很多人用 “機器不會有思維能力” 的理由來反駁人工智能威脅論，但是 NLP(自然語言理解)技術(shù)的出現(xiàn)又一次打破了這樣的認知。機器通過數(shù)據(jù)訓練，深度學習也可以理解人類表達的模糊的指令并自如的進行對話，目前它們能做到多聰明多智能?近期，有媒體接觸了基于 NLP 技術(shù)的人工智能生活語音對話助理“玩秘”，創(chuàng)始人余軻曾經(jīng)說過他們的愿景是：讓人類把部分思考的工作交給機器。
玩秘隸屬于北京輪子科技有限公司，是一家 NLP 語音對話助理服務(wù)商。玩秘于 2018 年正式服務(wù)于智能音箱小米小愛同學、天貓精靈，于 2019 年正式服務(wù)于小米手機。在 2019 年 8 月于上海舉辦的世界人工智能大會閉幕式上，玩秘作為 8 家被選中的優(yōu)秀企業(yè)，與上海市人工智能產(chǎn)業(yè)投資基金完成了意向性簽約。
玩秘通過語言對話與用戶交互，與 Siri 等語音助手的簡單百科式問答不同，玩秘強調(diào)思考和分析能力，能模仿人類復雜的決策過程，做出基于眾多數(shù)據(jù)和因素的智能決策和推薦。
玩秘選擇從生活消費和吃喝玩樂這個領(lǐng)域入手，余軻介紹說是因為與購物和資訊相比，本地休閑生活除了具備人性化需求和豐富供給的特點，還包含時間、地點、場景等更多維度，AI 個性化給用戶創(chuàng)造的附加值更大，優(yōu)于傳統(tǒng)個性化推薦方法的人工智能架構(gòu)功效也會發(fā)揮得更加充分。
目前，玩秘已經(jīng)明確了三個主要的 B 端終端場景：手機、智能音箱、汽車。手機語音助手是玩秘主要的應用場景，針對手機語音助手，玩秘采用 GUI(圖像交互)和 VUI(語音交互)相結(jié)合的展現(xiàn)形式，通過多條件指令識別、多輪對話、模糊指令識別等功能，為用戶提供深度語義理解交互服務(wù)，讓用戶不用打開任何 App 即可完成院線觀影、訂酒店、外賣等服務(wù)閉環(huán)。
玩秘近期可以做到多智能?余軻舉例說，在人性化升級完成后，比如用戶發(fā)出指令：幫我買兩張晚上十點在天幕影城的復聯(lián) 4 的票。玩秘獲取之后會根據(jù)已知的海量院線信息，輸出自己的人性化建議：有一個場次是十點半的，但電影結(jié)束就凌晨 1：30 了，會不會有點晚，要不要換成 9 點半的場次?在此基礎(chǔ)上，用戶可以進行下一輪對話，比如：9 點有點早了;還有別的影院選擇么?玩秘會根據(jù)進一步的指令做出下一個推薦。除了像這樣多條件的指令，還可以向玩秘發(fā)起多樣化或非模版式的指令，比如詢問某個電影怎么樣?附近有什么電影院推薦，價錢比對等，玩秘都可以一一作答。甚至用戶搞不清想看電影的名字，只要說起其中演員的名字等比較模糊的指令，玩秘也可以理解用戶的意圖。具體而言，「玩秘」將根據(jù)用戶特征進行類人腦推理，生成智能化的生活解決方案。隨著深度學習訓練，「玩秘」將越來越人性化，理解率和應答率也會逐漸提高。
余軻表示，做人工智能語音助理面臨兩大難點：NLP 語義理解和人性化推薦。團隊核心的挑戰(zhàn)以及技術(shù)壁壘便是 NLP 技術(shù)，即機器對人類指令的準確理解。“這是我們首先要做到的第一步，讓機器更好的理解人類的意圖?！?余軻說，人性化推薦則依靠數(shù)據(jù)和機器學習，核心是在于對用戶和 POI 的刻畫，標簽經(jīng)緯度要足夠多、足夠深，數(shù)據(jù)來源玩秘則通過與業(yè)內(nèi)知名互聯(lián)網(wǎng)票務(wù)平臺、酒旅平臺、外賣等合作來獲取。
在盈利模式上，玩秘目前主要方向是在用戶產(chǎn)生消費以后，從電影票務(wù)平臺、酒店平臺等內(nèi)容提供商獲得服務(wù)分成。
目前，玩秘已經(jīng)覆蓋全國 95% 以上的地級市，主要提供電影和酒店的服務(wù)信息。今年 6 月份，玩秘的功能在小米手機中上線(只需對「小愛同學」說 “電影助手” 即可通過語音對話的方式很便捷的購買電影票)。除了小米手機之外，中國四大手機品牌中的另外兩家也已與「玩秘」達成合作，服務(wù)預計將于今年四季度上線。余軻表示，未來人類與機器以及機器人的交互形式一定會過渡到語音對話。與文字編輯、手動按鍵等現(xiàn)有的方式相比，自然語言傳達的信息密度和效率要高得多。玩秘也將深耕吃喝玩樂的生活服務(wù)領(lǐng)域，打造生活全場景人工智能服務(wù)大腦。
據(jù)了解，玩秘目前已經(jīng)完成了三輪融資，最近一輪是今年一月份由越榕資本領(lǐng)頭的 A 輪融資。創(chuàng)始人兼 CEO 余軻牛津本科畢業(yè)，在斯坦福和普林斯頓分別完成了深度學習專業(yè)碩士和博士學位，有 10 年 NLP 自然語言理解與大數(shù)據(jù)分析行業(yè)領(lǐng)域研究和行業(yè)經(jīng)驗，曾任摩根大通公司的全球人工智能算法交易總負責人(能源與資源);其余核心成員來自平安集團陸金所、思必馳、豆瓣等公司。
180-0586-8797