惹怒程序員的下場！阿里達摩院大神受不了騷擾電話，業餘發起“二哈”A_風聞

李根 發自 首都機場

量子位 報道 | 公眾號 QbitAI

不要惹怒程序員。不要惹怒程序員。不要惹怒程序員。

即便你是一年呼出40億次的機器人騷擾電話。

在3.15晚會曝光機器人撥打騷擾電話黑色產業鏈後，大眾震驚，輿論譁然，AI從業者痛心。

沒想到最前沿的AI技術，正被別有用心企業引向黑暗面。

但數小時後，阿里就宣佈推出防騷擾電話AI技術，稱機器人的問題交給機器人對付。

在放出的視頻Demo中，阿里AI實驗室推出防騷擾電話AI，並且在一段完整推銷電話中，人類女推銷員一方，全程毫無察覺……

其後，阿里還在支付寶小程序和天貓精靈App推出開放體驗，反饋也不錯。

當然，聶再清也未曾料到，自己的業餘項目，就這樣受到如此空前的關注。

這位阿里巴巴AI實驗室語音助手首席科學家、阿里AI北京研發中心負責人，前微軟亞洲研究院首席研究員解釋項目初衷時説：

經常收到騷擾電話實在太煩了，而且團隊開會，經常被各種電話騷擾、打斷，以致會都沒法兒開，於是就想——能不能用技術的方式解決一下。

於是，阿里防騷擾電話AI**“**二哈”****就此誕生。

讓機器對付機器

在阿里AI實驗室內部，“二哈”是這個智能防騷擾電話技術的項目代號。

當用户在手機上開通了這項服務，在接到騷擾來電時，用户可以直接轉接給機器人接聽。

阿里還放出演示視頻，展示“二哈”的工作狀態。

當一名推銷貸款的女推銷員接入電話後，1分鐘時間內，“二哈”不但對答如流，甚至化被動為主動，向這她諮詢“北京能不能貸款？”“最多能貸多少錢？”

甚至還在對話中“調戲”道：“你之前給我打過電話吧，聽起來挺耳熟的？”全程中女推銷員絲毫沒有察覺到與自己通話的是一個機器人。

最後，“二哈”AI還被女推銷員索要“微信號”。

視頻一出，微博上就炸了鍋。

有吃驚的，“不看標題根本不會知道有機器人。”

有提出小建議，搞“機機大戰”的：

還有來自AI學者的評價，比如清華大學劉知遠就説，不僅防騷擾，還能變相收集數據集，點讚了該技術應用。

另外，阿里AI實驗室旗下的“天貓精靈”還表示，這是一個已經通過了很多人的“圖靈測試”的機器人，現在就可以打開天貓精靈App或支付寶搜索天貓精靈調戲“二哈”了。

總之，AI的問題，正在由AI解決。

技術原理：智能聊天

阿里AI北京研發中心負責人聶再清博士解釋，“二哈”背後，主要使用了智能聊天技術。

所謂“智能聊天”，需要理解用户請求，同時用強大的知識圖譜製作聊天的知識點，通過跟用户對話，把知識圖譜裏的知識灌輸給用户，同時也引導用户反饋。

該過程中，AI跟用户聊的越多越好，AI會學到很多知識，用户聊完以後也會“教學相長”並慢慢把AI當朋友。

更具體來説，智能聊天是用深度強化學習來學習對話策略的，因為不是精度要求非常高的任務完成。

所以就算AI聊錯一點，沒有多大的關係，用户只是會對這個回覆不太高興（不像任務完成時需要100%準確完成主人的任務）。

通過強化學習，下次對話策略算法就可能更好地知道，到底應該怎麼和這類用户聊天。

如果從垂直技術應用劃分，過程中交叉使用了語音識別、NLP、知識圖譜，以及**語音合成（TTS）**等技術。

聶再清解釋：

首先用到了語音識別技術把用户的語音轉成文字。

接着自然語言理解技術，把來電者的意圖和具體的槽值抽取出來。

緊接着對應到一個精準的知識圖譜上面去，這樣“二哈”就能把用户輸入和現實世界的人與物聯繫起來。

然後，基於對用户當前輸入的理解以及歷史交互的上下文信息，“二哈”需要決定下一句應該是回答來電者的一個問題還是給來電者提一個問題。

最後，二哈還需要用的語音合作技術（TTS）把文字變成人聲。

但聽起來章法清晰、步驟明確，要真正做到真假難辨卻不容易。

如何做到真假難辨？

聶再清認為核心要做到以下3大方面：

第一，接住用户的每一句話。

因為用户的輸入空間非常大，要理解和聰明的回覆來電者的每一句話很有難度。

對於一些不是“二哈”知識領域的問題，阿里AI目前採用了閒聊（ChitChat）的技術，從互聯網上公開的人類對話庫中來找到最適合回覆，這是一種基於 information retrieval 思路來找到排名最高的相關回復。

目標是讓來電者看不出“二哈”可能的知識缺乏。

第二，主動提出一個相關問題。

這更多是一個對話策略學習的工作，需要讓來電者知道“二哈”真能理解他們的話，並提出只有理解了對話上下文，才能提出的好問題。

一味被動接話，很容易被識破。

該項挑戰非常大，聶再清在2018年AAAI上有一篇參與發表的論文（CoChat: Enabling Bot and Human Collaboration for Task Completion），核心就是提出一套聊天機器人對話策略學習框架，讓“二哈”這樣的聊天機器人在不同的場景下都可以持續學習。

包括監督學習、在線學習、和深度強化學習（使用sentiment analysis提供獎懲反饋信號）。不同的聊天機器人根據自己的場景要求可以選擇使用不同的學習策略。

比方説有人工worker的客服領域就可以更多使用在線學習，“二哈”這樣的機器人可以用監督學習啓動，深度強化學習不斷進步。

並且通過和人類不斷對話，“二哈”AI會通過深度強化學習越來越好地知道如何提問才能更好地達成他的目標。

最後，像真人一樣的語音語調以及停頓。

如果推銷廣告的騷擾電話，通過聲音判斷初接電話的是個機器人，他們就不會繼續聊下去了。

所以“二哈”在語音合成（TTS）方面做了很多工作。

阿里AI最新算法利用Tacotron加上基於神經網絡的聲碼器算法，合成出極其逼真的人聲，但遺憾的是還有很大比例情況不能通過圖靈測試。

於是“二哈”現在採取了過渡性方案，把非常高頻的回覆借用真人錄播。但毫無疑問，未來該方案會不斷減少。

而且值得注意的是，“二哈”最初只是一個課餘項目。

不要惹怒程序員

“二哈”研發初衷，實在是對日益普遍的騷擾電話很生氣。

聶再清説，自己一直都是同一個電話號，於是泄露越來越嚴重，經常收到騷擾電話。

還影響到團隊工作，會議進行中，同事們經常被各類電話打斷導致會議終中斷，於是開始思考着如何用技術的方式解決。

而且更可氣的是，大量騷擾電話是機器自動撥出的，成本越來越低。

此外也算天時地利人和。

在阿里AI實驗室，聶再清團隊負責天貓精靈的算法，所以所有相關人才團隊裏都有：語音識別、NLP、知識圖譜……全鏈條覆蓋。

並且跟語音助手一致，智能對話的基礎算法也都通用。

於是他們先以“課餘”項目開始，興趣驅動，參與的工程師都很開心，一方面是解氣，另一方面也是知道背後帶來的意義。

其後一切也進展飛快，最終在本月月初，開始向公司申報，並立項啓動。

沒想到在今年3.15晚會上，機器人騷擾電話引起如此大關注。

於是團隊決定公開最新研發成果，“二哈”也正式從幕後走到台前。

一炮而紅。

AI電話秘書

但“二哈”就只是幫對付騷擾電話而已嘛？

不。

聶再清説，“二哈”的進一步的目標是成為每個人的AI電話秘書，除了幫主人應付騷擾電話，還可以在主人繁忙的時候詢問來電的主要意圖，也能幫主人預約議程。

而且相比之前人類的電話、議程為工作核心的秘書助理，“二哈”這樣的AI電話秘書，可以利用個性化TTS，模仿出跟主人聲音極盡逼真的聲音。

另外，這樣的目標也並不是遙不可及的“憧憬”。

至少現在，利用“二哈”實現AI呼叫轉移，已經不再是技術難題。

AI可以在你不方便接電話時幫接聽來電，並轉換成文字向你“彙報”。

你願意為這樣的AI服務買單嗎？

論文傳送門：

CoChat: Enabling Bot and Human Collaboration for Task Completion

https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/download/16748/16081

Learning-to-Ask: Knowledge Acquisition via 20 Questions

https://arxiv.org/abs/1806.08554

— 完 —