并以此為基礎，形成了自己的一套半監督的人機協作學習體系。在這個學習體系當中有三種非常重要的角色，第一個是機器，機器在里面做了最大量的工作，它通過基于大數據的平臺，去挖掘數據里面的語義、詞類、實體還有場景等，以及當中的強關系和弱關系。第二個角色是運營人員，他們維護內容、審核機器挖掘的結果。這個我需要解釋一下，因為我們做的屬于嚴肅的商業應用，不比娛樂類的聊天機器人，錯了還能讓人一樂呵。我們做的是要替代企業的人工做客戶服務的，不能隨便回答，答案必須是正確的。所以這里面的內容，包括語義的理解都是經過人工審核以后才能入到庫里面去。另外：還有一個離不開最重要的角色，就是專家，專家做什么呢?專家是用來定義我們行業里面知識的一些結構和模型，并且定義這個運營規則。
把這個過程解釋清楚，讀者就可以大概理解，我們服務的這么多行業，這么多企業，每年數百億的交互量，自然會產生出海量的真實數據，然后通過我們的學習體系和算法對這些數據進行處理，就會不斷的挖掘并學習到新的知識和語義，而新習得的知識和語義，反過來讓整個系統表現的更加出色，智能化程度更高，從而讓機器人的反應更為準確，表現的更為“聰明“。同時，我們也在做一些平臺化的服務，將我們形成的核心”智能交互“能力開放出來，前一段時間還剛發布了智能機器人的云操作系統，對接硬件設備，讓開發者快速實現機器人的新的應用場景，新的應用自然產生新的數據、知識，這個不斷循環上升的過程促進了整個產業的發展。這些也是Gartner之所以把小i定位為智能機器人平臺和架構的提供者的原因所在。
因此，人工智能走近人類不光靠算法，更重要是要看以技術為基礎創造出的產業化應用，在實際應用中產生更多真實的數據，通過學習系統轉化為知識，知識反過來在促成產業化發展，最終形成人工智能發展正向循環的閉環。
