海知智能谢殿侠：2020年人人都将有自己的机器人

网易科技讯 5月29日消息，网易科技开物沙龙第四季“智能语音与聊天机器人专场”今日下午在北京举行，

海知智能CEO谢殿侠在现场分享了他对聊天机器人的理解。他认为聊天机器人可能不亚于当年的蒸汽机，当时间推至2年、20年之后，这个世界很多方面会超出我们的预期，而2020年，人人事事物物都将有自己的bot（注：机器人）。

以下为谢殿侠现场分享观点整理：

微软的小娜、小冰等等，是大公司非常宏大的产品，做得非常棒。我们只是做其中一块，语义API，我们是在做一个语义平台，当然业提供了一系列小工具，可以帮助大家更快生成自己个性化的聊天机器人。

200年前以蒸汽机为代表的工业革命让我们整个世界和过去5000年都很不一样，今年我一直认为聊天机器人可能不亚于当年的蒸汽机。反过来我们想一下，不想200年，我们想2年、20年之后，这个世界会怎么样，我觉得很多方面会超出我们的预期。

这就是前面讲的，键盘鼠标，PC时代；触摸屏，手机时代；今天智能时代核心的标志是什么呢？就是聊天机器人，或者说智能助理。

我们做语义API，做任何一件事都要解决一个问题，我们要解决两点：1、用户的痛点，前面讲了很多，最后落地到具体产品，你说的话机器人能懂吗？能懂多少，到今天为止这还是很大的问题。2、你懂了，理解准确不准确？3、用户有多少？就像最初iPhone一代出来的时候，它有很惊艳的地方，也有不爽的地方，但今天的手机和当时有了多大区别？

同样，不管是我们做实体机器人还是虚拟机器人，都面临这个问题，对我们来讲，我们可能会选择从特定场景、特定用户、特定领域来做有限的服务，希望能在特定场景、特定领域和特定用户的情况下帮助机器理解用户的语言。

我的服务对象是开发者，不管是做机器人，还是做各种各样应用的，实际上我们前面讲了，从键盘、鼠标到触摸屏、再到语音交互或者说自然语言交互，这实际上是三个时代的变革，反过来是不是意味着任何过去通过键盘鼠标进行操作、通过触摸屏操作的都可以通过对话的方式来进行？一种，大家可以自己去做，实际上自己做也可以，需要有非常雄厚的实力，否则链条太宽泛了。还有一个是API，这会有很多选择，我们只是希望把其中一部分做得比较深入。

我们的特点有三部分：

1、专注于语义，希望针对刚才说的“三个特定”理解得更准；

2、理解的同时，比如来了一个非洲的同伴，他学了中文，说得特别棒，但我相信深入聊天还是很难，因为他缺少很多背景知识，所以知识投入这块是我们花力气更大的地方，所以一方面我们可以自建，一些基础的，时间、地点、人物、机构、天气、百科，第二，我们希望开放标准，和任何一个领域你拥有知识、拥有经验、拥有资源的一块儿来建；另外一个比较宏大的目标，我们希望让机器来学，这个可能有一个过程；

3、开放接口，对接生态系统，交互的边界是有限的，再用键盘鼠标，不可能把所有领域、所有东西都集中在有限的界面里，但一旦我们开口说话，这会带来巨大的挑战，你可能会说任何问题，可能会了解任何领域、任何方面的东西，为什么这块，大大小小的公司到今天为止都很难让用户特别爽，因为用户想知道的领域太多了，如果覆盖我们日常生活工作可能需要3000个或30000个领域，至少到今天为止地球上没有哪个公司能说他提供的服务能覆盖这么多。这意味着什么？意味着这块更加去中心化，需要把地球上各种各样的文明、各种各样的资源表现为机器可以理解的知识，这块如何串起来。

所以我们是“个性化&开放式”，我们希望融入到生态里。

体系，做开发者自己的“领域虚拟大脑”，云识别语音合成我们做，不管是自然语言理解还是自然语言生成，语义搜索、机器学习和知识图腾，现在很多人说“人工智能有多少人工就有多少智能，或者说有多少智能就有多少人工”，但很多时候还是基于各种各样的规则，但它能解决问题，对我们来讲，我们是一个混合的结果，哪个手段能解决，我们就用哪个手段解决。

但我们也有所谓的深度问答，我们有个说法叫“懂、知、行”，懂用户的意图，知道答案在哪儿，然后去执行。但人工智能有可能不懂你的意图而直接给你答案。

我们已经覆盖的一些领域，在有声资源和音乐上，目前算是国内规模和体量比较大的，第一，我们希望帮助大家让机器懂人的话；第二，我们直接关联了一些语义资源，但我们只做“地图”，很多资源都在版权方那边，这些数字都不是通过技术手段拿过来的，我们是通过和版权方合作产生的。

“特定场景、特定用户、特定服务”，这是我们目前做的一些方面，语义这块很宽，我们也没有覆盖到太多领域。

这是很早之前的一张图，那时候的梦想、理想，实际上今天很多时候就是正在发生的未来，我特别喜欢这句话，不管是医疗、教育、出行、运动、社交，实际上每一个环节都会有智能助理机器人的参与，还有克隆人，我不觉得这是未来，我觉得这就是很快的现实，当然克隆人是另外一个话题。以后不管是打仗的也好还是服务也好，以后地球上Bot的数量肯定会远远超过人类的数量。

我们讲未来、我们讲能力，更重要的怎样让落地、怎样让未来在今天发生，这是我们拿微信后台接入举的一些例子，比如你随便问天气，理论上来讲，中国各地郊县以上的，还有全世界几万个城市，这里都有，随便你怎么问。

比如“如意听听”这个功能，如果有人说我想听罗辑思维讲互联网，我这里返回了喜马拉雅的有声资源，发出指令“我想听罗胖讲互联网”，这里有两个难点，首先要判断“有声资源”，其次还要判断“罗胖”是谁，关键词“互联网”，究竟是罗永浩还是罗振宇，看哪个相关性更强，最后得出了这个结果，选择罗振宇。

前几天我们做了一个测试，让实习生和机器人订酒店，用对话的方式，用键盘鼠标和触摸屏的方式，大家干了两个小时，用对话的方式，可能有单间，可能有套餐，只是使用我们的后台就可以了。

这里面有声音、有图片，可能还有一些图文文章之类的，这时候会变成从理解聊天到对接国内的产品。我们也用这个工具做了关于大会报名咨询的服务，怎么打车、怎么坐地铁、嘉宾简介什么的，基本也都是用这个工具完成，用对话的方式。

所以2020年人人事事物物都有自己的bot，我们也会像皇帝一样，有”三宫六院七十二妃“，只要你喜欢。