【要闻】百度技术委员会主席吴华：小度机器人背后的技术

本篇文章2614字，读完约7分钟

雷锋网押: 9月8日。 20个国家( g20 )知识创新论坛在深圳召开，设置了13个板块，包括人工智能、大数据和精确医疗。

其中在人机交互的板块上，百度“小度机器人”和hanson robotics的“han”是同一台，显示了人工智能行业自然语言解决技术的现阶段水平。

雷锋网(公众号:雷锋网)整理发现，小型机器人诞生之年，年9月16日江苏卫视的芝麻首次登场。 小度机器人可以集成自然语言解决、对话系统、语音视觉等技术，与顾客进行新闻、服务、情感等交流服务。 另一个同样的对话机器人“han”是表情机器人hanson robotics的作品，“han”是仿生的，其皮肤是仿生的，可以模仿人类的形状和人类的表情。 现场中“han”制造的愤怒、喜悦、沮丧、思考、恐慌五种表情，与人类相似。 在“han”和小机器人的交互中，小度检测到了“han”的生物水平非常低。

其中，百度技术委员会主席吴华也进行了这项活动，发表了以自然语言解决技术和应用为主题的演讲，介绍了小型机器人背后的技术。 雷锋网是在不改变初衷的情况下进行的。

以下是吴华演讲的实录

各位，小度体现了能听、能看、能说、能能动等能力，其实背后支持着百度人工智能小度，比如语音技术、视觉技术和自然语言技术。 用自然语言交互机器和人是人工智能的梦想。 自然语言解决技术对实现这个梦想非常重要。 所以今天我要报告的主题是“自然语言解决技术和应用”。

众所周知，自然语言解决技术是在人类、计算机和机器之间通过自然语言信息来表现的，主要包括语言理解和语言生成。 在此基础上，可以支持机器翻译、问答系统、对话系统等三个应用系统。

首先，让我们看看自然语言解决技术迅速发展的里程碑。 自然语言解决技术有萌芽期、快速发展期、繁荣期三个快速发展期。 自然语言解决技术的迅速发展历史是机器翻译的迅速发展史在1947年发表机器翻译备忘录后提出了基于规则、实例和统计的方法。 近年来，虽然也提出了基于神经网络的机器翻译系统，但是这些技术的迅速发展促进了机器翻译的质量提高，电子商务和多语言翻译等机器翻译的业务流程也在加快。 然后，在萌芽期发表了神经语言理论，该理论奠定了自然语言解决行业的地位。 其次是高速发展期，在首次出现人机交互系统的基础上，我们有很多规则应用于自然语言解决所有行业。 最后是繁荣期，统计方法是重要的主流方法，在这一时期有两个划时代的技术创新。 年，ibm的watson问答技术首次超越人类获得冠军。 年，在图灵测试大会上，聊天程序利用人工智能通过了图灵测试。 所有技术的迅速发展在大数据的获得，特别是网络发达的时代是必不可少的。 近年来，人工智能技术发展得更快，自然语言技术的进程也在推进。

例如，在今年公布的下一代人工智能计划中，自然语言解决被列为重要的共同技术。 而且在百度人工智能布局中，自然语言解决也是重要的识别技术。 现在的人工智能创业企业，特别是美国的创业企业，自然语言行业的创业企业占首位。 在中国人工智能创业企业中，自然语言这个行业排在第三位，仅次于视觉和智能机器人。

这些创业行业包括人机对话，包括智能创作、智能顾客服务、舆论分解、复印分解、机器翻译等。 这些应用的背后是技术的迅速发展，特别是大数据和知识的获得越来越容易。 另外机器学习的进展，特别是深入学习的进展，促进了自然语言的迅速发展，这三者是相辅相成的，促进了自然语言技术的商业进程。

从机器翻译过程可以看出，统计机器翻译是在1995年提出的，经过15年的迅速发展，首次出现了大规模的web翻译系统。 但是，自从提出神经网络机器翻译的方法以来，一年内出现了大规模的神经网络翻译系统，之后所有大公司都推出了神经网络翻译系统。 这个翻译系统质量的提高也关系到自然语言技术的迅速发展。 这个自然语言技术发展迅速，但我们的目标是让机器像人一样思考。

在这个过程中我们做了那些努力吗？ 例如，在智能交互、智能创作、智能推进中，自然语言解决技术在推荐应用中发挥着重要的作用。 首先，在百度、谷歌、微软、facebook上发布智能助理，介绍聊天的程序，最终目的是实现人与机器的相互作用。 而且，亚马逊的echo扬声器和机器人的形状等这样的互动载体装置也会改变。 应用行业和应用场景也发生了变化，无论是车载、汽车、家庭、公共行业。 像我们看到的小机器人现在在百度大厅提供服务。 你可以查新闻，百度办公室相关的路线和公共汽车等新闻。

为了实现这种人机交互，百度推出了开发者更容易入门的交互平台unit。 这个平台是面向具体任务的，面向开发者，开发者只要做少量的工作，就可以定制任务。 在这个平台上，我们集成了多引擎驱动的语义理解技术。 也就是说，利用这项技术，我们可以实现迅速的反复，继续学习。

百度unit可以应用于家具等各种应用。 在电视盒里，用语音交流，找你想要的节目，动动嘴，不需要插手。 是帮助考生查询他填写的高考志愿。 也可以应用于智能呼叫、地图、语音导航、语音路线查询等。 除了和机器对话，我希望机器能像人一样创作，写文章，写诗。

除了写诗，我还希望机器人也写复印件。 机器人只有通过各种计划，结合主题触发器、句子提取才能完成文章。 例如，在编写副本之前，必须根据客户感兴趣的副本构建热点，完成上下文整理和副本生成，最后用100个号码发表。

我不仅想写诗，写文案和对话，还想实现人工智能的推荐。 我们的首要目标是实现“立即搜索”。 搜索是积极的行为，智能推荐是被动的行为，我希望客户能从广大的资源过程中获得有价值的副本。 为了实现个性化的建议，我们必须在客户有趣的新闻和新闻之间架起桥梁。 这座桥梁是我们所说的为客户和文档添加相同标签的标签图像。 举个简单的事例，这个标签(系统)有主题标签、话题标签、事例标签等，在这些标签之间建设互联网，之间有关联，相关的强度只有从文件的发掘和顾客行动中自动发掘才能得到这样的关联的强度。 这些关联的强度被用于智能推荐和个性化推荐。 在话题的汇集和相关推荐中，形成了百度的首页，可以从手机的百度首页看到。 下面的复印件是用这种方法推荐的。

这些自然语言解决的技术已经发布在百度人工智能平台上，大家可以通过百度的网站取得。 网站包括自然语言解决技术、语音技术、视觉技术、顾客图像等60多种人工智能技术。 百度希望大家和各伙伴共同举起人工智能的旗帜，造福人类的生活。