用代码构建机器心智，我们离这个目标还有多远？
|
此前，用户在与小冰对话时，偶尔会感受到压力。比如两者间的对话总是需要人类来提出话题，小冰来回应。就好像我们与感兴趣的异性搭讪，如果总是自己主动、对方被动，很快地，对话就会变得淡乎寡味、如同鸡肋——共感模型的开发就是针对这一状况。共感模型可以帮助小冰自行判断对用户的话题是否有感，在此基础上，小冰将会主动求证，进而引导话题的方向，增添新的聊天内容。这样就减轻了用户的压力，同时增加了聊天的自然度和趣味性。 在小冰持续进化的过程中，也不断有商业伙伴加入到我们的合作生态系统中。一些伙伴希望我们将小冰的能力用于孵化其他个性鲜明的人工智能角色。因此，我们也在不断研究如何通过对话来塑造个性——三观模型应此需求而生。 当前，这一模型已被应用于网易云音乐的多多和西西。两个角色的共性在于，他们都是爱听音乐的小鹿，都是男性，且年龄相仿。如何让他们在对话中给用户留下不同的印象呢？我们借鉴了卡通及游戏制作中人物设定的方式，给予了他们不同的性格和喜好。例如，多多喜欢喝咖啡，而西西不喜欢，因为皮肤本来偏黑，迷信喝咖啡会变黑。利用态度分析的技术，多多和西西会对用户提出的一组问题和回复进行分析，判断出用户对何种目标具有怎样的情感信息，例如，对咖啡是喜欢还是讨厌，进而根据人设的不同特点来影响对话，造成有区别有个性的回复。 三观模型将「体温」赋予了包括小冰在内的人工智能角色，并将通过态度的一贯性、延续性来逐步凸显角色的性格。 将三大学科成果的复合训练体系与微软小冰三大学习器相乘，必然会大大加速小冰的成长，也让我们朝向「用代码构建机器心智」的目标走近了一小步。总而言之，无论情感计算框架，又或是人工智能创造，都不是微软小冰乃至微软人工智能研发部门的最终目标，或许，构建「人工心智」（Artificial Mind）才是。 【编辑推荐】
点赞 0 （编辑：网站开发网_马鞍山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
