追一科技首席科學家楊振宇
相比于語音和圖像，自然語言是一個有「更多需求」和「更少標準答案」的領域。扎根自然語言的公司通常也不是從技術和方法出發(fā)，而是選擇一個具體的需求，然后用所有可能的方法解決它。追一就是這樣的一家公司，它瞄準的是「對話機器人」這個領域，把問題分類、分解、逐個建立準確高效的機器人，再有序集成起來。三月，機器之心有幸在深圳追一科技總部對首席科學家楊振宇進行了采訪，我們仔細聊了聊「對話機器人是怎樣煉成的」，以及在他眼里，深度學習與自然語言最好的結(jié)合方式是怎樣的。
對話機器人需要解決的問題是如何分類的?
對話機器人是一個相對比較復雜的系統(tǒng)，由許多個模塊組成。其中最核心的模塊就是語義理解，理解用戶想要表達什么意思。而在利用深度學習處理商業(yè)對話機器人的語義理解問題方面，追一是國內(nèi)最早的一家。
根據(jù)服務類型，對話機器人可以分為FAQ咨詢、資料查詢、任務型和閑聊四種，涉及的自然語言處理問題也各不相同。
對于 FAQ 咨詢來說，模塊的輸出對應知識庫里的一個知識點。解決問答就像解決一個大型分類問題，機器人要將用戶的需求對應到知識庫里的某一個答案。
知識庫里的知識點數(shù)量少則幾百個，多則上萬個。而根據(jù)知識庫大小不同，適用的模型結(jié)構(gòu)也會有所不同。例如，銀行類客戶通常有多個復雜的業(yè)務線，知識庫規(guī)模也是數(shù)以萬計，直接對幾萬個知識點進行分類是難以取得高準確率的，因此，機器人會采用分層處理的方法，先判定問題與哪一個大領域相關，再進行詳細的知識點分類。
資料查詢類對話需要從客戶的輸入里判定兩件事：意圖和實體。比如「A 公司的市盈率是多少?」這個問句里，就包含了意圖「市盈率」和實體「A 公司」。成功獲得這兩個信息后，機器人會去一個結(jié)構(gòu)化的數(shù)據(jù)庫里做查詢。得到答案后，按照一個預定義的格式化模板填充后返回給客戶。
資料查詢的一個難點是，用戶在連續(xù)發(fā)問時，不會每次都重復自己的意圖和實體，比如用戶會在詢問「A 公司的市盈率是多少?」之后，追問說，「那 B 公司的呢?」或者「那市凈率呢?」。這時，系統(tǒng)就需要通過上下文管理，對意圖和實體這些要素進行繼承或切換。用戶的提問到來之后，首先進行判斷：用戶在這一句中是否提供了某一要素?如果沒有，則嘗試從前文追溯繼承;如果有，再判斷用戶是否進行了意圖(實體)轉(zhuǎn)移，如果是，則需要進行對應更新。
另一個難點是，用戶可能不會直接說出實體全稱，無法進行精準的、基于規(guī)則的匹配。因此，機器人需要結(jié)合特定用戶的歷史記錄和用戶群體的統(tǒng)計信息，通過學習的方法計算詞與詞之間轉(zhuǎn)移的概率，然后進行模糊匹配。
任務型對話是當下比較流行的一種交互形式，機器人試圖以對話的形式來執(zhí)行訂機票、查賬單、買理財?shù)热蝿?。任務型和資料查詢類對話有相似之處：它們同樣要從用戶處獲得兩類信息：意圖和「元素」。區(qū)別在于，確定意圖后，任務型機器人需要主導對話：它要理清進行特定任務所必要的元素有哪些，并以對話的形式確保用戶提供了所有元素。以訂機票舉例，用戶說「幫我訂明天北京到上海的機票」，那么機器人在明確了任務是「訂機票」之后，就要理清，用戶已經(jīng)提供的元素有時間、出發(fā)地、到達地，尚未提供的元素有艙位偏好、時間偏好、特定機場偏好等。只有獲得了全部所需元素，機器人才能「執(zhí)行任務」。
最后一類是閑聊，與陪護機器人的閑聊功能不同，穿插在查詢、咨詢問答或任務交互之間的閑聊，需要結(jié)合上下文一起識別。有時，一句話單獨看是閑聊的意圖，但結(jié)合上下文一起看則屬于查詢、咨詢問答或任務交互的一部分。這種場景下的閑聊不僅要識別準，而且要保證上下文對話的流暢性，也非常有挑戰(zhàn)。
一個對話機器人系統(tǒng)通常由哪些模塊組成?
如前所述，系統(tǒng)是由FAQ咨詢、資料查詢、任務型和閑聊等不同類型的機器人組成的。除此之外，還有一個中控模塊，是系統(tǒng)的管理控制中樞。
中控負責依據(jù)用戶當前問句和歷史會話記錄，初步判斷當前問題應該由哪個機器人來回答，然后下發(fā)給一個或多個下游機器人。下游機器人處理后，將答案以及對應的置信度返回給中控，中控根據(jù)下游返回的信息進行決策后，將最合適的響應返回給用戶。
對話機器人上線后效果如何持續(xù)運營優(yōu)化?
對話機器人可能發(fā)生的誤判有兩種不同形式。
一種是「系統(tǒng)知道自己可能犯錯」：某一請求雖然分配給了特定機器人，但是機器人給出的最佳回答的置信度仍然很低，換言之，該回答能夠滿足用戶請求的可能性很小。此時，中控會進行重新判斷：其他機器人是否有置信度更高的回答?如果仍然無法找到置信度足夠高的答案，系統(tǒng)會啟動拒絕識別機制，即，系統(tǒng)判斷自己無法回答這一問題，返回給用戶一個通用話術，如「十分抱歉，您的問題我暫時回答不了」，然后記錄下問題，定期推送給機器人運營人員通過數(shù)據(jù)標注、知識庫擴充等手段進行迭代優(yōu)化。
另一種則是「系統(tǒng)很自信，但還是回答錯了」。這類錯誤要通過分析用戶的反饋來發(fā)現(xiàn)，比如用戶選擇點「踩」或者繼續(xù)提問，都意味著他們的需求可能沒有得到滿足。系統(tǒng)會結(jié)合分析結(jié)果把這種疑似錯誤的回答挑出來，形成一個叫做「質(zhì)檢」的任務，交給客戶的質(zhì)檢人員判斷并標注，補充進訓練集進行迭代優(yōu)化。與此同時，客戶也擁有能夠進行即時調(diào)整的人工干預工具：如果客戶需要立刻對某個錯誤答案進行調(diào)整時，可以利用這個工具找到導致錯誤答案的影響因素，通過對這些影響因素的調(diào)整來達到即時生效的干預效果。
對于機器人的優(yōu)化來說，極其重要的一點是在系統(tǒng)層面有完整的反饋學習機制，能夠讓機器人收集可能的錯誤情景，以及特定場景下的正確回答信號，然后利用這些數(shù)據(jù)和信號建立正反饋機制。
總體來說，通過初始化教育和持續(xù)運營優(yōu)化，機器人一般能夠達到綜合準確率 95% 的效果，這樣就會獲得比較好的對話體驗了。
自然語言處理的業(yè)界與學界：鴻溝與啟發(fā)
對于學界而言，最好的研究是用新方法解決新問題，其次是用新方法解決老問題，最次是用老方法解決老問題。而工業(yè)界的衡量標準則截然不同，工業(yè)界的出發(fā)點是以需求為核心，無論什么方法，能落地提供極致體驗的就是好方法。
舉個例子，業(yè)界的系統(tǒng)是需要給客戶提供快速干預工具的：一個無法調(diào)整的、干預不了的系統(tǒng)是不合格的。出于對企業(yè)形象的重視，客戶需要能夠監(jiān)控機器的效果、需要在發(fā)現(xiàn)問題之后能夠?qū)崟r干預、需要定期檢查用戶反饋，讓反饋數(shù)據(jù)作為新的監(jiān)督信號進一步優(yōu)化模型。業(yè)界搭建的優(yōu)秀系統(tǒng)要有自適應的閉環(huán)和流動性，這是學界很少會考慮的事情。
另外，業(yè)界也需要更多地考慮系統(tǒng)上線時的資源限制問題。比如在自然語言領域里一個典型的測試環(huán)境，斯坦福的 SQuAD 數(shù)據(jù)集上，現(xiàn)在學界里效果最好的做法是把數(shù)十個不同的模型集成在一起，然而這種做法是很難在工業(yè)界大規(guī)模應用的。工業(yè)界要考慮成本、客戶在云端的算力、用戶從提問到得到反饋的時間等種種限制，集成少數(shù)幾個模型也許是可行的，但是集成幾十個高代價的模型是不切實際的。
當然，業(yè)界也在持續(xù)關注學界的新方法，希望得到方法論上的啟示。
例如，深度強化學習的飛速發(fā)展也會讓我們關注：能否依靠數(shù)據(jù)驅(qū)動，端到端地訓練具有工業(yè)應用價值的任務型機器人?能否在有了足夠多數(shù)據(jù)之后，把對話信息看做狀態(tài)，用深度強化學習的方法學習一個對話策略出來呢?
另外，閱讀理解領域的發(fā)展也讓我們看到了不是基于「知識庫」而是基于「文檔庫」進行回答的可能性。例如，一個特定問題的答案可能在某個文檔里，如何構(gòu)建一個深度學習系統(tǒng)，根據(jù)某一問題，定位到特定的文檔，再從文檔中把信息提煉出來用以回答這個問題?
元啟發(fā)式優(yōu)化算法是否能與深度學習模型結(jié)合?
我個人的研究背景是計算智能(Computational Intelligence)，在2015年之前的近10年里，主要關注如何應用計算智能中的元啟發(fā)式優(yōu)化算法求解大規(guī)模復雜優(yōu)化問題。這是一類基礎性的研究難題，長期受到關注，比如我大約10年前的一個關于演化優(yōu)化算法的工作，到現(xiàn)在已經(jīng)被引用500多次了，而且現(xiàn)在還在逐漸增加，偶爾還會收到同行提出算法代碼需求的郵件。隨著算力的持續(xù)提升，也許元啟發(fā)式算法在不久的將來會成為人工智能領域新的寵兒，我個人也非常關注它與深度學習結(jié)合的可能。
元啟發(fā)式算法的最大的優(yōu)點在于不要求目標函數(shù)可導，通用性強?，F(xiàn)在，為了求解方便，建模時往往會對實際應用的真實目標做一些簡化，使得該目標函數(shù)可導，以便可以用現(xiàn)成的梯度下降算法求解。然而這往往不是最優(yōu)方案：一方面建模的簡化一般會引入求解效果上限的損失;另一方面梯度下降算法不能保證獲得全局最優(yōu)解，往往只會收斂到一個極值。
元啟發(fā)式優(yōu)化算法是一個啟發(fā)式框架，一般是設計一些通用的、對問題的依賴沒有那么強的啟發(fā)式策略，使算法更容易收斂到全局最優(yōu)解。元啟發(fā)式優(yōu)化算法的缺點在于算法對計算能力的要求比較高。這主要是因為梯度下降算法有明確方向，只要朝著這一個方向下降就可以了，而元啟發(fā)式算法，如其中的「主流分支演化算法」，用的方法則是試錯法(trial-and-error)，需要在空間里進行大量的采樣、評估，再決策接下來去何處繼續(xù)采樣更有獲得全局最優(yōu)解的潛力。這個過程是非常消耗算力的。
現(xiàn)在，學界的關注重點是能否用局部優(yōu)化的思想減少采樣點的數(shù)量，以及能否提高采樣、評估的并行化執(zhí)行能力。
此外，元啟發(fā)式算法還有一個梯度下降無論如何也做不到的優(yōu)勢，就是有希望進行結(jié)構(gòu)的優(yōu)化。如今神經(jīng)網(wǎng)絡的結(jié)構(gòu)是全部由人來設計的，未必或者極有可能不是最優(yōu)的。利用元啟發(fā)式算法能夠讓機器在卷積層、循環(huán)層、全連接層等不同開放組合結(jié)構(gòu)構(gòu)成的空間中進行搜索，組裝出一個針對特定問題效果最好的結(jié)構(gòu)。這個方向一般叫做Neuroevolution，正逐漸引起越來越多的學界和業(yè)界的關注。
應用深度學習帶來了哪些不同?
在中控的排序模型里，深度學習模型能夠提供含有大量信息的強特征，讓體量更小、更簡單的模型就能獲得同等，甚至更優(yōu)的效果。
在前深度學習時代，傳統(tǒng)的搜索推薦經(jīng)常需要上千萬、上億的特征，這是因為，在沒有強大的特征的情況下，只能把各種組合人為構(gòu)造出來，然后用一個淺層的大模型去學習。然而深度學習模型學習出的特征本身已經(jīng)包含了巨大的信息量，因此繁瑣的人工特征工程變得沒那么重要了，這對技術的商業(yè)化非常有利。
這種信息量是通過深度學習在面對大規(guī)模原始數(shù)據(jù)的抽象、非線性學習能力而獲得的。例如，通過抓取大量金融行業(yè)的相關文本，，進行統(tǒng)一的文本語義相似度學習建模和訓練，就能得到一個強大的文本特征提取模型。這個模型可以用于證券領域、基金領域、銀行服務領域等等各個行業(yè)系統(tǒng)中。
此外，深度學習也可以通過「多任務學習」(multi-task learning)的方式整合不同類型的問答數(shù)據(jù)，極大簡化了啟動階段客戶標注數(shù)據(jù)的工作。
知識點的構(gòu)建階段需要客戶提供有標注的訓練數(shù)據(jù)：每一個知識點(標準答案)，都需要客戶「手寫」用戶標準提問范式和可能的變體。構(gòu)建這樣的標準問答集是極其耗費時間的，說服客戶進行標注也是有一定難度的，然而如果客戶之前采用過人工客服，有人工客服日志，我們就可以大量削減需要人工完成的標注數(shù)據(jù)集創(chuàng)建工作。
追一一直偏重實用、偏重落地，我們不僅僅鉆研最前沿的技術，也致力于優(yōu)化落地效果，把自適應、有閉環(huán)正反饋的系統(tǒng)交付給用戶。令人自豪的是，我們有一批能夠把問題想清楚的人，正在用系統(tǒng)工程的思維為客戶構(gòu)建具有極致體驗的對話機器人服務。
我們的對話機器人，不追求「一個 AI 模型端到端解決全部問題」，而是在一個完整系統(tǒng)的每個模塊里、各個維度里，都用 AI 技術幫助提升效率、優(yōu)化體驗。這種優(yōu)化可能幫助主系統(tǒng)提取了更強的特征，可能在冷啟動階段幫助客戶簡化了痛苦的數(shù)據(jù)標注過程，可能在運轉(zhuǎn)過程里幫助分析輿情、找到客戶產(chǎn)品設計的不合理之處。它們并不顯山露水，卻無處不在。
這也是追一希望向用戶傳達的理念：真正有「AI 意味」的系統(tǒng)，是「草色遙看近卻無」的整體系統(tǒng)，而 AI 的角色，是「潤物細無聲」地、持續(xù)地優(yōu)化其中的每一個細節(jié)。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
