为什么机器人比人脑更强？看懂底层逻辑，你的内心才不会慌

　　我们想要的不是人工智能，而是人工智慧。与一般的智能不同，智慧是专注的、能衡量的、专门化的，它还能够用完全不同于人类认知的方式思考。

　　凯文·凯利在他的《必然》中，对未来世界做出过几项重要的预测。其中，他预测未来的机器将会有“知化”能力，即“认知的能力”，赋予机器人类的思维。

　　众所周知，计算智能、感知智能和认知智能，是探索人工智能道路上的三个重要台阶。

　　计算智能，即快速计算、记忆和储存能力;感知智能，即视觉、听觉、触觉等感知能力。目前，计算智能已基本实现，语音、图像、视频等与感知相关的感知智能也在快速发展。

　　但是，计算智能和感知智能只是在工具层面实现了突破，缺少信息进入大脑之后的“加工、理解、思考”步骤，无法让机器理解数据、理解语言、理解现实世界。

　　而凯文·凯里所提到的从人工智能到人工智慧的演变，其实就是感知智能向认知智能进化的过程，即赋予机器“大脑”的过程。认知智能是决定能否真正实现机器对世界的认知、思考以及回应的基础。同时，认知智能可以使大量繁琐但很重要的工作变的更人性、更高效、更精准，在搜索、交互、翻译、阅读、推荐、预测等方面帮助人类达到一个新高度。

　　1

　　　　做机器认知谜题的破壁人，场景和技术缺一不可

　　为什么认知智能要比感知智能更难实现?

　　1、技术的困境在于以 NLP 为代表的认知智能，本身已经过特征提取，不能像语音、图像类感知智能那样，获得全部的信息，因此需要大量背景知识的积累。

　　2、应用上的困难在于，认知智能落地场景复杂度远远高于感知智能，认知智能的应用往往涉及多个业务流程，且需要多种技术相配合。

　　也就是说，要实现 AI 推理及其背后的认知智能，不仅需要在感知智能的基础上对图像、文字的分析，还需要结合场景对语言进行分析，理解说话人所表达的情感，以及说话人通过语言所传达的意图，并在更多大数据采集、计算、挖掘中不断完善知识库，最终将感知与认知打通。

　　作为人工智能落地应用的先行者，小 i 机器人长期专注于认知智能相关技术的自主研发和产业化应用。小 i 机器人以智能客服为起点和源点，智能化解决方案能力已覆盖智慧金融、智慧城市、智能制造、智能机器人等多个垂直领域。

　　在智慧金融方面，小 i 机器人为金融行业构建完整的智能服务体系，覆盖银行、保险、证券、互联网金融等领域，向招商银行、建设银行、工商银行、交通银行，平安保险、太平洋保险等排名靠前的绝大多数银行提供智能化服务。同时，为革命性优化客户服务，小 i 机器人推出具有语音识别、语义分析、语音合成、智能知识库、机器学习等 AI 技术的智能语音交互系统，通过自然语言与银行“大脑”直接对话，为用户提供人性化的语音交互体验。

　　在智慧城市方面，小 i 机器人将人工智能核心能力与政府治理、民生服务、商业应用和相关产业智能升级等深度融合，建设面向社保、民政、工商、财政、税务等政府单位的智能服务体系，落地 AI+ 能力到基层社区街道，构建能够智能高效处理、精准分发来自不同用户群体的生活服务诉求的城市智慧大脑。通过数据的分析、整合，让政策的制定更加科学有序，形成开放高效有机协作的智能化产业生态体系，提升城市智能化集群式创新能力和综合影响力。

　　在智能制造方面，小 i 机器人通过运用智能大数据、智能人机交互、图像感知与识别等技术，使制造装备和系统具有感知、推理、决策和学习等能力，将智能工厂辅助、智能控制中心、智能办公及智能客服等运用于传统行业的设计、采购、生产、销售等流程中，进一步创新人机协作服务方式。

　　从中，我们可以看到小 i 机器人的两个亮点。其一，与其他的巨头公司相比，小 i 机器人更注重将认知智能与场景结合;其二，小 i 机器人作为成立 18 年的人工智能技术公司，没有十几年的数据积累和深度学习，也没有小 i 机器人在各行业落地的效果，这是小 i 机器人技术实力和算法积累的体现。

　　除此之外，在 2019 年 7 月，小 i 机器人研究院团队在由斯坦福大学发起的国际权威机器阅读理解评测 SQuAD1.1 挑战赛中，凭借最新研究成果——BERT+WWM+MT 的单模型，以 EM(精准匹配率) 达到 88.650 和 F1(模糊匹配率) 达到 94.303 超越人类平均水平的优异成绩排名第三。不同于排名第一第二的 Google、Facebook 联合学校参赛，小 i 机器人属于独立参赛。

　　在基于 Whole Word Masking 的 BERT 预训练模型基础之上，小 i 机器人引入辅助任务如 NewsQA 等数据集，采用多任务学习的思路来改进现有模型的效果，进一步提升模型的最终预测评价指标(主要为 Exact Match 和 F1 值)。

　　具体来看，小 i 机器人研究院团队依据目标任务和辅助任务中的问题和答案的属性和语义特征，来综合判断辅助任务中的数据样本与目标任务中的数据样本之间的相关性，最后将这个相关性指标引入到模型训练过程中的损失函数计算过程中，以充分利用并学习到来自目标任务和有关辅助任务中的知识，从而最终提升模型的预测效果。

　　另外，小 i 机器人实现了基于机器学习和深度学习方法的各个 NLP 基础能力模块。小 i 机器人的智能交互能力包括 Chatting Bot 智能闲聊、FAQ Bot 基础问答、Deep Bot 深度交互、Recommendation Bot 智能推荐、Discovery Bot 知识探索五类 Bot。这五类 Bot 所具备的不同的能力，可分装成不同的产品，去帮助不同领域的客户，快速建立领域的知识图谱，还能通过一个快速迭代的学习体系，让机器人不断地在领域当中学习。

　　如下图所示 Discovery Bot 为例，Discovery Bot 主要解决未收录知识的问答。实际使用中，通常需要配合 FAQ 和 Deep Bot 等一起使用，用于解决 FAQ 和 Deep Bot 无法解答的问题，它会通过大规模企业内部知识(主要是非结构化文档)进行阅读理解并给出答案及置信度，根据置信度高低可分别向用户输出答案或经由人工确认或修改后再给出答案，同时可以将该条新知识加入到知识库中，以便下次遇到同样问题时可以通过 FAQ 或 Deep Bot 来解答。通过这一过程我们可以使系统的准确率得到持续地提升。

　　目前，源自小 i 机器人在自然语言处理、深度语义交互、语音识别和机器学习等认知智能核心技术上的研发投入和厚实积累，小 i 机器人已构建了全球研发网络，在上海、贵阳、深圳、南京、香港、美国硅谷设立 6 大研发中心，与华东师范大学、香港科技大学、中国科学院软件所等建立联合实验室，保持着技术上的领先力。

　　　2

　　　　下一步，值得期待的小 i 认知未来

　　8 月 31 日，2019 第三届世界人工智能大会落下帷幕，大会以“智联世界，无限可能”为主题，围绕人工智能最前沿的技术、应用、产品、模式进行交流和展示，探索人工智能新发展、新机制。

　　在此次大会期间，小 i 机器人特别设置“认知商用 通往未来”主题应用展区，通过“智能 +”客服、“智能 +”城市、“智能 +”硬件等多项创新成果立体了展示小 i 机器人在多个行业深入融合的创新应用成果。并与人工智能产业创新联盟共同承办“NLP—在落地与算法平衡中探寻未来”开发者日-自然语言处理分论坛，邀请了来自复旦大学、香港科技大学等知名院校 NLP 领域的顶尖学者和来自阿里、谷歌开发者社区等国内外的资深专家，从技术发展及商业应用两个方向开展，就如何利用 AI 创造商业价值等技术落地问题与在场的的开发者们进行深入探讨。

　　大会现场，机器人豹小秘、Cooky、小丹是此次展会中不可多得的亮点之一。作为一家坚持认知“大脑”研发的科技公司，小 i 机器人有虚拟形象机器人、同时也为硬件配“云端大脑”，赋予机器人“思考”的能力。依托于小 i 硬件智能云，小 i 将自主研发的智能机器人云操作系统 iBot OS 与与硬件机器人相结合，采用基于互联网的 C/S 架构，将云平台部署在互联网上，机器人终端通过接入层、服务层来访问引擎层，使机器人获得 语音、语义和人脸识别能力 。目前配备小 i“大脑”的机器人已活跃在大型活动、酒店医院、政务大厅等等，化身为主持人、大堂经理、舞娘或者是一位陪伴人们的好朋友。

　　除此之外，为达到沉浸式体验的效果，小 i 机器人还在论坛现场开设“开发者问诊”环节，邀请演讲嘉宾及行业顶尖专家为开发者解答有关 NLP 技术开发、应用落地等各种疑难问题。

　　无论是加速认技术的突破，还是深入垂直领域的应用落地，在认知智能商用领域拥有先发优势的小 i 机器人，都将凭借深耕行业多年的技术优势，拥抱 AI 产业的未来。

　　正如小 i 机器人创始人、董事长兼 CEO 袁辉所说，小 i 机器人将会继续坚定不移聚焦在以思考为核心的认知智能领域，在坚持技术自主研发的同时，将最新的人工智能技术赋能给行业企业，让人工智能产生真正的商业价值，实现商业落地。并且，小 i 机器人也将通过小 i 智慧学堂、新一代智能 Bot 开放平台等完善的生态体系为合作伙伴进行全方位赋能，通过为合作伙伴进行 AI 应用人才的赋能及提供 AI 能力和场景搭建的落地机会，助力 AI 产业发展。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。