文章主题：凹非寺, AI, 沟通技巧, 人工智能
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
不知不觉间，接打快递、银行等电话时，遇到AI的情况越来越多了。
目前和这些AI沟通，还得讲究一个技巧：
要保持你一句我一句的标准节奏，不然难免变成“人工智障”。
比如话说一半卡壳停顿了，AI会以为你说完了，对着半句话给出莫名其妙的回复。
如果在一句话中间打断它，也很少有AI能反应得过来。
要是投诉时情绪比较激动，对着话筒一顿输出，AI可能只回复了第一句，甚至不听你的，跟你“抢话”。
谷歌在今年的I/O大会上终于提到这个问题，给出的初步解决方案演示还获得满场掌声。
不过，国内其实有人关注这个问题比谷歌更早，那就是拥有复杂场景的京东，早就在实际业务遇到类似的问题。
在我国京东集团副总裁、IEEE Fellow何晓冬博士的眼中，这个问题并不局限于语音识别或语义理解的范畴，因此在学术领域中，它可能并未获得足够的关注。
只有在落地实践中，这样的问题才会暴露出来，进而有机会解决。
在2018年，何晓冬教授离开了他在微软雷蒙德研究院服务了十一年之久的职位，他是一位在自然语言处理、语言与视觉多模态智能等领域具有领导地位的专家。随后，他决定回到祖国，加入京东集团，为我国科技创新事业贡献他的力量。
这其中也是有拥抱场景、离实践更近方面的考量。
作为一家知名的电商企业，京东在人工智能领域的研发投入一直走在行业前沿。其中，何晓冬领导的研究团队，成功地将声学、语义、时间等多模态特征融入到人机交互场景中的“话语权决策”（Turn taking）技术研发中，从而为用户提供了更加智能化的交互体验。
△多模态融合的话语权决策（Turning Taking）
目前，京东智能客服系统每天处理的咨询量高达百万至千万级别，这相当于每日进行数千万次的图灵测试，其技术逐渐趋于成熟。
而像这样的问题，何晓冬加入京东以来遇到的还有不少。
对话的本质是推理与决策
在AI发展的上一个阶段首先解决了高频场景，但用户多了难免出现边缘案例（edge case）。
随着京东言犀在全国业务的推广，识别各地方言的需求开始凸显，遇到情绪有波动的客户也更多了。
极端情况下，偶尔会遇到用户咨询要买一整瓶安眠药，言语间带有轻生倾向。
后来，京东推出了一个名为“生命通道”的项目，该项目的目标是为了检测并识别那些罕见但具有重要意义的状况。一旦发现此类情况，该项目不仅可以通过语言沟通来安抚客户，暂停物流配送，同时也能立即联系当地警方或社区工作人员介入处理。
从技术上说，除了识别语音，解决这些问题还需要识别用户意图、感知用户情绪以及多轮对话管理。
对此，何晓冬进一步提出“对话的本质是推理与决策”，语言只是其中一种表现形式。
在古代，围棋被称作“手谈”，这个词汇形象地描绘了这种棋类游戏的本质，即通过双手的巧妙操作，如同进行对话一般展开。然而，如果我们将视角逆转，那么对话本身其实也蕴含着推理与决策的过程。在这种情况下，你不仅需要全面了解棋局的状况，更关键的是要能够灵活运用策略，作出最优的选择。换句话说，无论是围棋还是对话，都要求参与者具备敏锐的观察能力、深入的思考以及高效的决策技巧。
在我国电商巨头京东的智能客服领域，决策推理能力的表现形式丰富多样。当客户遇到退换货等问题时，智能客服系统言犀能够深入理解业务场景，借助强大的RPA（机器人流程自动化）技术，为客户提供灵活的解决方案。在特殊情况下，系统还可以通过发放优惠券等方式安抚客户，或在无法解决的问题时，自动将问题转接到人工客服手中，以提供更加专业的服务。
通过解决客户服务实践中遇到的种种问题，一套语音语义技术被打磨得更实用，也更以人为本。
情感识别上，有业界首个大规模商用的情感系统，能识别生气、失望、愤怒、焦虑等7种情绪。
在方言识别领域，我们专注于研发针对各种口音的适配模型与算法。通过结合语音识别与语义理解的技术，实现联合建模，从而确保识别精度。目前，我们的系统已经具备了处理粤语、四川话等多地区方言的能力。
另外何晓冬认为，在业务实践中除了能打磨完善单个技术，还能促进多技术的融合。不仅可以提升了技术应用的稳定性，令其有更好的适应性。例如前端的一个指令，背后往往是一套多协同的算法在“并肩作战”。
如从商品文案生成的需求出发，语言模型结合领域知识图谱的AI算法已实现3000种品类的文案，总计“种草”30亿字。
同时，京东上有着5.8亿活跃用户、1000万个自营SKU和数十万商家，智能客服每天处理1000万次服务，每月产生200万小时脱敏通话数据。
再加上每年的618、双11的峰值负载考验，这一套智能客服技术在工程上也沉淀出了最佳实践。
现在技术和工程实践在京东内部已经跑通，能不能让它们去解决更多问题？
何晓冬认为，这样一套端到端的能力可以开放出来给更多第三方使用。
只不过这些技术在内部使用时是高度定制化的，开放出来就需要做解耦出来，在更广泛的场景做到复用。
在刚刚举办的京东云峰会上，何晓冬发布了全新升级的人工智能应用平台言犀2.0。
这一次，言犀2.0特别强调的关键词是应用平台，而不是一个开发平台。
这是因为AI能力要服务于生产制造、仓储物流、中小卖家等供应链上下游离技术更远的企业时，就不能只是做个跑分高的算法模型、提供个API接口了事。
而是需要把技术和最佳实践一起沉淀到产品里，端到端的交付。
京东零售业务经过19年发展，已经构建起一套完整的供应链基础设施，覆盖商品的制造、流通、消费和服务的全周期。
进一步，可以把零售行业的价值链分为创意、设计、研发、制造、定价、营销、交易、仓储、配送、售后等十个环节，这便京东从14年开始提的“十节甘蔗”理论。
当前，在数字化升级、智能化转型的大趋势下，京东又提出“数智供应链”。
也就是将京东在供应链上沉淀的技术能力解放出来，服务更多实体产业。
这里面既是京东在技术服务上的差异化竞争优势，也是不得不做，这是因为——
数智化靠单点突破走到头了
在AI落地早期阶段的特点是“单点应用”，如简单的问答、人脸识别等。
下一步则是在某些高频场景的大规模、全链条应用，如零售、金融等场景。
再往后就进入了产业AI的“深水区”，不可避免要遇到低频、长尾场景，新的困难也随之出现。
这些场景的数据样本少、数据分布不均，对技术来说研发成本更高，同时定制化程度高、难以复制。
要解决这些困难，过去的单点突破则走不通了，那么，接下来又该怎么走？
此前从京东内部的经验可以看出，技术必须要在真实场景下实践才能暴露出问题，多种技术之间也是在真实场景下实践才能更好的融合。
在供应链视角下，这里的多技术已不仅指AI内部的各个分支，还要算上云计算、大数据、物联网、5G、区块链等更广义的技术。
同时，供应链所有环节都需要数智化转型才能最大化效率，带来上下游之间的协同效应。
由此京东云提出，产业数字化的下一站便是数智供应链。
而京东作为一家既懂技术又懂供应链的公司，在这之中要扮演的是用技术连接起产业互联网和消费互联网，同时在商品的制造、流通、消费和服务环节推进数智化转型。
而京东本身就是一个复杂、严苛的“场景”，对成本、体验、效率有着极致的要求。
向这些环节提供智能服务创造价值的同时，又能通过反馈进一步迭代技术，最终走入正向循环。
总的来说，就是从京东复杂业务场景深度解耦出来的AI能力，历经多年的考验和验证，平台技术能力可用性强，复用度高，迁移成本低，可以不断地复制到其他行业。
这样就解决了AI规模化落地的问题，面对一些低频、长尾的场景，也更容易迁移。
在今年的京东云峰会上，基于言犀2.0应用平台还发布了政务、金融、数字人等技术产品。
政务方面的产品是“京东政务大脑”，以人机交互能力为核心，结合多种技术提供了政务咨询一网通、疫情防控与排查、智慧养老等一系列解决方案，服务市政民生。
金融方面则是结合对话、决策能力与金融领域专业知识，推出金融全链路智能营服销一体化解决方案。
最后还有言犀多模态数字人平台，与市面上的数字人相比，京东数字人更注重产业服务，同时强调AI驱动的多模态交互能力，目前已走进直播带货、银行业务办理、政务服务等多个场景。
△数字人言小希与京东总部合影
为什么首先选择这几个领域？
何晓冬也给出了他对数智供应链应如何推进上的思考。
从AI技术公司，到泛互联网行业，再到更传统的行业，离技术越远则数智化的需求和机会越大，但同时推进数智化的难度也更大。
这其中，金融、政务这些行业数字化基础设施已初步建设完善，与大众关系又紧密。
先从这些领域入手去推进智能化，可以迅速打开局面，再一步步深入渗透进能源、制造业等更传统的行业。
选择做数字人平台也是类似的思路，数字人当下产业需求非常庞大，又是人机交互技术最佳的表现载体，可以一边创造价值，一边进一步检验和完善技术。
—完—
@量子位 · 追踪AI技术和产品新动态
深有感触的朋友，欢迎赞同、关注、分享三连վᴗ ի ❤
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
相关文章
