AI科技評論試圖在一個系列采訪里找到國內典型Chatbot公司形成的原因，以及他們所看見的商業(yè)機會。本文是AI科技評論對竹間智能科技CEO簡仁賢的采訪整理。在創(chuàng)業(yè)前，簡仁賢是微軟亞洲工程院最高級別的負責人之一，其參與和向其匯報的項目包括了Bing亞洲地區(qū)的戰(zhàn)略與合作伙伴關系，微軟的虛擬助手小娜以及亞洲地區(qū)的商業(yè)變現(xiàn)業(yè)務。創(chuàng)業(yè)之后，簡仁賢的竹間智能今天已經(jīng)擴張到一百多人。簡仁賢認為竹間做得大致就是一件事：讓機器讀懂語境，讀懂人的情緒和情感，繼而與人自然地發(fā)生對話。

　　周一晚上大約8點，簡仁賢在對面的椅子上坐定開始接受采訪。這個采訪之后，他在9點多還有一個產品會議。他低沉的嗓音不時被咳嗽打斷，但他的表情中沒有顯露出明顯的疲倦。創(chuàng)業(yè)一年多后，談到聊天機器人Chatbot和情感計算，他的大部分回答是明確有力的。上面與簡仁賢對話中的這些判斷，一個普通人容易從語調、動作、表情甚至環(huán)境中去捕捉到；但對機器來說，這個過程就很復雜。而他設想中的聊天機器人還不止于做到這些。

　　聊天機器人Chatbot存在很久了，從我學生的時代就有。我自己寫過一個機器人問答的程序。其實很簡單，問答系統(tǒng)是找關鍵字，一個字兩個字合起來，就可以找回來一句話。Chatbot，應該說一直有人在做，但是都是作為exercise，從未真正popular。

　　我覺得Chatbot可以做了，那是我還在美國，是搜索最紅的時候。05-10年中間，當搜索需求最旺盛的時候，我就覺得，Chatbot應該是有未來的。

　　為什么？因為搜索一直處于用戶輸入一個關鍵詞，返回多個鏈接多個結果的情景。以前美國有一家公司叫ASK。COM，在2000年初期就已經(jīng)出來了。它是第一個公開的自然語言問答的系統(tǒng)，而不是檢索。用戶是以一句話問句的形式，找到他想要的信息。相比關鍵詞和鏈接，這個時候，它就比搜索更進步一點，自然一點。

　　但中間有很多年，這樣問答的系統(tǒng)其實沒有流行起來，也沒有讓人能夠覺得Chatbot是有用的。因為一個機器人，如果讓人覺得它有用：要讓人在用它的時候，覺得很智能，如果問一句、兩句，答不上來，人就不會再來用了。當人把一個東西定義成一個小玩具的時候，就不會再回來了。

　　所以Chatbot在過去幾十年來，雖然說有人拿它來做exercise，有人拿它做academic，就是沒有普通人再用。

　　再讓我想重拾Chatbot，是蠻長時間以后了。我在2012-2013年接觸到《Her》這部電影，我覺得電影里的景象是可以實現(xiàn)的。她有很多人性在里面，而不是單純的一個機器人。一個Chatbot可以懂你，可以有人性。但是她有人性之前，她必須要先懂情感，我覺得這里面有很多可以做的。

　　我那時候認為，機器人的定義要重寫了。但即使現(xiàn)在，4年過去了，市面上還是有很多一問一答的程序，還很機械，用關鍵詞、關鍵字去查找�，F(xiàn)在很多市面上的機器人談不上AI，都只是一個傳統(tǒng)技術里商業(yè)化的工具而已。

　　那時候，在技術上也沒有像現(xiàn)在成熟。但在我的職業(yè)生涯里面，技術永遠不是難點。因為我們學技術的，認為什么事情只要能夠講得出來，大概都有方法實現(xiàn)，只是實現(xiàn)時間的先后長短而已。

　　所以技術不是根本問題，問題是觀念、理念，是你對Chatbot的看法。如果你認為Chatbot還是一問一答的，很機械化的，那么你技術再高端，做出來還是一問一答；如果你能夠想象Chatbot是具有感情，那么機器人就可以懂你。

　　聽起來，好像每個人都是有這個愿景的。但在實現(xiàn)上，有的人并沒有朝著這個方向去做。這個不是技術的問題，是設計觀念的問題。比如說微信剛出來的時候沒幾個功能，跟其他的聊天平臺一樣，在聊天平臺的開發(fā)上，技術不是難點。但有幾個能夠像微信做得那么成功？如果Chatbot只是技術的融合，每一個做出來的Chatbot都一樣的，每一個人做出來的IM應該也跟微信一模一樣。不是的。

　　我們再看Chatbot的時候，我們設計的思路，架構的思路，算法的思路，是不是按照人性化的方式去走，這很重要。如果說雖然愿景是往人性化走，可是架構、算法、開發(fā)還是走捷徑，那么做出來的還是跟20、30年前的Chatbot沒什么兩樣。

　　做一個有人性的機器人，能夠了解你，有情感。

　　第一，要從情感機制上去著手。有多少做機器人的團隊真的去投入情感計算？大家都是投入做語料庫、做詞向量、再做一個檢索，有沒有人想過如何做好一個情感計算嗎？如果有人要把一個Chatbot做好，要模擬人性，模擬人的行為，包括理解人的行為模型，讓Chatbot能夠有人性地互動。

　　對人性和情感的建模，有幾個方法可以做。一種是計算認知科學的方法。它也可以從邏輯的模型演變成機器學習的模型。所以一個是邏輯去模擬人的情感和行為，一個用是機器學習的模型去預測。

　　當你對我不滿的時候我應該怎么應對，當你無聊，跟我說你很煩的時候，我應該怎么應對，當沒話講的時候，我應該怎么應對。

　　第一，要能夠辨識這樣的狀態(tài)；第二要能夠應對這樣的狀態(tài)，如何在不合適的狀態(tài)之后，做自我學習調整，成為一個好的狀態(tài)。這就需要結合邏輯模型跟機器學習模型的方法。

　　另一方面機器學習自己可以去制造很多交互的數(shù)據(jù)，這個交互數(shù)據(jù)產生一個好的交互模型，用交互模型再讓機器能夠對應不同的情緒狀態(tài)。把這兩個結合起來，就能夠模擬人的交互，跟人的行為。

　　重要的一點是，你的Chatbot能夠對情感進行識別和理解，要能夠對話的主題理解，要對意圖理解，要對整個語言上很多不同的信息理解，你才有辦法做出一個真正懂人的機器人。

　　這幾年來，信息通訊平臺的流行，包括從以前QQ到現(xiàn)在的微信、國外的LINE、FacebookMessenger還有其他的聊天平臺盛行。人類在這幾年來，已經(jīng)對聊天行為習慣了。人的行為變了。如果人的行為沒變，那么今天聊天機器人的接受度也不可能那么高。

　　基礎技術也進步了，包括機器學習的工具、平臺進步了，深度學習也進步了。你要一個RNN的模型，谷歌幫你寫好了，TensorFlow幫你寫好了。你不用一個代碼一個代碼去敲，只要專注于你的模型就可以了。同樣的，在工具、技術里面，大家的心得也豐富了，這部分的技術理論迭代非�？�，所以技術方面是成熟的。

　　第三個，有很多數(shù)據(jù)，最珍貴的數(shù)據(jù)不是從網(wǎng)絡來的。最珍貴的數(shù)據(jù)是自身產生的數(shù)據(jù)。但是從網(wǎng)絡來的數(shù)據(jù)是冷啟動的關鍵，扒來的數(shù)據(jù)清洗，清洗之后整理，整理之后做標記等等。數(shù)據(jù)存儲的成本也降低了，GPU越來越便宜，GPU一年可以3倍速度增長，在不漲價的情況下，性能可以提升3-4倍，3年會提升20、30倍。

　　在這幾個前提下，我覺得現(xiàn)在是做聊天機器人最佳的時候。甚至不是現(xiàn)在，在兩年多以前就是了。像微軟小冰在2013年底-2014年初就已經(jīng)開始了，這些準備條件都已經(jīng)存在了。

　　而我想做的情感機器人跟小冰是相反的，是完全可定制化的。讓每一個人可以有自己的機器人，每一個商家可以有自己的機器人。我想做出來一個機器人工廠，它是可以制造很多情感機器人，不是只有一個。

　　機器人不僅僅只是一個IP，比如迪士尼的米老鼠，它不可能成為其他商家的代言人，因為事實上只有一個迪士尼。每一個商家都有屬于自己的品牌，所以每一個商家都應該擁有屬于自己的機器人。

　　如果真的想把機器人推向各個地方，它需要有情感，懂你，可以“記憶”。這個機器人會記憶“你”，還有你周圍的人，圍繞你去學習。這個機器人會和你一起成長。

　　構建這樣一個機器人，分很多步，需要比較大的資源。我們要從平臺開始做起，其實是一個10年計劃。

　　第一個要先能夠證明，聊天機器人能跟人產生黏性，如果產生黏性，就要取得人的信任。機器人在過去幾十年來，為什么一直沒有辦法為人所信任，因為，它就是不夠智能。只會閑聊，是不可能有黏性的。會閑聊之后，Chatbot能夠幫人做到什么，這樣才有辦法達到更強的黏性，情感跟功能理性地結合。

　　其次聊天機器人必須要在人的生活上，能夠起到幫助的作用，必須要跟商業(yè)去打通結合。要不然，它可以幫你查天氣，可以幫你做搜索，但是沒有辦法在其他的業(yè)務上幫你服務，Chatbot也沒有辦法跟人產生黏性。只會閑聊，是不可能有黏性的。

　　我覺得一個完整的懂人性的機器人，這個夢想可能要10年才能達到。下一個，它可能要要淘汰掉搜索，甚至于取代App一些的入口的。這個過程，在未來的演變里，是一定要發(fā)生的。