语音技术服务商思必驰推出“对话管理”技术，帮助机器实现多轮次人机会话从而理解用户深层意图

机器被设计来服务人，然而过去两百多年来似乎总是人在不断迎合机器，每一次进步似乎都试图让人从自然压迫中解放，但每一种技术的诞生又给人套上另外一副枷锁。举个例子，人类从自然语言的环境中成长起来，但在与电子设备交互时却要重新去学习一套指令语言，在我看来这多少都有点“反人性”的意味。

让机器理解自然语言，是包括Google、苹果、微软、百度、讯飞等企业以及beyond Verbal、出门问问、小i机器人这类创业公司都在试图解决的。理解自然语言，最基本的要求是要“听清”（语音识别）和“听懂”（语义解析）。但在思必驰团队看来，这两者在帮助机器解决复杂任务上还有所不足，因此推出了“对话管理”技术：基于一定的对话逻辑，允许人机进行多轮次的语音互动，从而让机器理解用户的深层意图并提供反馈。

以前，我如果告诉语音助手“在36氪旁边找一家便宜旅馆”，助手会抓取“36氪”“旅馆”等关键词进行检索并返回结果。但当我问出这句话时其实有两点潜在限定：

1）旅馆要足够便宜。
2）住宿一定涉及时间（但我没有主动表达）。

通常的语言AI不会对这两点模糊表达做出反应，而思必驰的"对话管理"则会做出进一步追问，比如“何时入住？“”住多久？”“附近1公里内最便宜（需要将便宜这个概念数学化）的旅馆每晚300元是否接受？”，通过对上下文的理解逐渐逼近用户真实想法，然后提供个性化的解决方案。思必驰在背后做的，其实是一套结构化的任务处理程序，对话过程则是在不断注入变量。

以往的语音交互模型需要满足两点假设：一是识别和解析模块无错，二是用户指令完整无歧义——这在日常会话场景下是比较少见的。再加上不同交互环节的错误率累乘效应（系统最终输出结果的准确率是不同环节准确率的乘积），交互越多错误率越高。而思必驰则希望依靠上下文理解和机器学习，让AI随着交互数据的积累而越发精准。

当然，思必驰的"对话管理"还远远做不到像《钢铁侠》中Jarvis般的智能，所有逻辑对话只能在一定的知识域（通用或专业资源库）内实现，这要求思必驰必须与合作应用深度耦合才能带来较好的使用体验。目前其合作伙伴有完美世界和同程旅游等，两者正在进行产品开发中，短期内还无法体验到人机对话的效果。思必驰另有一款语音智能机器人在内部开发中，预计本月可以出现。

来自苏州的思必驰是语音领域的后起之秀，团队于12年获得联想、启迪等三方联合投资，核心技术人员为剑桥语音专家。