最近非常火热的人工智能虚拟个人助手（VPA），2015 年相比于 2014 年还下降了一点，为什么经过一年的发展，人们的期待反而降低了？
而低调的虚拟客户助理（VCA），从 2014 年的曲线顶端走到了右边。这意味着技术可以产业化，在这块市场谁抓住了机会？
刚好在2015中国计算机大会上，遇到了从十多年前涉足VPA ，到如今作为VCA的典型代表被Gartner向全球推荐的小 i 机器人的朱频频总裁，给大家讲解了这方面的事情，同时他也对小 i 背后的产品和技术原理做了介绍。
新智元也借这个机会对朱频频进行专访，来看看人工智能虚拟助理背后的故事。
【专访】小 i 机器人
1、作为一家中国企业，小 i 在 Gartner 的报告中多次被提及，并不多见，是什么吸引了他们对小 i 的关注？
朱频频：吸引Gartner关注我们的原因应该是小i的技术以及我们成熟的产业应用吸引了他们。Gartner最早在做智能客服、机器人等的调研报告时，就发现了小i机器人，通过对小i的追踪了解，他们觉得小i确实在全球具有代表性。之所以取得这样的成绩，是因为这么多年来，小i一直专注于智能机器人的研发，而专注的结果就是某一天你一抬头，发现自己就成了某领域专家。不一定非要去copy别人，如今，从中国整个IT和互联网的发展来看，其实在很多方面，中国已经不再仅仅是个追随者，中国人有了非常多的创新，像阿里、腾讯，无论是在商业模式，甚至在一些技术上面，都有创新，在硅谷，很多美国人也在学习中国的创新。小i能在该领域取得一些成绩，特别是这种企业级的应用，是相当不容易的，因为，国外的企业级应用的已经发展了很长时间。
2、Gartner将小i定义为“通用智能机器人平台和架构能力输出方”，小i在产业链中所处的位置是怎样的？
回答这个问题，先要弄清一个问题，对于智能机器人来说，什么是应用开发商，什么是技术平台提供商。所谓应用开发商，就是帮助客户如何把机器人与业务对接起来，为客户服务。而技术平台提供商在底层将核心的技术封装起来，提供一些开发接口和模块，能够供应用开发商调用。Gartner将小i定义为VCA（虚拟客户助理），也就是我们说的智能客服，在这个领域，我们在国内做了很多的大客户，而且我们也发布了iBot cloud云服务平台，为中小企业提供支持，做一些自己的虚拟机器人，现在有超过10万的开发者，在我们的平台上进行开发。所以可以看出，我们既是应用开发商，也是技术平台提供商。
3、在 Gartner 技术成熟曲线报告上，我们看到小 i 所在的技术类别，VCA 从 2014 年的曲线顶端，来到了 2015 年的曲线顶端的右边部分。这意味着什么？
如果懂得Gartner技术成熟曲线图含义的话，这个问题很好解释。在曲线的左边，代表着一些新的技术，随着技术的发展，业界对该技术的期望愈来愈高，而到达顶点之后就开始回落，意味着该技术进入了实用化阶段，即产业化的前期，这个过程也不是一蹴而就，需要慢慢推进。2014年VCA在顶点右边一点，2015年，又往右前进了一点。意味着，产业化的过程又往前推动了一步，可以很骄傲的说，这中间是有小i的功劳的。
那么技术上的差别呢？因为可以看到，它的技术已经过了技术预期的最高点，所以这里面的技术已经不是最重要的了，重要的是技术的产业化。如果是分布在曲线图的左边，那么提升一点点就代表着技术有了很大的提升。
4、看 Gartner 的技术成熟曲线图，最近很火热的 VPA 技术，2015 还要比 2014 年相比反而位置下降。这也是小 i 涉及到的技术，请问下降的原因是什么？
其实是说明业界对VPA的技术充满了期待，但它的表现出的结果不尽如人意，或者说业界对VPA的期待高于技术的表现。
5、像小 i 这样的虚拟客户助理，我看到服务的客户有金融、运营商、电子政务等。在构建不同领域的服务系统时，相同点是什么，不同点是什么？
从目前来看，相同点就是在不同的领域我们所用的知识模型、包括语义的结构，基本是相同的，当然，知识模型本身也经过了不断的发展，从早期的概念开始，发展后把本体的一些概念，后来像知识图谱这些技术都融合了进来。
但不同行业的内容却是不同的，例如金融行业跟电信行业，所涵盖的知识肯定是不一样的，本体的结构也不大一样，之间的一些节点的关系，知识图谱的关系都不一样，还有很多的场景化的应用也很不一样。但结构是比较类似的，我们的知识工程师可以通过一些工具，包括一些分析工具、操作工具，帮助不同的领域去生产知识。
而且，我们做的行业越多的话，会越来越发现行业之间的一些通用性，所以，我们也在语义层，也就是自然语言理解层面，其实做了很多跨行业的一些融合，包括我们独创的抽象语义的技术，其实就是把各行业通用的语义用我们自己的方式把它沉淀下来。随着不断的研究发展，我们看到，其实这些知识也是有变化的。
以前，各行业的知识主要是以客服为主，现在很多的客户开始做一些内部的知识，包括内部员工的培训呀，分享、创意呀这样的知识，甚至我们现在还在一些很重要的行业，在做一些深入的生产性的知识，这与客服和内部的知识还不太一样，所谓生产性的知识，你举个例子，比如说汽车维修相关的技能，再比如说看病。到生产性知识，不同行业之间的差别就会非常之大，思考的模型也就完全不一样了。
6、据我所知，小 i 通过合作发布了一些硬件产品，包括智能机器人 Ina、扫地机器人等。在这些产品中，小 i 扮演着什么角色？
简单的说，机器人有三大要素，感觉、思考、运动，与硬件厂商合作，我们其实是把思考，还有感觉能力植入进去，让硬件能够像真人一样，具有智能交互这样的能力。在外观、还有运动的部分，我们会交给合作伙伴去做，毕竟术业有专攻，在外观设计，制造，运动控制方面，我们的伙伴相对比较专业一些。从全球来看，特别是西方国家，大家都强调分工合作，每个人做自己最核心的部分。
有一些能够在智能方面做深度合作的企业，当然我们也会在技术方面做一些研发的工作，目的不一定是要去做硬件，最主要还是去研究，如何让我们的软件更好的去为硬件服务。
7、那么这些产品的IP属于谁？
这个情况还不大一样，像智能电视，我们提供的是核心的智能交互的能力，可以以电视云搜索这样的形式出现，我们完全只是一个技术的提供者，可以说我们是一个provider。在Ina机器人，外观是合作方的，如果在上面更改一些颜色，这是在范围之内的，里面所有交互的内容，包括交互的界面，这个属于小i的。简单的说，在软件和内容上，是小i的IP，在外观上是合作伙伴的IP。再比如说扫地机器人，外观设计也是小i的，合作伙伴帮我们做出来，所以它的外观、软件还有内容都是小i机器人的。所以不同的合作，都是不大一样的。
附朱频频CNCC现场演讲全文
主持人田丰： 下面我们有请小 i 机器人朱频频总裁，他担任国家信息技术标准化委员会用户界面的委员，下面我们欢迎朱总。
朱频频： 大家好！ 非常高兴来到合肥。我在合肥学习了五年。刚才提到我是中科院博士毕业，其实我的本科是在中国科大读的，当时在静态物理系跨电子专业。后来在2001年的时候，我在上海中科院读博士一年级。我跟合作伙伴一起出来创业，创立了小 i 机器人，后来拿了很多风险投资。
我们一直在发展人工智能，以及智能交互技术。十多年间我们已经积累了很多用户，我们一直在探索聊天机器人到底有什么样的商业模式。后来我们给有很多企业和政府做了类似智能客服，可以智能交互的机器人。
最近几年公司的发展非常快，我们不但有虚拟在线机器人，现在还有很多硬件机器人，出现在像银行、运营商等很多地方。所以我今天的题目是《智能交互开启未来》。刚才联想的王博士举了很多人机交互的方式，我这边说的比较集中，主要是一些后台的人工智能，能够理解你的语义。当然前面也可以加上像语音、图像等多种输入方式，背后是认知智能的方面。
前面几年云计算和大数据被热炒，到处都在建云计算机房，到处都在说大数据。当时我跟一些朋友开玩笑，我们很多企业连小数据都没有用过，现在一步登天开使用大数据了。最近一两年人工智能和机器人特别火，在很多地方听到大家热炒这些事情。我们虽然已经做了十几年，自己定位还是一家创业公司。我们刚刚拿了好几亿人民币，估值也达到了30亿人民币以上，很快要在国内的资本市场挂牌。
为什么现在人工智能又被重新热炒起来？这是一个非常重要的概念，它跟云计算和大数据的发展有密切关系。云计算还包括现代化的硬件设备，包括GPU和CPU计算能力的增强，以及云计算、分布式计算能力的提升，这为计算更多数据提供了坚实的基础。也是在这个基础上，像深度学习这样的算法，为人工智能进一步发展提供了很好动力。
所以我们看到最近人工智能和机器人被提的非常多，我们一提到机器人会想到变形金刚或大白，但他们是最不像人的机器人。他们没有人形，但是具有人的智能。所以我觉得这主要和大脑有关系，我们应该更关注大脑部分。
我们认为完整的机器人应该包括三个要素，分别是感觉、运动和思考，当然每一方面做起来都很难。我们一提到机器人，之前说的比多的是工业机器人，现在服务机器人被提起来更多。服务机器人对智能的要求更高一点。
在机器人里面，一个非常重要的技术是人机交互。我们要让人跟机器人之间有一个很好的在线交互，包括语音、图像、体感、情绪等多种通道， 这样才能让机器人更好为人类服务。
最近在类人智能也有很多讨论。我们提到人工智能，提到了感知、认知智能。感知智能包括了语音识别、图像和人脸识别等，而认知智能，最重要的是把对世界的认知，凝结成为知识。正在认知智能方面，动物和人类的区别非常大。
比如说一只猫，它可以认清楚很多东西。它可以认得主人，但是没有办法对整个世界形成自己的认知，没有办法把形成的知识传承下去。
在人工智能方面，国际上各大巨头都投入了很多精力。包括像Google、Apple、IBM等公司。10月份，IBM投资28亿美金成立了Waston Group，还发布了完整战略，其实他们就是做人工智能。他们做的人工智能提供了一系列的IPR，意图打造关于人工智能的开放平台，让更多的开发者可以参与其中。
国内去年也确定了十大科技发展方向，其中有一项就是智能机器人。
这是我10月初在美国参加Gartner峰会现场拍下来的，应该说这是全球最顶尖的面向企业和CIO的会议。这里面总结了2016年的十大技术趋势，有三条和人工智能相关。分别是：
1、万物信息：整个数字网格里面，所有的事物都可以产生、制造和传递各种信息，尤其是这些信息还包括了自身对语义和环境适应性的内容。
2、高级机器学习技术，包括了深度学习、深度神经网络等。
3、无人自动代理，包括网上的虚拟机器人，或者无人驾驶汽车等。
他们还有一个重要预测，到2020年时，有40%的移动流量来自人工智能。这些虚拟助手会产生40%流量，也就是说5年之后，我们很多跟环境、设备直接用人机交互的方式，无论是文本还是语音。
这幅图是人工智能发展的趋势图。这里面反映了很多人工智能技术，以及目前它所处的位置。从最左边看起，我们可以看到大家对它的期待在不断上升，这也代表了技术能力的发展。在到达顶点后，大家对它的技术预期开始回落，意味着这种技术已经比较成熟，开始往产业化发展。这里面有些技术和应用小 i 已经涉足，尤其是 Virtual Customer Assistants（虚拟客户助手），已经到了产业化的前夕。
我们在微信上加了招商银行助手后，你可以在里面对话，问余额有多少，信用卡丢失了怎么办。这种虚拟客户助手的出现，已经很大分流了电话压力，取消了很多人力工作。但它取代的不一定是人类体力劳动，它取代的是脑力劳动，尤其是重复性的脑力劳动。
而虚拟个人助手，现在技术发展相对来说还比较前卫，还有很大的技术发展空间。
刚才提到了虚拟代理方式，也包括聊天机器人、虚拟客户助手、虚拟个人助手和实体智能机器人。未来有40%的交互量来自于人们跟他们的交互。
具体来说，先说一下聊天机器人，最早出现在1966年的计算机里面，你用字符串跟它交互。它表面上听懂你的话，实际上根本不懂你，只是在做字符串的游戏工作。1995年ALICE推出了自己的框架，大家可以用语言描述聊天机器人。
2003年底，我们推出了自己的小 i 机器人，刚推出来的时候用户增长非常快，两三个月增长了几十万用户。后来我们这个机器迁移到QQ上面，获得了更多用户。在当时互联网的情况下，我们因此拿了很多风险投资，当时我们也不知道是忽悠投资人，还是投资人忽悠我们，要做WEB3.0，所谓的智能互联网入口。现在回想起来这个事情做的有点太早，但是当时也是初生牛犊不怕虎，就做这样一件事情，后来失败了。但是我们在这条路上积累了很多经验，无论是自然语言处理，还是知识模型表示等方面，都积累了很多能力。这也为我们后来往智能客服，领域化的智能助手发展奠定了一定的基础。
我们还做了其他聊天机器人，包括像股票、地图、订票等各种各样垂直机器人。后来我们把机器人融合到一起，形成了超级小i机器人。
小i推出以后，拿了很多风险投资。后面市场上出了很多机器人。
在虚拟客户助手方面，刚才提到了像招商银行信用卡中心虚拟客服助手。现在大概有1500万用户，每天大概有超过100万的用户跟机器交互，除了招商以外，小米、三星、联想都已经采用了我们的技术和产品。
虚拟个人助手，其实有人也把它叫做语音助手，因为语音作为一种主要的交流方式。这包括2011年10月份出现的Siri，以及后来的Google Now等等。
智能机器人非常多，我这里罗列了很多实体机器人。各种各样形态的，有大有小，玩具类型和实用类型，有些目的是做家用，也有在实验室做研究用。
小 i 现在是什么样状况？刚才说到的人工智能机器人，跟我们是什么关系呢？我们的定位是一家做智能机器人的厂商，我们提供技术和平台，现在每年大概有超过数百次的对话活动，服务用户超过5亿，也为客户提供了智能客户服务解决方案。
在这方面的行业定位，目前在智能客服方面，90%以上的市场都是我们做的，在技术评价当中也是遥遥领先，也跟很多学校展开了联合工作。在资本市场我们很受追捧，今年年底上国内资本市场。
Gartner对我们公司一直做追踪报道，2013年它把我们评为在CRM领域当中的第六，去年谈到虚拟客户助手的时候，他们举的例子就是我们为招商银行做的小招。
在今年的大会上，虚拟客户助手又被提到比较新的高度，把我们定义成不仅仅是虚拟客户的提供商，而且是与IBM并列成为智能机器人平台的提供商，小i机器人旁边的图片是IBM Watson。
这是我们的核心技术架构。我们的核心能力是语义理解和智能交互，里面包含自然语言处理、语义分析和理解，我们在这方面做的非常深入。
语义理解和智能交换，是靠知识支撑起来的，这在很大程度上需要不断的积累。我们在十多年的创业过程中，积累了相当多的语义和知识，它背后按照各种形式来表示。更重要的是，现在我们形成了智能大数据和学习体系，不断挖掘知识和语义。
通过各种人机交互方式，我们也包含了各种交互渠道，包含了听觉、视觉、体感和情绪。前段时间我们通过各种产品，把这些能力输送出去，基本上把互联网上所有渠道全覆盖，内置在他们的产品中。
语言分析、场景关联、语义匹配、逻辑推理和回答组织，构成了知识库。
我们所做的知识模型，也包括最基础的像概念、本体、知识图谱和各种场景，这是基本形式。在语义层面，也包括各行业的词类、语义表达、抽象语义，以及各语义的权重模型。
我们的学习体系不是完全自学习的体系，里面有三种角色，分别是运营人员、专家和机器。专家是负责定义知识结构和运营规则。
通过这样的方式，挖掘那些真正能够使用的知识。现在 小 i 所做的工作是非常工程化，这是刚才提到的智能大数据平台的机器学习系统。
我们说一下产品和云平台，我们已经应用到了各行各业。
我们覆盖了从大到小的客户群体，无论是大型客户还是中小型开发者，都可以利用不同的产品开发智能机器人。
也提供各种各样丰富的解决方案，目前客户覆盖的范围非常大，无论是运营商或者金融客户，以及政府客户和各种其他客户。
我们也与合作伙伴推出了特殊的产品，比如说智能企业助理。
包括酒店的生态系统，和政府做的智慧城市信息惠民服务。也包括我们推出的硬件智能云，可以通过SDK把智能交互能力集成到硬件中去。
而且你还可以把智能服务和智能营销的能力同时集成进去。基于支持图谱的后台，就能方便维护你的知识。当然还有很多行业资源，包括和淘宝、微信的对接。
我们最近即将发布的产品叫做ibot os，它可以跟各种各样的操作系统桥接，为智能硬件提供智能服务。包括像智能电视，左边是联想的智能电视，右边是LG的智能电视，里面已经接入了我们的智能交互能力。
这是我们今年五月份发布的扫地机器人，它不但可以扫地，还可以通过微信的方式智能交互，实现远程控制。
这款机器人很多人都认识，法国人制造的智能机器人。我们可以让它做更好的智能交互。这款机器人能用在交通银行大厅里面，做办事导航。
我们的核心优势是通过产业化的应用，产生大量真实的数据。这些数据能够通过学习，不断的变成各个行业的知识和语义，这样才能更好的为产业化应用添砖加瓦。 最后，也希望能把计算机智能进一步推进，谢谢大家。
