對機器人是否智能包含很多因素，但是對普通消費者而言，機器人是否智能取決于語音交互。

語音交互包含“語音”與“語義”，這兩大難題目前一直困擾著機器人企業。

很多機器人企業反應，語音與語義在實驗室里測試很好，但是一旦應用到市場，結果就很不理想。

以目前的語音與語義技術，只能在特定的場景下，才能實現流暢的人機交互。

諦聽機器人CEO 彭軍輝

北京諦聽機器人科技有限公司（以下簡稱：諦聽機器人）CEO彭軍輝說：“在語義理解上，諦聽機器人采用的方法有所區別，是通過句法分析，分析句子里每個詞之間的相互關系，讓機器人能更準確的理解語義。”

雖然市面上已有不少語義處理企業，而且各有所長，但技術進步很快，比我們想象中的要快很多，相信過不了多久時間，語音與語義將會有質的突破。

記者：服務機器人是否智能取決于語音與語義，你們的語義目前已經研究到什么程度？可否舉個例子說明，它目前能做到什么場景的語義理解？

彭軍輝：服務機器人目前最大的瓶頸是對自然語言語義的理解。所謂機器人，核心在于智能，不在硬件。服務機器人如果不能很好的理解用戶的意圖，就無法滿足用戶的需求。

人和機器人的交互，語音是唯一合理的方式。語音識別現在已經做的很好了，但語音識別只能把語音信號轉換成文字的信號，機器人未必能理解文字包含的語義。這就是我們語義理解要做好的事情。

語義理解，其實就是機器人的大腦，它決定了機器人的智力水平。語義理解水平高的公司，就能做出高智能的機器人，相反，就只能做出來一些傻乎乎的家伙。

而我們的開放平臺不是機器學習算法，不是簡單的關鍵字處理，我們是句法分析，分析句子里每個詞之間的相互關系，讓機器人能更準確的理解語義。

我們把語言放在一個環境當中，分析每一句話所處的場景，比如：“漂亮！”，如果沒有場景，這句話無法準確理解到底是贊美一個姑娘，還是足球場上的一次漂亮射門。如果加上“看到漂亮姑娘”或“看足球”，這個“漂亮！”，語義就明確了。

我們分析了句子結構，詞的特征，包括口語和同義詞，讓機器人更好的理解上下文。還有對“的、地、得、著、了、過”的處理，讓機器人對語義的理解更加細膩。

記者：你們在語義領域做了多久了？是什么因素促使你進入到這個領域？

彭軍輝：我在語義領域做了十多年，現在能查到我最早發在網上的文章是2002年，當時主要是出于個人的興趣愛好，讓我走進了這個領域。

當初五筆字型輸入法還很流行，那時我只是想做一個更加理解人的輸入法，讓漢字輸入變得簡單。不管是字形輸入法還是拼音輸入法，一個代碼都會產生很多漢字，需要用戶在菜單中做出選擇。

比如：“hanzi”到底代表“漢字”、“漢子”、“汗漬”，還是“韓資”，必須要用戶去人工選擇。

我是學歷史教育的，大學中文語法也是主修課，我發現如果從語法規則出發，把詞放在句子當中，根據上下文的搭配關系，就能比較準確的確定“hanzi”到底代表“漢字”、“漢子”、“汗漬”，還是“韓資”。

于是我就開始專注于這方面的研究，經過數年積累，我發明了一套漢語智能拼音文字，它自身有很強的邏輯性。比如：你把“牛吃草”用漢語智能拼音文字寫成“草吃牛”，機器一樣可以立即成“牛吃草”。

它可以作為輸入法的中間代碼，應用于拼音輸入法。這樣的輸入法，將會很少產生需要用戶去選擇，但是當時我還不懂，也沒有經濟實力支撐我去做一個輸入法程序。

為了把輸入法程序做出來，我成立了一家公司，給別人做企業網站積累人才和資金。但當時招聘的開發人員只能開發網站，開發不了輸入法。

后來看到MSN機器人，發現我們做聊天機器人還是存在優勢的，于是我們開發了最早的聊天機器人“柳柳”，當時用ASP+ACCESS做的。

雖然我們在語義理解方面有些優勢，但在系統搭建上差太遠了，機器人反應速度很慢，而且還有很多BUG。后來幾年，這個程序我們不斷完善，也在這個過程中，我慢慢學會了編程。

記者：國內專門做語義的企業也很多，你們的語義理解與他們是否存在差異？或者說你們的優勢在哪里？

彭軍輝：我們的競爭對手多數是從高校NLP專業科班出身的，他們采用的語義理解技術基本上對數學依賴較高，他們算詞頻和概率，處理的對象是文字。

我們處理的對象是語義，所以我們要先處理同義詞、口語等，一句話只有放在一個場景和背景下，語義才能明確。

所以我們是先去分析場景和背景，再去處理上下文和省略語，甚至可以讓機器人自己進行推理判斷。根據現有知識推導出新知識。

從效果上看，我們的對話過程更自然流暢。

記者：目前語義理解的技術瓶頸是哪些？

彭軍輝：現在很多公司用機器學習或者神經網絡做語義處理，但是機器學習或者神經網絡并不是一項自然語言處理技術，他們可以用在很多方面，比如：圖像識別、語音識別等領域。

所有做語義處理的公司都不得不自己手動寫一些規則，可以說不用機器學習和神經網絡照樣可以做語義處理，但是不用規則，語義處理就沒法去做。

現在很多公司覺得上下文處理是難點，都期望能在這里取得突破。

但是自然語言處理有分詞、詞性處理、句法分析等基礎技術，如果這些都做不好，上下文處理必然做不好。

記者：你認為目前市面上做的最好的語義公司是哪家？他們的語義理解已經到達什么程度？可否舉個例子描述一下場景？

彭軍輝：目前我們看到的語義處理公司大多數都是用機器學習在做，從我們的角度去看，他們做的還是比較粗糙的，自認為我們的技術處于行業領先。

我們提出里語義處理四個標準：

第一個標準是同一性，就是語義相同的句子要能歸并處理。比如：“你今年多大了”和“你今年幾歲”就是一個意思，完全可以歸并處理。

第二個標準是差異性，就是語義之間的細微差異要能區分開。比如：“老張的貓是我送的”和“我給老張送的是貓”；“我要睡了你”和“我要睡了，你呢”，這些都是相同的語句，但是兩個意思，要有區分。

第三個標準是一致性，就是機器人說出來的話要前后一致，不能自相矛盾。不能前面說“我是男生”，后面說“我是女生”。

第四個標準是容錯性，就是要能準確理解用戶意圖，不能就字面處理，要能容錯。比如：用戶肚子餓了，輸入“我額了”，機器人應該能理解成“我餓了”。

目前這四個原則，還沒有公司能達到。我們正在努力，在不久之后可以全部達到。

記者：你認為機器人像人一樣自由的交流，還需要多久的時間能實現？目前是哪些因素阻礙著朝這方向發展？

彭軍輝：人和人能自由的交流，是因為交流的對象都是高度智慧的。一個正常人與傻子交流一樣很困難。只有當機器人擁有正常人的智慧，人和機器人的交流才能真正自由順暢起來。

這個也許是未來五年或者十年就能完成的事情。

解決這個問題的唯一機會就在于讓機器人真正理解人類語言。在我們看來，語言就是智慧本身，只要理解了人類語言，機器人才可能擁有人類的智慧。

而語義理解技術就是機器人理解人類語言的基礎技術。

記者：做語義理解的門檻有多高？如果一家企業想進入這個行業？他需要付出多大的成本？這些成本包括哪些？

彭軍輝：這個行業進入很容易，要做好很難。

做語義理解需要兩個東西，一個是算法，一個是知識庫。

算法目前有一些開源的東西可以用，但如果用開源的東西，做出來的必然沒什么特色，也就沒有什么價值。如果自己從事基礎研究，需要花費大量的時間。

不管是微軟、谷歌、百度，還是小i機器人等都已經在語義理解行業積累了十多年。單純做算法，從頭開始，就算快也得三五年時間。

知識庫建設需要大量服務器資源，需要大量的數據，也需要大量的時間。

對于新進入者，還不如依靠大的平臺去做，目前我們也在打造一個語義理解開發平臺，讓機器人企業使用語義的門檻和成本大幅降低。

記者：根據你的判斷，你覺得目前國內語義行業現狀如何？這行業未來兩年它的市場空間會有多大？

彭軍輝：自然語言處理行業，國外與國內幾乎沒有什么差距。NLP發源于西方，國內引進后應用于中文處理。后來新興的技術如：機器學習、神經網絡、知識圖譜技術等都是引用開源的軟件。

雖然大多數是西方發明的，但國內很快就應用起來了。隨著機器人行業的發展，目前市場對自然語言處理的需求是非常強烈和迫切的。機器人需要更加自然流暢的人機交互過程。

但傳統自然語言處理技術在人機交互的流暢性上有缺陷，上下文處理能力明顯不足。

我們通過小范圍試用后，在人機交互流暢性上的表現比較有優勢，所以在這方面，我們是行業領先的。

未來機器人普及是必然的趨勢，也為我們帶來了良好的發展機遇。據預測，未來幾十年后，機器人的數量將會超過人類的數量。

記者：最后一個問題，談談未來三年你們的發展規劃？

彭軍輝：我們目前在開發一個機器人開放平臺，讓每個企業可以建立自己的問答機器人。企業給機器人增加知識就像寫微博那樣簡單。

我們期望未來三年，我們平臺的企業用戶數能達到1000萬以上。為此，我們將會不斷升級我們的技術，讓機器人對用戶語義的理解更加準確，讓人機交互的過程更加自然流暢，讓我們的機器人能為客戶解決更多的問題。