網(wǎng)易科技開物沙龍第四季“智能語音與聊天機器人專場”今日下午在北京舉行，海知智能CEO謝殿俠在現(xiàn)場分享了他對聊天機器人的理解。他認(rèn)為聊天機器人可能不亞于當(dāng)年的蒸汽機，當(dāng)時間推至2年、20年之后，這個世界很多方面會超出我們的預(yù)期，而2020年，人人事事物物都將有自己的bot（注：機器人）。

以下為謝殿俠現(xiàn)場分享觀點整理：
　　微軟的小娜、小冰等等，是大公司非常宏大的產(chǎn)品，做得非常棒。我們只是做其中一塊，語義API，我們是在做一個語義平臺，當(dāng)然業(yè)提供了一系列小工具，可以幫助大家更快生成自己個性化的聊天機器人。
　　200年前以蒸汽機為代表的工業(yè)革命讓我們整個世界和過去5000年都很不一樣，今年我一直認(rèn)為聊天機器人可能不亞于當(dāng)年的蒸汽機。反過來我們想一下，不想200年，我們想2年、20年之后，這個世界會怎么樣，我覺得很多方面會超出我們的預(yù)期。
　　這就是前面講的，鍵盤鼠標(biāo)，PC時代；觸摸屏，手機時代；今天智能時代核心的標(biāo)志是什么呢？就是聊天機器人，或者說智能助理。
　　我們做語義API，做任何一件事都要解決一個問題，我們要解決兩點：1、用戶的痛點，前面講了很多，最后落地到具體產(chǎn)品，你說的話機器人能懂嗎？能懂多少，到今天為止這還是很大的問題。2、你懂了，理解準(zhǔn)確不準(zhǔn)確？3、用戶有多少？就像最初iPhone一代出來的時候，它有很驚艷的地方，也有不爽的地方，但今天的手機和當(dāng)時有了多大區(qū)別？
　　同樣，不管是我們做實體機器人還是虛擬機器人，都面臨這個問題，對我們來講，我們可能會選擇從特定場景、特定用戶、特定領(lǐng)域來做有限的服務(wù)，希望能在特定場景、特定領(lǐng)域和特定用戶的情況下幫助機器理解用戶的語言。
　　我的服務(wù)對象是開發(fā)者，不管是做機器人，還是做各種各樣應(yīng)用的，實際上我們前面講了，從鍵盤、鼠標(biāo)到觸摸屏、再到語音交互或者說自然語言交互，這實際上是三個時代的變革，反過來是不是意味著任何過去通過鍵盤鼠標(biāo)進(jìn)行操作、通過觸摸屏操作的都可以通過對話的方式來進(jìn)行？一種，大家可以自己去做，實際上自己做也可以，需要有非常雄厚的實力，否則鏈條太寬泛了。還有一個是API，這會有很多選擇，我們只是希望把其中一部分做得比較深入。
我們的特點有三部分：
1、專注于語義，希望針對剛才說的“三個特定”理解得更準(zhǔn)；
2、理解的同時，比如來了一個非洲的同伴，他學(xué)了中文，說得特別棒，但我相信深入聊天還是很難，因為他缺少很多背景知識，所以知識投入這塊是我們花力氣更大的地方，所以一方面我們可以自建，一些基礎(chǔ)的，時間、地點、人物、機構(gòu)、天氣、百科，第二，我們希望開放標(biāo)準(zhǔn)，和任何一個領(lǐng)域你擁有知識、擁有經(jīng)驗、擁有資源的一塊兒來建；另外一個比較宏大的目標(biāo)，我們希望讓機器來學(xué)，這個可能有一個過程；
3、開放接口，對接生態(tài)系統(tǒng)，交互的邊界是有限的，再用鍵盤鼠標(biāo)，不可能把所有領(lǐng)域、所有東西都集中在有限的界面里，但一旦我們開口說話，這會帶來巨大的挑戰(zhàn)，你可能會說任何問題，可能會了解任何領(lǐng)域、任何方面的東西，為什么這塊，大大小小的公司到今天為止都很難讓用戶特別爽，因為用戶想知道的領(lǐng)域太多了，如果覆蓋我們?nèi)粘Ｉ罟ぷ骺赡苄枰?000個或30000個領(lǐng)域，至少到今天為止地球上沒有哪個公司能說他提供的服務(wù)能覆蓋這么多。這意味著什么？意味著這塊更加去中心化，需要把地球上各種各樣的文明、各種各樣的資源表現(xiàn)為機器可以理解的知識，這塊如何串起來。
　　所以我們是“個性化&開放式”，我們希望融入到生態(tài)里。
　　體系，做開發(fā)者自己的“領(lǐng)域虛擬大腦”，云識別語音合成我們做，不管是自然語言理解還是自然語言生成，語義搜索、機器學(xué)習(xí)和知識圖騰，現(xiàn)在很多人說“人工智能有多少人工就有多少智能，或者說有多少智能就有多少人工”，但很多時候還是基于各種各樣的規(guī)則，但它能解決問題，對我們來講，我們是一個混合的結(jié)果，哪個手段能解決，我們就用哪個手段解決。
　　但我們也有所謂的深度問答，我們有個說法叫“懂、知、行”，懂用戶的意圖，知道答案在哪兒，然后去執(zhí)行。但人工智能有可能不懂你的意圖而直接給你答案。
　　我們已經(jīng)覆蓋的一些領(lǐng)域，在有聲資源和音樂上，目前算是國內(nèi)規(guī)模和體量比較大的，第一，我們希望幫助大家讓機器懂人的話；第二，我們直接關(guān)聯(lián)了一些語義資源，但我們只做“地圖”，很多資源都在版權(quán)方那邊，這些數(shù)字都不是通過技術(shù)手段拿過來的，我們是通過和版權(quán)方合作產(chǎn)生的。
　　“特定場景、特定用戶、特定服務(wù)”，這是我們目前做的一些方面，語義這塊很寬，我們也沒有覆蓋到太多領(lǐng)域。
　　這是很早之前的一張圖，那時候的夢想、理想，實際上今天很多時候就是正在發(fā)生的未來，我特別喜歡這句話，不管是醫(yī)療、教育、出行、運動、社交，實際上每一個環(huán)節(jié)都會有智能助理機器人的參與，還有克隆人，我不覺得這是未來，我覺得這就是很快的現(xiàn)實，當(dāng)然克隆人是另外一個話題。以后不管是打仗的也好還是服務(wù)也好，以后地球上Bot的數(shù)量肯定會遠(yuǎn)遠(yuǎn)超過人類的數(shù)量。
　　我們講未來、我們講能力，更重要的怎樣讓落地、怎樣讓未來在今天發(fā)生，這是我們拿微信后臺接入舉的一些例子，比如你隨便問天氣，理論上來講，中國各地郊縣以上的，還有全世界幾萬個城市，這里都有，隨便你怎么問。
　　比如“如意聽聽”這個功能，如果有人說我想聽羅輯思維講互聯(lián)網(wǎng)，我這里返回了喜馬拉雅的有聲資源，發(fā)出指令“我想聽羅胖講互聯(lián)網(wǎng)”，這里有兩個難點，首先要判斷“有聲資源”，其次還要判斷“羅胖”是誰，關(guān)鍵詞“互聯(lián)網(wǎng)”，究竟是羅永浩還是羅振宇，看哪個相關(guān)性更強，最后得出了這個結(jié)果，選擇羅振宇。
　　前幾天我們做了一個測試，讓實習(xí)生和機器人訂酒店，用對話的方式，用鍵盤鼠標(biāo)和觸摸屏的方式，大家干了兩個小時，用對話的方式，可能有單間，可能有套餐，只是使用我們的后臺就可以了。
　　這里面有聲音、有圖片，可能還有一些圖文文章之類的，這時候會變成從理解聊天到對接國內(nèi)的產(chǎn)品。我們也用這個工具做了關(guān)于大會報名咨詢的服務(wù)，怎么打車、怎么坐地鐵、嘉賓簡介什么的，基本也都是用這個工具完成，用對話的方式。
所以2020年人人事事物物都有自己的bot，我們也會像皇帝一樣，有”三宮六院七十二妃“，只要你喜歡。