专访简仁贤：如何用情感交互拯救智障的机器人？AI英雄( 三 )

“记忆包括短期记忆和长期记忆，短期记忆指的是我们在对话的48小时之内的东西，长期记忆是有关于你的属性，你喜欢什么，不喜欢什么，你的年龄，你的爱人是谁，你住哪里，老家哪里，你喜欢谁的电影，喜欢听谁的歌等等。”简仁贤对网易智能表示，对于记忆的部分，竹间智能是从对话里面用语义理解的技术，去把这些抽出来，然后去除隐私信息，再建立起来的。
但即便这样，人机交互的语义理解部分还是存在的很大的问题，尤其是中文，同一句话可能在不同的场合表示不同的意思。
简仁贤表示，目前在开放式领域，能够精准的判断你的意图是做不到的。但是如果限定在特定的对象或环境中，就比较好。“在开放式领域，比如我在家里说太吵了，那我说的是外面吵还是电视太吵？但是如果我对着电视讲，太吵了，我的意图是把声音关小一点。”“我对证券业说，我的股票主力走了没，主力是什么意思？我对一个球队说横打主力是谁，这个主力跟那个主力不一样的。所以我对着特定领域的“主力”，这是代表不一样的意思的。“简仁贤解释到。
目前，竹间智能已经根据特定领域做了几百种意图，这些意图识别准确率达到90%以上。“但是仅仅建立一个特定领域的理解还是不够的，我们会配合合作伙伴，利用他们的数据来做一个适合他们的，这就成了解决方案。“简仁贤表示。
技术落地，如何将人机情感交互用到行业中？
技术搭建成熟以后，简仁贤发现还是不能达到真正的效果，所以他的团队将触角伸向了应用领域。“只有到行业里去应用，才能够拿到真实的用户的使用数据，对你的模型才能做更精进。”简仁贤说。
简仁贤认为，在应用领域，是一个快速迭代的过程，“像我们的情绪情感的模型做了四代了，我们的意图引擎也重写了四次了。包括我们的语义理解，语义理解的部分都重写了两次。就是因为我们获取到的的信息不一样，但是我们的架构很低耦合，可以让我们做到快速迭代。所以场景的应用是很重要的。“
目前，竹间智能的情绪情感的人机交互解决方案已经用到了电商、金融和物联网等领域。
在金融领域，竹间智能主要服务金融、证券、保险三个子领域。“比如金融业务之前问答系统，用户的黏性和效率都是很低的。传统的问答系统其实需要人工维护，而且维护成本相当高。因为他们要写几万个，甚至于十万个以上的模板来维护，都是模板维护，它不是人工智能。所以传统的客户系统，他们是急需要智能的，用人工智能的技术来解决。”据简仁贤向网易智能透露，目前金融部分的业务已经成为竹间智能的主要To B业务。
其次，电商、零售、快销这些领域是竹间智能最开始接触应用场景。“比如电商客服场景，用户进来有可能说，我货订了这么久，为什么还没收到？对于商家来讲他需要知道你的意图是什么，是要查物流吗？可是首先我们通过情绪识别出不满，先安抚，然后再查物流告知货什么时候送到。”简仁贤称，这样的人机情感交互完全有别于传统的机器人客服。“传统的智能客服系统都是不智能的，如果用户跟机器人讲，我这个货订了好几天了都还没收到。机器人会回复：我猜你要问的是，1，2，3 。。。。。。。然后你再选，然后选完以后可能最后再给你选择。”简仁贤说到。
另外，竹间智能目前还利用22种人脸属性以及9种时尚穿着识别，为美妆导购产业服务。“包括快销品、护肤品、化妆品，跟脸有关系的场景都可以用到，我们可以依据人脸属性和情感情绪，做适时的个性化推荐和导购。”简仁贤说。