今天，联想集团正式发布《联想对话机器人白皮书》（以下简称《白皮书》），系统化阐述了对话机器人技术的发展现状及趋势、联想在这一领域的核心技术和具体的解决方案及应用场景，以及对话机器人未来的发展与展望。

    白皮书中指出，联想研究院打造的对话机器人MOLI，从2017年底至今累计处理超过六百万案例。目前支持中、英、日、葡、西等10种语言，可识别29种语言，部署全球60个国家和地区，服务全球上百个国家和地区的客户。

    联想对话机器人MOLI

    对话机器人也称作智能对话系统，是一种计算机与人用自然语言的方式进行沟通交流的人工智能系统。随着语音技术、自然语言处理技术的发展，对话机器人正在广泛应用于社会生活的方方面面。例如，医疗设备商使用对话机器人来帮助医生解释临床测试结果；学校应用对话机器人来帮助老师以个性化的方式解答学生提问；工业界通过在客服系统中引入对话机器人来回复客户的多样性请求等。

    据《白皮书》介绍，对话机器人采用的技术大致可分为两类：一类是基于规则的以人工书写的规则驱动型系统，另一类是基于机器学习的数据驱动型系统。

    早期成功的商业应用大都采用基于规则的方法。这类对话机器人依赖人工制定的规则去理解语言和生成回答。虽然开发规则需要付出较大的代价，但规则很容易被人解释和理解，规则修复相对容易，系统更新也很容易。基于规则的对话机器人的局限性在于规则依赖专家编写、跨领域的扩展性不足。因此，基于规则的对话机器人适用于一些对话情景相对狭小的领域。

    与基于规则的系统不同，以深度学习为代表的数据驱动型系统从数据中学习对话系统中的所有知识。采用深度学习技术的对话系统在学习能力和领域适应能力上远比基于规则驱动的系统更加强大。虽然基于深度学习的对话机器人已经成为研究的主流，但它也存在着明显的局限，比如需要大数据支撑、神经网络的学习结果难以解释、系统漏洞难以修补、更新系统困难等。

    目前真正商用的对话机器人通常采用规则与数据相结合的技术路线,两种方法取长补短，以达到性能最优。

    对话机器人是一项融合了语音识别、自然语言处理、知识图谱、人机交互等诸多技术的人工智能应用。下图所示为一个任务导向型对话机器人的对话过程——首先系统引导用户输入意图，然后系统分析用户意图，通过用户和系统交互完善用户意图信息，最终完成具体任务。为了实现这个过程，一个完整的智能对话系统需要具备自然语言理解、对话管理、自然语言生成和知识图谱等关键技术。

    智能对话系统

    在技术定位上，联想的对话机器人本着务实的原则，以技术落地为基础，在实践中总结和创新。联想的对话机器人既使用规则方法也采用统计方法。在自然语言理解任务上，采用深度学习方法实现细粒度情感识别、用户问题类型识别、用户焦点识别、用户行为识别等自然语言多维度的精细理解。在对话管理上融合了规则驱动以及机器学习方法，构建支持快速部署以及线上热更新的规则引擎，实现了立即修改立即上线，让技术真正落地。

    多任务、多语言、跨领域的自然语言理解

    具体而言，联想对话机器人技术特色包括支持多语言、细粒度、跨领域的自然语言理解，在语料缺乏情况下快速达到上线要求；独创的高效可配置的网络驱动的对话管理平台，汲取基于规则及基于端到端的解决方案优势，做到流畅、可配置、可扩展的对话管理；分层设计的自然语言生成策略，面向情景生成个性化答案；人机结合的知识图谱构建与更新，用系统化的思路构建知识图谱；工厂化的生产与优化平台，实现对话机器人的批量生产;敏感数据处理，比如原则上对敏感信息不做持久化存储，比如信息抽取，搜集，存储等；必要存储的信息做脱敏处理，比如哈希变换，或添加掩码，使信息不可识别等。

    对话机器人生产与优化中心

    对话系统的评价机制是构建负责任、安全正确以及功能强大的智能对话系统的关键。随着对话机器人的生产和使用的大幅增长，对于智能对话系统的评价需要也与日剧增。目前联想的对话机器人已经在全球范围内投入使用。为了能够更好地服务联想的智能化战略，全面客观地评估对话机器人的智能水平，联想研究院结合对话机器人的实践经验，提出了工业级对话机器人的6级评价体系,可以供开发人员、系统设计者、研究者以及对话系统的参与者评估对话系统的智能水平。具体而言，围绕三种智能类型，即认知智能、情感智能以及系统完整性，我们采用6级等级评价方法构建对话机器人的智能评价框架，从非智能的（0级）对话机器人到完全智能的（5级）对话机器人。

    联想研究院打造的客服机器人MOLI，借助协同客服人员以及AI机器人，MOLI致力于在任何时间、任何地点、以用户喜欢的方式以及用他们熟悉的语言为联想全球客户提供全天候、全生命周期的高水平服务。目前可识别29种语言，部署全球60个国家和地区，服务全球上百个国家和地区的客户。

    人机融合的联想对话机器人

    MOLI端到端客户意图理解率超过93%，端到端的问题解决率超过70%，用户满意度超过83%，可与人工服务相媲美。联想的客服机器人正在成为企业向数字化转型，全面提升企业竞争力和创新业务发展的能力的一个重要工具。

    MOLI联想智能对话系统架构

    此外，联想研究院携手厦门熙重电子科技集团联合打造了智能“e政务”便民服务站，助力厦门市政府实现群众“家门口办事”、“刷脸办事”、“一趟不用跑”。

    通过在现有“e政务”自助一体机基础上，增加联想自然交互的人工智能解决方案，让设备通过自然语言跟人交互，通过口语化、情景化的对话，准确识别用户意图从而把用户引导到所需要的功能模块。同时，重构服务流程，以老百姓办事情目的为导向，提供类似人工服务的整体办理体验。

    智能政务一体机

    从性能方面来说，随着人工智能技术水平的不断增强，对话机器人的生产和使用正在大幅增长，对话机器人的智能程度也在不断提高，在认知智能上已经具有理解复杂的查询并支持更自然的对话的能力。此外，对话机器人已经开始具备情感智能，能够在对话过程中应用情绪策略来提高与用户的沟通质量。当前的对话机器人已经可以理解和应对“有限”的情感，比如客户对提供服务“满意”、“不满意”等。未来的对话机器人将“充分”理解和应对用户的情感，可以通过整合来自所有视觉、听觉、触觉的信息，利用当前状况和过去的经验，充分理解、记忆、预测和应对客户的情绪。此外，对话系统已经具有一定的自我学习自我管理能力，同时在系统完整性方面也取得了很大进步。

    未来，随着人工智能、心理学和脑科学等不同学科的发展以及技术融合，对话机器人的智能将持续提高，对话机器人在与客户的互动过程中将看起来更像人类，还将出现新的功能和服务方式。作为一个智能体，未来的对话机器人或将具备自我学习能力，能够以端到端的方式进行对话管理、自我培训、自我测试和自我保护。

    从应用方面来看，截止到2020年，全球呼叫中心行业整体市场规模将达到约3万亿元，软件相关市场规模近2000亿元，复合增长率超过13.8%。其中智能对话机器人不论是从软件产品的提供，还是对人工服务的有效替代或增强，其对应的市场价值都拥有巨大潜力。

    除呼叫中心行业外，智能对话系统正在与各行各业紧密融合，助力行业的不断创新。电信、医疗、制造、金融、交通、教育、零售、媒体等行业，利用智能对话系统的感知能力、认知能力、决策能力和实施能力进行部署已拥有诸多优秀案例，全面提升了行业效率。随着智能对话系统向全面智能化发展，实现场景连接全面化、企业流程自动化（RPA+AI）、体验个性化，各行各业的广大用户将切实体会到智能对话系统为生活和工作所带来的便利。

Tags：