" 從去年百度 AI 開發者大會至今 ,UNIT 已吸引超過一萬名開發者 , 開發了 13000 余項技能 , 進行了 33 萬次啟發式訓練 , 人機對話量高達 32 億次 , 并且已經賦能旅游、汽車、酒店、企業辦公、家庭教育、超市購物、電子政務等各行業。"

7 月 5 日 , 百度自然語言處理部主任研發架構師、UNIT 技術負責人孫珂在 2018 百度 AI 開發者大會 ( Baidu Create 2018 ) 的百度大腦論壇 , 為與會者分享了面向第三方開發者的、對話系統定制平臺 UNIT 在過去一年的成就 , 推出 UNIT2.0 版本 , 并宣布 UNIT 對開發者永遠免費。

機器與人類的交互向來被認為是人工智能領域的重點方向 , 而對話式人機交互方式既要求 AI 能聽會說 , 也需要 AI 理解語言意義。但研發對話產品向來是開發者遇到的難點之一 , 為了能夠準確理解用戶多樣的需求表述 , 開發者通常需要為對話系統提供充足的訓練數據 , 使理解模型能夠充分學習用戶的語言表達習慣。然而 , 訓練數據的采集成本很高 , 對開發者來說是不小的門檻。UNIT 則搭載了業界領先的需求理解與對話管理技術 , 以及百度多年積累的自然語言處理、機器學習、大數據等核心能力 , 為開發者提供對話理解技術解決方案。

就在前一天 2018 百度 AI 開發者大會的主論壇上 , 2018 百度 AI 開發者大會 ( Baidu Create 2018 ) , 百度高級副總裁、AI 技術平臺體系 ( AIG ) 總負責人王海峰在現場與百度地圖之間進行了如下對話 :

王海峰 :" 小度小度 "

百度地圖 :" 我在 "

王海峰 :" 我要從三里屯的團結湖地鐵站出發路過望京的家樂福然后再去南鑼鼓巷最后到我家 , 我要紅綠燈少的不堵車的最快的路線 , 你幫我路線規劃一下吧。"

百度地圖 :" 提供一種導航方式 , 需要導航嗎 ?" ( 屏幕顯示目的地導航路線 )

從現場演示可以看到 , 百度地圖語音助手精準識別、理解了長達 60 多字的服務請求 , 并自然流暢地提供了導航服務 , 引起了現場觀眾的歡呼與好奇 , 許多人都想 " 調戲 " 這種能夠用 Rap 的口氣來交流的人工智能 , 而不僅僅是一字一頓字正腔圓的對話。展現出了自然流暢的人機交互 , 以及機器人對復雜語句的理解能力 , 震撼了全場 , 這正是基于百度理解與交互技術 UNIT 才得以成功實現。依賴 UNIT 提供的持續學習的高精度對話理解技術、獨創的像人類一樣理解與學習的 Interactive Learning 機制 , 以及開源的對話管理與任務滿足框架 , 開發者也可以快速擁有一個像這樣聰明的機器人 , 并通過人機交流讓機器人實現終身學習 , 越來越智能化。

而 UNIT 在大會上推出的 2.0 版本的標志著百度全方位地升級了 UNIT 的技術、功能與架構 , 為開發者提供更加便利、更加專業的對話系統定制能力。據現場介紹 , 為降低開發者的研發門檻 ,UNIT 對用戶的表達進一步分析與抽象 , 提供了融合深度學習與啟發式規則的意圖理解模型 , 將系統詞槽的深度與廣度進一步擴展 , 還拿出了百度 NLP 壓箱底的黑科技 " 口語化分析 " 與 "query 糾錯 "。結合這些技術 , 開發者在 UNIT 平臺只需提供極少量數據就可讓理解模型具備識別上圖所有例子的泛化識別能力 , 接入成本幾近于 0。

而 UNIT2.0 最重磅的新功能在于正式開源了 DM Kit ——百度內部使用的工業級對話管理與任務執行框架。孫珂介紹 ,UNIT1.0 雖然能夠提供理解能力和部分對話管理能力 , 但開發者依然開發者還需要自行搭建控制業務流程的對話邏輯 , 以及滿足用戶需求的資源檢索與任務執行等操作 , 對于沒有對話系統研發經驗的開發者來說依然不夠友好。而 DM Kit 可無縫對接 UNIT 云端對話理解能力 , 并輕松對接外部知識庫 , 豐富人工智能的回復信息量 , 實現多狀態的復雜對話流程控制 , 讓開發者快速靈活的搭建對話產品。

除了 DM Kit,UNIT2.0 還公布了一項黑科技—— Interactive Learning, 讓對話系統可以像人一樣在對話中理解與學習。用戶總是希望對話系統能夠更加 " 善解人意 ", 但系統對理解模糊的問題往往難以正確回答。而現在開發者只需正常定義對話任務 , 就可以得到系統內置的交互式理解能力 , 它可以主動發現系統理解模糊的問題并向用戶進行澄清詢問 , 也可以被動等待用戶發起糾正。實驗表明 , 該機制能夠讓 98.1% 的用戶對話被系統正確的理解 , 并具備持續學習的能力。

大會期間 ,UNIT 還正式公布了將對開發者永遠免費的消息 , 并推出 UNIT 公開課 , 將從對話系統開發入門、典型行業案例拆解、壓箱底 " 黑科技 " 的教學這三方面入手 , 通過分享經驗助力開發者的全面成長 , 讓對話理解技術得到更廣泛的普及。

孫珂表示 , 未來 UNIT 將針對行業需求 " 量身定制 " 提供更多的垂直解決方案 , 開放技能與資源商店 , 為開發者呈現更加開源的生態 , 以及面向更復雜場景的深度 " 黑科技 ", 為開發者提供更加易用、更加專業的對話系統定制工具 , 加速人工智能對話能力的全面落地。