微软解析全双工语音交互感官 微软小冰加速情商与智商整合

早春三月的北京,随着温度一起上升的还有各种智能硬件产品发布会的频率正在变得越发密集。微软(亚洲)互联网工程院宣布,率先推出新一代全双工语音交互感官(Full-duplex Voice Sense),并已经完成产品化落地。3月28日,微软召开了一场技术交流会,就全双工语音交互感官技术向媒体进行了深度解析。

微软(亚洲)互联网工程院副院长、微软小冰全球负责人李笛表示,比起主流“搭积木”式的功能发展,微软更看重人工智能基础框架的探索。现在大多数人工智能助手给人以“不够智能”的感觉,普遍采用的是传统以单一任务为目标的Turn-oriented框架。“Turn-oriented框架下每一次对话就像一个十字路口,人工智能在路口中心扮演了一个交警式的角色,每当你输入一个命令,它只负责把你迅速引导到干这个事情的地方去。”李笛解释道。这也是人们熟悉的,当人工智能助手判定自己无法完成需求时,则通过调用搜索引擎展现结果的原因。

虽然Turn-oriented框架下的人工智能有着简单准确的优点,但这个发展了多年的框架早已触碰到了上升空间的天花板。Turn-oriented框架下的人工智能以单任务为导向,所以无法实现连续、自然的对话。无论如何,包括各厂商在亲和力和接受度相对更高的女性语音上下功夫,用户也始终脱离不了“在和机器打交道”的感觉。

微软提出的面向对话全程的Session-oriented框架,则为对话式人工智能框架发展的上升空间提供了一个新的层次。李笛将Session-oriented框架下的人工智能对话比作河流,“从一个turn往下一个turn走,这个turn可能跟任务有关,但是这个任务之后可能会进入到进一步的交流。”在这个河流中甚至包括看上去可能“无用”的闲聊,但在“闲聊”中可能进一步引出新的任务,再随着新的任务引发一些知识的了解,然后走下去,对话将持续流转,更接近人与人之间的自然对话状态。而这也是采用Session-oriented框架的微软小冰与众不同之处。

轻松的交流意味着更好的人机交互体验,需要让人工智能不再拘泥于眼前的任务,而是使用户把人工智能当作一个可以更好交流的伴侣。对此,兼具智商和情商对于人工智能来说就显得愈发重要。

对于此前一直向着情商方向发展的人工智能小冰,微软表示已经开始了情商与智商的加速整合。对于这种整合,微软表示“并不是有几个turn转向IQ,有几个turn转向EQ。我们把EQ作为一个最基本的基础,像一个土壤一样。能够展现IQ的,无论是任务还是知识,则像在这片土壤中种植的树一样的,是IQ。”李笛解释道。“EQ、IQ的整合工作,两边都在同时进行。包括微软小娜也在进行这方面的工作。过去4年里面小娜积累的IQ,现在放到小冰身上。”

李笛最后谈到,EQ不代表情感,但EQ是影响对话的关键因素,是保持和加深关系的关键。如果没有EQ,就没有通用基础对话流程,保持对话也就无从谈起。