吴友政：智能预警机制是人机联动管控风险的机制

"一下吃完一整瓶还能活着吗？”

近日，一位广东用户在向一购物平台的第三方药店咨询时，留下了这样的话。智能情感客服迅速捕捉到用户字里行间的异常情绪后，自动发出预警，然后危机专员快速介入，对用户进行在线心理疏导同时，快速联系商家告知情况，暂缓发货，并提醒商家关注该用户后续订单情况……在1个小时内成功挽救了生命。

目前，网上购物等商业活动越来越普遍，而以文字为基本文本的即时通讯已经成为我们在网络上的主要交流方式之一，想让“机器人服务”变得“知人心、解人意、讲人话”，提供情绪感知响应变得越来越重要。

情绪的认知比感知更复杂

“智能预警机制是人机联动管控风险的机制。”京东AI研究院算法科学家吴友政在接受记者采访时说，比如，AI会对购物网站全平台的海量咨询数据进行实时分析，重点布防电商平台的常见高风险投诉、咨询与反馈，其中包括极端情绪和话语等。相关风险一旦发现，就会实时预警至每种风险的专项管控小组，小组成员按事故等级选择向不同层级渠道上报，并采取相关管理措施等。

当前，人工智能已经具备很高的感知能力，这主要指模仿人的视觉、听觉等感知能力识别业务场景中的视频、图片、语音和文本等信息。比如通过语音识别技术，把语音转换为文字或从一份报告中提取出特定文字等。但是感知他人情绪的认知智能更为复杂，包含归纳总结、思考推理等能力。

“行业普遍认为，机器要实现理解谈话者的情绪主要还面临两大难点，一是谈话者的情绪可能是由另外一方施加导致的；二是在谈话过程中，情绪可能会有延续性和转折性。”金融壹账通Gamma Lab AI研究院负责人告诉记者，具体来说，人们经常会把快乐、愤怒、悲伤等情绪传递给别人。如收到“你为什么不给我发短信”的文字时，如果不了解前因，其他人是很难判断这句话是悲伤还是愤怒的情绪。同理，机器识别情绪也存在模糊性，用文字表达时，缺乏面部表情和语音声调，使得要识别文本中的情绪更具难度。

智能预警系统由多种技术组成

吴友政说，智能预警系统是基于语音与语义技术、深度自然语言理解，数据蒸馏与知识图谱、多模态人机交互等一系列技术建设而成。

“智能语音是最早落地的人工智能技术。”广州市社会科学院产业所副研究员陈峰说，随着行业数据资源的积累，深度学习算法的进步，以及与其他人工智能技术之间的整合，语音识别、语义理解、语音合成技术将取得进一步突破。

AI要识别情绪，不仅要理解语言的表层意思，更需要对潜在的深层意图进行理解。为了能让人工智能技术具备一定的认知能力，首先需要构建常识图谱和概念知识图谱，让机器具备一定的知识。清华大学计算机系教授唐杰认为，对于未来真正的人工智能，知识图谱非常重要。假设世界上有一个动态的常识知识库，如果所有人工智能系统都能利用这个知识库系统，这会是实现人工智能的一个重要节点。

应用场景催生个性化需求

吴友政说，智能预警系统和情绪识别技术的用途非常广泛。目前，已经使用于客服与营销大脑，这包括如智能在线机器人、语音应答机器人、智能外呼机器人、营销导购机器人；客服与零售大脑，包括如AI内容创作、内容审核、商品图搜等；客服与采购大脑，包括如选品、比价、匹配，以及供应链大脑等综合解决方案中。

在金融行业，同样存在着大量营销、咨询、投诉等需求，也有越来越多的人工智能技术被运用到这些领域，以达到减少人力成本、缓解客服工作强度和精神压力，提升服务客户的质量和效率等目的。目前的应用场景要求“机器人服务”更有温度，更加个性化，这意味着智能情绪识别技术将有着更多的应用场景和广大的市场。

陈峰说，随着新一代人工智能发展规划的启动实施，加快产业化和应用是着力点。工信部将进一步推动以智能语音为代表的人工智能核心技术发展，加强技术攻关、促进行业融合应用、优化发展环境等。可以预见，随着行业应用和场景的大规模切入，AI产品的性能和用户体验也会不断提升。
责任编辑：tzh