【AI峰会】图灵机器人郭家：让机器理解世界

【猎云网（微信： ilieyun
）北京】4月13日报道（文/岳园）

今天，猎云网2017 人工智能 产业创业创新峰会在北京四季酒店隆重召开。此次峰会的主题为“精·识·致·用”，分别诠释为精准大数据，智能识别，产业结合，生活应用。上百位人工智能领域著名学者、顶级专家和知名投资人参与，共同探讨当今AI的发展创新与变革，将产业与人们的实际应用相结合，为人工智能的普及奠定可行性的基础。

从一个工具发展到一个系统，成立六年时间的图灵 机器人 又开始把精力放在了应用。在今天的峰会上，图灵机器人郭家为创业者和人工智能爱好者们分享了以《机器人操作系统，多模态语义和人工智能的新趋势》为主题的演讲。

其中提到。并提出。指出AI 的算法上图灵会贡献自己的算法到社区上，另外国外的一些数据也会分享出来。因此算法大家都可以找到，所以区别在于算法。

其中一个是美国的BLUE RIVER公司，他们所设计的机器人是一个放在拖拉机后面的注射器，这样既能够帮助人工处理杂草，又可以辅助农作物生长的更好。另一个是日本的叫做TWENDY ONE公司，其造价之高，但是功能却只是帮助老人捡起掉在地上的吸管，在使用功能和造价上并不匹配。

因此，图灵要做的是有感情的机器人，机器人是用手和头来表达感情的，用眼睛的颜色表达情绪。通过语义来传达感情，以硬件的形式表达出来。也就是说，消费级机器人是应该更加具有实用性和情感的传达。

今天我给大家分享的是AI的其中一个领域，就是多模态交互。因为我们都知道AI是一个很大的范畴，里面很多学科，大家现在说的比较多比较流行的是机器学习、深度学习，深度学习是算法+数据等于模型，然后训练各种各样的场景。我们做的场景主要是机器人交互这一块。图灵公司一直专注于做语义技术，我们的理念就是让机器理解世界。国内大家知道聊天机器人做的最好的是图灵，如果有一个人说图灵的东西是因为算法好，我只能说他们没有找到专业的人。现在的领域所有的算法或者95%以上的算法，我们大部分都会找到。怎么找？我们自己贡献很多算法到开源社区，国外国内很多学者高校，斯坦福MIT他们也会把最新的算法分享出来。

大家说算法都可以找到，区别在哪儿？我认为区别主要是在数据。刚才讲到算法+数据等于模型。我们的图灵机器人其实从2010年开始积累这些数据，到2014年我们正式开放出来，面对企企业面对开发者，从2014年年底到现在有40多万的开发者，他们源源不断给我们贡献数据，他们是我们的合作伙伴。这类数据对我们来说有特殊意义，因为我们主要做语义，我们积累的数据就是语料库、知识库，这是我们用来训练我们的语义模型的东西。

我们应用在一个场景下，消费机器人，那么消费机器人可以做什么？我为什么放这样一个图？我们说人和动物的最大区别是什么？初中历史书上学过，人和动物的最大区别是人可以制造工具，人的双手和动物产生最大区别。为什么人直立行走？因为人的双手制造工具而不是像动物一样去爬行。我们放在机器人身上思考机器人的双手可以做什么？我们找了很多场景和案例。

这个公司叫BlueRiver，是我喜欢的创业公司。这个公司特别有意思，说我的机器人很简单是一个注射器，这个注射器放在拖拉机后面，这个机器人可以自动帮助人去完成对杂草的处理，怎么处理？就是把肥料注射在杂草上，可以干掉杂草，这个理念又环保又省人力。他说去年的目标做生菜，今年的目标是做番茄和土豆，这就是这个公司自己定义的机器人的模样。

下面这个例子是日本的养老机器人Twendy One，这个机器人售价一百万人民币左右。它贵在什么地方？我们看到底盘是轮式的，主要是上面的机械结构，从传感器到各个部位，这是最贵的地方。这个机器人是一个反例，首先太贵了，其次它的机械臂的使用价值非常少。这个宣传片里它可以做什么？老人喝饮料的吸管掉地上，它可以捡起来，也可以把老人从床上扶起来，但是这些应用场景不是很实用，这个价钱来说作用不是特别大。

所以回到刚才那个问题，消费机器人可以做什么？如果人和动物的区别是制造工具，那么机器人的双臂目前在我们看来，好像做不了什么有价值的事情。在消费级领域，机械臂的造价过于高能完成的事情过于少，所以我们有了这样新的思考。这是我们和富士康合作的机器人Robohon，这个视频是两个机器人聊天对话，它们聊天对话的过程中它们的手和头是用来表达它们的感情，然后它们的眼睛的颜色是表达它们的情绪。我们在语义过程中，把我们识别出来的情感还有我们想表达的动作，传给富士康的机器人让它传达出来。

我们发现另外一个事情，机器人的双臂还有一个很重要的作用就是表达，表达情感。因为我们知道人类的手，比如我现在讲话的时候我的手会做这样的动作，我为什么做这样的动作？其实跟语义相关。比如现在说我有一个月饼，切一半，你一半我一半，我每一个动作从月饼到切一半，这几个动作跟语言直接相关。动作表达最基础的就是理解这句话的含义。

这是梅拉比安模型，我们可以看到大部分是靠肢体和声音传达，而不是靠语言，如果靠语言是非常累的。记者有一次采访Robohon的发明者，记者说你觉得机器人和人的最大特点是什么？他说机器人会讲话，记者说手机还有Siri，他说你见过人和金鱼讲话吗？和乌龟讲话吗？和手机讲话吗？他看来我们为什么跟动物交流？比如养狗为什么和它交流？它不会说人话，主要是用肢体动作。

这是一个数据统计，白色部分是创新的家用消费级机器人，这个机器人现在还没有发售，另外是我们和奥飞合作的机器人超级飞侠，这两个机器人给用户体验，有动作表情的交互次数和喜爱程度高很多。目前从多模态交互的技术来讲，图灵也是国内唯一一个提供这种技术的公司，我们一直在做语义，做语义的过程中发现语义可以这样用可以这样传达，不用语言传达用动作表情传达。这是另外一个应用场景，我们跟腾讯的合作3月份刚刚上线。大家现在打开QQ群，如果群主开启一个功能聊天机器人功能，你只要关联一个机器人，就是图灵机器人做的。

这个英文场景是什么？我们跟明星或者跟一些有IP形象的，比如孙悟空、爱因斯坦，我们跟他们合作，怎么合作？我们做一个以他们的性格为内容的交互机器人。目前我们也正在跟几个明星合作，做一个符合他们性格的机器人。当然这个机器人聊的内容可能和其他的机器人不太一样，因为它面向粉丝。所以粉丝一般问的问题是，周杰伦在家穿什么颜色的拖鞋？或者你喜欢狗吗？或者你觉得蔡依林怎样？这是粉丝问的问题，这是跟刚才讲的实际机器人它的作用是不一样的。

另外一个应用场景是教育机器人，这是耶鲁大学的调研报告。我们可以看到左边第一张图是让一个小朋友玩一个，或者说去边学边答题，学单词的游戏。第二个是在屏幕上放一个小鸭子，黄色小鸭子，这个小鸭子可以发出声音，就是在他学习的过程中答对了小鸭子给鼓励，答错了小鸭子告诉他这个题怎么做。最后一个是实体的鸭子，这个鸭子不但会语音，还可以动，还可以给他反馈。

最终从学习效果角度来，最后一个我们可以看到机器人的方式是学习效率最高的。我们一开始很多人不理解，包括很多家长不理解，说我很难允许孩子学习的时候，放一个好玩的东西在他身边。但是耶鲁大学的报告让我们看到不一样的结果。这就是动态交互的力量。我的分享就这些，谢谢大家！

解码人工智能·猎云网2017产业创新峰会 4月13日北京等你参加： http://www.lieyunwang.com/topic/summitai

297686