助理来也胡一川:智能助理正在以去中心化的形态落地

简介: 新智元AI WORLD2017 世界人工智能大会上,助理来也CTO胡一川带来 《智能助理产品的挑战与实践》的分享。胡一川首先提到,助理产品的特点是用人性化的交互方式来满足用户的个性化需求。随后,胡一川重点分享了在探索智能助理落地过程中的几点认知,并详细介绍了行业智能助理解决方案“吾来”。

11月8日在新智元AI WORLD2017 世界人工智能大会上,助理来也CTO胡一川分享了助理来也在智能助理产品落地过程中的收获和思考。胡一川首先以一句话来定义助理产品,即用人性化的交互方式来满足用户的个性化需求。除了智能手机里的语音助手、智能音箱等等,智能助理还有更多的形式和落地的场景。

接着,胡一川分享了对智能助理的三点认知:

  1. 智能助理正在以去中心化的形态落地。
  2. 人机混合是实现智能产品非常重要的方式。
  3. AI在智能助理中的作用主要体现在知识表示和自动化两方面。

胡一川用生动的实际例子阐述了以上几点,分析了智能助理产品已经在哪些领域落地,哪些领域有很大的落地空间,以及智能助理的解决方案“吾来”。具体演讲内容,一起来看:

cde3b72bffcd1956e69e0b569fadd0f9d04a7f7f


胡一川:大家下午好,我是来也的联合创始人胡一川。来也是一家初创公司,我们专注于智能对话技术,希望让每个人拥有助理。在过去两年多的时间里,我们不断尝试将助理产品落地到不同的场景中。今天很高兴来到新智元的人工智能大会,给大家分享我们在打造智能助理产品过程中的收获和思考。

智能助理是一种比较新的产品形态,因此在谈论这个话题之前,我们首先来定义什么是智能助理产品。提到智能助理,大家首先想到的通常是 iPhone 里的语音助手 Siri 或者亚马逊的智能音箱 Echo。但是,我们认为,Siri 或 Echo 只是智能助理的一种形态,智能助理有更广阔的定义。

6a7523d9aaaf4326d32d3d3bf981f9e30471a87f

抛开智能,我们先来定义助理产品。如果用一句话来定义助理产品,就是通过人性化的交互方式来满足用户个性化的需求。这里面有两个关键词:人性化和个性化。人性化的意思是用户可以通过对话这种最自然的方式来进行交互。因为有人性化的交互,服务的体验是因人而异,也就是个性化的,每个人都可以获得不同的体验。

基于这样一个定义,我们就可以打开思路,去探索智能助理在不同行业、不同场景里的应用。过去两年,来也在智能助理产品的落地上进行了大量的探索和实践,从中也有很多经验和收获。这里,首先跟大家分享我们对于智能助理的三点认知。

ff32684b98066f1e66e4a3a5b002b436e20033b6

我们的第一个认知是:智能助理产品正在以去中心化的形态落地。这里的关键词是去中心化。

今天,很多人都认为智能助理会是下一个入口,很多公司都投入大量的资源来抢占这个入口。这个观点背后的逻辑是,智能助理应该是中心化的,也就是说,用户的需求过来之后由统一的后端进行匹配和满足。智能助理产品的终极形态是不是中心化的?我们持怀疑态度,因为我们能观察到,今天中心化的智能助理产品还没有让用户产生足够的粘性,从而成为一个新的入口。

从另一个角度来思考这个问题,助理化产品的本质是把大量线下的交互转移到了线上,每个人既可以是助理服务的享受者,也可以是助理服务的提供者。我们观察到,在一些行业中,和一些场景下,很多企业和个人开始以在线交互的方式提供助理化的服务。也就是说,助理式的服务正在以一种去中心化的方式发生。这种情况下,智能助理不是一个统一的入口,而是为不同的垂直领域中的交互场景进行赋能。

e66970785306baa33f1d93aa74a65a0eba7d6e73

举几个例子,大家就更容易理解什么是去中心化的助理服务了。先看一个母婴行业的例子。假设有一个母婴品牌,它的顾客或潜在顾客主要是妈妈或准妈妈们。这个母婴品牌可以通过在线的方式为妈妈们提供咨询服务,回答她们关于产品、健康、营养方面的任何问题,这相当于给妈妈们配了一个在线顾问。这种一对一的沟通,能加强顾客对品牌的认知,以及对服务价值的认可,从而促进销售转化。

再来看一个旅游行业的例子。假设有一家在线旅游公司,它可以为在平台上订购机票或酒店的每个游客提供一个旅行助手,为他们在旅行前或旅行中提供个性化的帮助和建议。这样做不仅能提升用户的体验,也能为平台带来更多的收入。

最后来看一个教育行业的例子。假设有一个英语老师,他可以在线上为学生建立虚拟班级,让大家通过在线也能享受类似线下的一起学习的感觉,而他通过在线交互的方式去指导学生学习。这些例子都是典型的通过人性化的交互方式提供个性化的服务,而且都是以去中心化的方式发生的。

517b4b34210ab489f70c7ac6af805331cadd273c

接下来,讲讲我们对于智能助理的第二个认知:人机混合是实现智能助理产品的重要方式。

刚刚提到,助理产品的核心是人性化的交互体验和个性化的服务体验。而这两点,目前还无法靠机器完全实现。在这种情况下,有两种办法来解决这个问题。第一种办法,我们可以限定智能助理产品的边界,做到在特定边界内的产品体验达到用户预期。比如,亚马逊的 Echo,就采用了这样的办法。

但是,如果我们想扩大助理产品的边界、提升产品的体验,该怎么办呢?这个时候,人机混合是一个最好的途径。在这种情况下,智能助理产品交互的双方分别是服务的接受者和服务的提供者,而智能助理在其中起到提升效率、创造价值的作用。在前面所举的例子中,不论是母婴健康顾问、旅游规划师、还是在线英语老师,都不法完全被机器取代,但他们可以在机器智能的辅助下提供助理化的服务。

人机混合大大提升智能助理产品的价值,主要体现在三个方面。首先,人机混合能最大限度的同时发挥人和机器的特长,给用户创造更好的体验。其次,人机混合让智能助理能够延展到更多的场景,为用户提供更深度的服务,这也让智能助理产生更大的商业价值。最后,人机混合的过程中,将产生大量的标注数据,帮助机器学习模型不断优化和提升。

e99080269d5c7f9e517b00a12c6b9c87f5a04aca

那么,在人机混合的智能助理产品中,机器或者是 AI 究竟起到什么样的作用呢?这里要说一下我们的第三点认知:AI 在智能助理产品中的作用主要体现在知识表示和自动化。

首先说一下知识表示。知识表示要做的事情是把抽象的知识表示成计算机可以处理的形式。这里面包括领域知识,比如一个行业的知识图谱、专家知识库等,也包括用户的个性化知识,比如用户的习惯、喜好和历史行为等。只有把这两者结合起来,计算机才能全面的了解交互的场景,从而实现第二个作用,自动化。

在智能助理里面,自动化主要体现在两个层面,第一层是理解,第二层是交互。在理解层面,比如对用户意图的判断、对用户情绪的识别等等,如果机器能比较好的完成这些任务,能极大提升服务的效率。在理解的基础上,机器还可以来帮助提升交互的效率。比如,当用户咨询一个领域内的专业问题时,如果机器能准确的理解用户的意图,就可以直接返回对应的答案,从而提升交互效率和用户体验。因此,对知识和语言的表示以及基于理解和交互的自动化,是 AI 在智能助理中的主要作用。

前面主要讲了我们对于智能助理产品的三点认知。下面来讲讲我们具体做了哪些事情。

9e0afeedf7630af4dcf3b8064670e697fbfb2eec

首先,我们打造了一个一站式的在线助理服务平台,让用户通过自然交互的方式获取助理服务。这些服务包括日程提醒、跑腿、打车、咖啡、机票、保洁等等。这个产品有三个最大的特点。首先,它是存在与微信中的,以服务号和个人号的方式提供服务,用户使用这个产品就像和朋友聊天一样,没有任何学习的成本。其次,它是深度连接服务的,通过对接服务平台或服务提供者,来满足用户的个性化需求。最后,它是以人机混合的方式提供助理服务,给用户人性化和个性化体验的同时,保障产品的可靠性。

这个产品在过去两年的时间里不断发展。目前,已经覆盖300万用户,连接了150个服务商和50万的服务提供者。在这个过程中,我们不断地积累数据,并优化 AI 来提升系统的自动化程度和 HI 的服务效率。在每天100万条的用户消息中,有超过96%的消息都会被 AI 自动回复。AI 不能自动回复时,也会赋能真人助理提升效率,使得每个真人助理每天能服务400人。大家可以关注“助理来也”公众号体验产品。

c389327678dae9b954c26b35f32bd3eb954c11f0

在打造这个助理产品的过程中,我们也逐渐意识到,智能助理产品除了以这种中心化的方式落地以外,更有可能以去中心化的方式在不同的行业中落地。基于此,我们打造了另一款产品叫吾来,它是面向行业的智能助理解决方案,帮助不同行业来实现在线助理化。

为什么要分行业呢?原因有两点:第一是不同行业中助理产品的具体形态会有所差别,很难有一个通用的产品形态适合所有的行业;第二是智能助理产品是数据驱动的,不同行业的数据特点很不同,因此也需要做到按行业来区分。

那么,智能助理最有可能首先在哪些行业落地呢?我们主要从两个维度来看这个问题。第一是该行业领域知识的专业度,知识专业度越高,人性化的交互价值就越大,行业对智能助理产品的需求也越高。第二是该行业对在线交互的需求度,在线交互需求度越高,智能助理越有可能落地。我们可以以这两个维度来画一个坐标。在这个图右上角的行业,属于知识专业度较高,在线交互需求度也较高的,比如在线秘书、母婴、教育、金融、汽车等。这些行业中,我们已经看到智能助理产品在以去中心化的方式落地。再往左下角,行业知识专业度和在线交互需求度都逐渐降低,例如医疗、法律、房地产、服装、美妆等,这些行业中智能助理产品已经具备落地的条件,但还没有大规模发生。再往左下角,会看到类似百货、维修、食品相关的行业,这些行业要么知识专业度不高,要么在线交互程度较低,目前还不具备智能助理落地的条件。

849d71fc2d4e3c442cf220fb9a1a621eb93d518e

以上是我们关于行业智能助理落地的一个判断。我们基于这样的判断提供了吾来这样一个行业智能助理的解决方案,输出 AI 技术去赋能行业里的企业或个人,具体包括以下几个模块。

  • 知识挖掘:主要从非结构化的对话数据中挖掘结构化的知识,帮助企业更好的沉淀知识。
  • 自动问答:主要基于领域知识和深度学习技术,实现对用户问题的理解和自动回复。
  • 任务型对话:在特定的场景中,通过交互去理解和澄清用户需求,完成用户的任务。
  • 商业智能和用户画像:利用语义分析技术,从非结构化的自然交互数据中提取出对企业、对用户有价值的信息。
  • 个性化推荐:通过交互的方式为用户进行精准推荐。

今天吾来在母婴、商旅、汽车、教育等行业都已经成功落地。通过这些技术的赋能,我们能把服务人效提升60%,把订单转化率提升2到3倍。大家可以关注“吾来”公众号了解更多我们的智能助理解决方案。

最后来做一个总结。来也在过去两年中探索了大量智能助理的落地方式。我们一款产品基于微信的在线助理服务平台“助理来也”。第二款产品是行业智能助理解决方案“吾来”。关于智能助理,我们有三点认知。第一点认知是智能助理产品更有可能以去中心化的方式去落地,我们今天也观察到在母婴、教育、旅游、金融、汽车等行业,智能助理正在以去中心化的方式落地。第二点认知是在去中心化的场景中,人机混合是实现智能产品的重要方式。因为只有通过人机混合我们才能保证用户的体验,我们才能去深度地服务用户,产生更大的价值。回到AI,我们认为AI在智能助理中最大的作用在于知识表示和自动化,这是第三点认知。


原文发布时间为:2017-12-9

本文作者:AI WORLD 2017

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:助理来也胡一川:智能助理正在以去中心化的形态落地

相关文章
|
XML Java 数据库
在微服务架构中,请求常跨越多个服务,涉及多组件交互,问题定位因此变得复杂
【9月更文挑战第8天】在微服务架构中,请求常跨越多个服务,涉及多组件交互,问题定位因此变得复杂。日志作为系统行为的第一手资料,传统记录方式因缺乏全局视角而难以满足跨服务追踪需求。本文通过一个电商系统的案例,介绍如何在Spring Boot应用中手动实现日志链路追踪,提升调试效率。我们生成并传递唯一追踪ID,确保日志记录包含该ID,即使日志分散也能串联。示例代码展示了使用过滤器设置追踪ID,并在日志记录及配置中自动包含该ID。这种方法不仅简化了问题定位,还具有良好的扩展性,适用于各种基于Spring Boot的微服务架构。
179 3
|
12月前
|
人工智能 前端开发 小程序
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
368 31
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
|
11月前
|
人工智能 运维 监控
云卓越架构:企业稳定性架构体系和AI业务场景探秘
本次分享由阿里云智能集团公共云技术服务部上海零售技术服务高级经理路志华主讲,主题为“云卓越架构:企业稳定性架构体系和AI业务场景探秘”。内容涵盖四个部分:1) 稳定性架构设计,强调高可用、可扩展性、安全性和可维护性;2) 稳定性保障体系和应急体系的建立,确保快速响应和恢复;3) 重大活动时的稳定重宝策略,如大促或新业务上线;4) AI在企业中的应用场景,包括智能编码、知识库问答、创意广告生成等。通过这些内容,帮助企业在云计算环境中构建更加稳定和高效的架构,并探索AI技术带来的创新机会。
|
12月前
|
人工智能 监控 安全
自学记录鸿蒙 API 13:骨骼点检测应用Core Vision Skeleton Detection
骨骼点检测技术能够从图片中识别出人体的关键骨骼点位置,如头部、肩部、手肘等,广泛应用于运动健身指导、游戏交互、医疗辅助、安全监控等领域。我决定深入学习HarmonyOS Next API 13中的Skeleton Detection API,并开发一个简单的骨骼点检测应用。通过理解API核心功能、项目初始化与配置、实现检测功能、构建用户界面,以及性能优化和功能扩展,逐步实现这一技术的应用。未来计划将其应用于健身指导和智能监控领域,探索与其他AI能力的结合,开发更智能的解决方案。如果你也对骨骼点检测感兴趣,不妨一起进步!
413 9
WXM
|
存储 缓存 运维
一场FullGC故障排查
本文档详细记录了一次线上Java应用因频繁Full GC导致CPU使用率异常升高的问题排查与解决过程。
WXM
712 3
|
搜索推荐 API 数据库
使用 Flask 构建一个简单的 Web 应用
【10月更文挑战第3天】使用 Flask 构建一个简单的 Web 应用
|
API
出现连接超时错误的原因
出现连接超时错误的原因
1005 2
|
存储 关系型数据库 Apache
Apache Doris 实时数据仓库的构建与技术选型方案
Apache Doris 实时数据仓库的构建与技术选型方案
2223 32
|
存储 SQL NoSQL
掌控MySQL并发:深度解析锁机制与并发控制
本文详尽地探索了MySQL中处理并发事务的各种方式,从基础的锁机制到高级的MVCC,从行锁到表锁,从读操作到写操作。我们将深入解析隐式锁、插入意向锁和其他类型的锁在MySQL并发控制中的作用,以及如何在各种场景中使用这些锁机制来保证数据的一致性和事务的并发性。
682 1
掌控MySQL并发:深度解析锁机制与并发控制
|
存储 负载均衡 网络性能优化
谈一谈文件系统的多租户实践
为了保证多租户场景下,单个用户可以获得与独占资源时相同的体验,云服务需要综合利用负载均衡、请求优先级调度、实例隔离等多项技术,让用户流量恰当地分布在整个集群中。
5950 3