網(wǎng)易科技開物沙龍第四季“智能語音與聊天機(jī)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(jī)器人的理解。他認(rèn)為聊天機(jī)器人可能不亞于當(dāng)年的蒸汽機(jī)，當(dāng)時(shí)間推至2年、20年之后，這個(gè)世界很多方面會(huì)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(jī)器人）。

以下為謝殿俠現(xiàn)場分享觀點(diǎn)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(gè)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(gè)性化的聊天機(jī)器人。
　　200年前以蒸汽機(jī)為代表的工業(yè)革命讓我們整個(gè)世界和過去5000年都很不一樣，今年我一直認(rèn)為聊天機(jī)器人可能不亞于當(dāng)年的蒸汽機(jī)。反過來我們想一下，不想200年，我們想2年、20年之后，這個(gè)世界會(huì)怎么樣，我覺得很多方面會(huì)超出我們的預(yù)期。
　　這就是前面講的，鍵盤鼠標(biāo)，PC時(shí)代；觸摸屏，手機(jī)時(shí)代；今天智能時(shí)代核心的標(biāo)志是什么呢？就是聊天機(jī)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(gè)問題，我們要解決兩點(diǎn)：1、用戶的痛點(diǎn)，前面講了很多，最后落地到具體產(chǎn)品，你說的話機(jī)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(shí)候，它有很驚艷的地方，也有不爽的地方，但今天的手機(jī)和當(dāng)時(shí)有了多大區(qū)別？
　　同樣，不管是我們做實(shí)體機(jī)器人還是虛擬機(jī)器人，都面臨這個(gè)問題，對我們來講，我們可能會(huì)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(jī)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(jī)器人，還是做各種各樣應(yīng)用的，實(shí)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(shí)際上是三個(gè)時(shí)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(shí)際上自己做也可以，需要有非常雄厚的實(shí)力，否則鏈條太寬泛了。還有一個(gè)是API，這會(huì)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(diǎn)有三部分：
1、專注于語義，希望針對剛才說的“三個(gè)特定”理解得更準(zhǔn)；
2、理解的同時(shí)，比如來了一個(gè)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?yàn)樗鄙俸芏啾尘爸R，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(shí)間、地點(diǎn)、人物、機(jī)構(gòu)、天氣、百科，第二，我們希望開放標(biāo)準(zhǔn)，和任何一個(gè)領(lǐng)域你擁有知識、擁有經(jīng)驗(yàn)、擁有資源的一塊兒來建；另外一個(gè)比較宏大的目標(biāo)，我們希望讓機(jī)器來學(xué)，這個(gè)可能有一個(gè)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(huì)帶來巨大的挑戰(zhàn)，你可能會(huì)說任何問題，可能會(huì)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?yàn)橛脩粝胫赖念I(lǐng)域太多了，如果覆蓋我們?nèi)粘Ｉ罟ぷ骺赡苄枰?000個(gè)或30000個(gè)領(lǐng)域，至少到今天為止地球上沒有哪個(gè)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(jī)器可以理解的知識，這塊如何串起來。
　　所以我們是“個(gè)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(jī)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(shí)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(gè)混合的結(jié)果，哪個(gè)手段能解決，我們就用哪個(gè)手段解決。
　　但我們也有所謂的深度問答，我們有個(gè)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(jī)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(shí)候的夢想、理想，實(shí)際上今天很多時(shí)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(yùn)動(dòng)、社交，實(shí)際上每一個(gè)環(huán)節(jié)都會(huì)有智能助理機(jī)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(shí)，當(dāng)然克隆人是另外一個(gè)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(huì)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(gè)城市，這里都有，隨便你怎么問。
　　比如“如意聽聽”這個(gè)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(gè)難點(diǎn)，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(gè)相關(guān)性更強(qiáng)，最后得出了這個(gè)結(jié)果，選擇羅振宇。
　　前幾天我們做了一個(gè)測試，讓實(shí)習(xí)生和機(jī)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(gè)小時(shí)，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(shí)候會(huì)變成從理解聊天到對接國內(nèi)的產(chǎn)品。我們也用這個(gè)工具做了關(guān)于大會(huì)報(bào)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(gè)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(huì)像皇帝一樣，有”三宮六院七十二妃“，只要你喜歡。