火遍朋友圈的小冰讀心術(shù)是怎么煉成的？

轉(zhuǎn)載贊收藏評論

舉報 2016-01-25

掃描,分享朋友圈

想必各位周末的朋友圈已經(jīng)被小冰的讀心術(shù)刷屏了，15個問題，就能猜到你心里想的那個人是誰，是不是特別神奇，其實我在周末也玩了好幾遍，公允的說，除非你想的是特別生僻的人，一般情況下都會猜對，包括明星和歷史人物，比如端妃，比如容嬤嬤啥的，都能猜對，原理其實也蠻簡單，就是類似二分法不斷排除逼近，但如何把這樣一個嚴(yán)肅枯燥的科研學(xué)術(shù)項目轉(zhuǎn)換成大家喜聞樂見，樂意調(diào)戲和對話的讀心術(shù)？我們來看看亞洲互聯(lián)網(wǎng)工程院小冰項目資深研發(fā)總監(jiān)周力是怎么說的，文章來自極客公園，虎嗅進(jìn)行了節(jié)選。

極客公園：你們是怎么想到要做讀心術(shù)這個項目的？

周力：一方面是微軟亞洲互聯(lián)網(wǎng)工程院和微軟亞洲研究院一直在搜索數(shù)據(jù)上有一些積累，在全球，必應(yīng)有一個項目叫「知識圖譜」，積累了每一個出名的人從最基本的性別、出生日期到一些職業(yè)、著作等信息。這一點為微軟去做讀心術(shù)這樣的項目降低了門檻。

另外一方面，我們也一直希望通過一些可以在 H5 中進(jìn)行的游戲去讓更多人了解小冰。一方面這個游戲要有可玩性和可傳播性，另一方面它和小冰原有的比較核心的、它跟人可以持續(xù)對話的這種交互方式吻合。

游戲可能很多，但讀心術(shù)比較符合小冰作為一個「人工智能」的定位，同時，它也是需要雙人對話的形式，與小冰原有的交互形式吻合。當(dāng)然，讀心術(shù)是我們現(xiàn)實中比較無聊時候會玩的一種游戲。

極客公園：從知識圖譜中挑選數(shù)據(jù)到讀心術(shù)數(shù)據(jù)庫中的標(biāo)準(zhǔn)是什么？

周力：在微軟的知識圖譜中，總共有幾百億個實體，但這不等同于讀心術(shù)中用到的人。這個數(shù)據(jù)是非常大的量級。有些「邊角」的人物，都沒有選擇到讀心術(shù)的數(shù)據(jù)庫里。國際上的人物，我們也只是挑選了中國用戶比較熟知的，好萊塢影星、NBA 球星等等。

火遍朋友圈的小冰讀心術(shù)是怎么煉成的？

極客公園：讀心術(shù)這個項目中最關(guān)鍵的是什么？

周力：關(guān)于數(shù)據(jù)的積累和嘗試微軟內(nèi)部很早就開始了，讀心術(shù)這個項目是 1 月 20 日上線的，其實當(dāng)晚用戶參與度就很高了。一直到現(xiàn)在，基本處于小冰（讀心術(shù)）每秒鐘能收到幾千次的對話的程度。從對話的角度統(tǒng)計的話，讀心術(shù)的互動已經(jīng)有幾千萬條（不包括網(wǎng)絡(luò)延遲造成的未統(tǒng)計部分）。微信 H5 傳播的這種方式不太適合統(tǒng)計用戶的數(shù)量，按 15 個問題的比例估算的話，參與的用戶可能已經(jīng)上千萬。

但其實因為前期的數(shù)據(jù)積累已經(jīng)很成熟，所以這個項目從設(shè)計到完成技術(shù)，前后也就一個多月時間。關(guān)于問題的設(shè)置，花了一定的時間。我們希望讓這個交互的過程不只是干巴巴的對話，而是能夠讓問題多樣一些。

真正從問問題的角度來講，應(yīng)該說問性別男女這樣的問題是最容易開始的，有些問題必然是最容易分清一撥人和另一撥人的。但是如果你每次的問題都是這樣的，用戶玩多了可能會厭煩。考慮到這一點，我們問題的設(shè)置中，可能是會隨機(jī)的出一些比較有效的問題，而不是固定所有的問題都是最優(yōu)化的。

從猜測的準(zhǔn)確性來講，游戲最開始的版本是設(shè)置二十個問題。但我們不想把它作為一個科學(xué)的測試，想讓大家覺得更好玩。二十個問題的準(zhǔn)確率會高很多，但是經(jīng)過一些調(diào)試，用戶可能會沒有這個耐心。我們最后把最大的輪數(shù)調(diào)到了十五，另外這不是個固定的數(shù)字，小冰也可能第八、九輪就猜出來了。這樣一來，用戶能更快體驗到游戲的樂趣，雖然可能稍微犧牲掉了一些準(zhǔn)確性。但大家覺得好玩，比最終的準(zhǔn)確更重要。這是我們做出的一個取舍。

極客公園：小冰好像經(jīng)常猜錯，用戶的吐槽有很多，你們聽到了嗎？

周力：對，我們都看到了（笑）。但猜不準(zhǔn)其實有很多原因。

你在給出一個問題答案的時候，包括真人，也不可能百分百客觀或者正確。一個例子是陳妍希。她出名在演過電影和電視劇，就算她的粉絲可能也不太知道她也出過專輯。比如，小冰問，她是不是唱歌的？可能很多人的回答可能就是沒有唱過，但是大數(shù)據(jù)擁有的可搜索數(shù)據(jù)太多，就找到陳妍希的音樂。從它的角度來說，陳妍希其實是出過專輯的。類似的細(xì)節(jié)大數(shù)據(jù)的判斷跟大眾的印象就不一樣。

再比如，小冰問這個人帥不帥？類似問題是比較主觀的。還有人在回答問題的過程中會說很多次不知道。這些因素導(dǎo)致最終這個查找過程并不是一個完全對等匹配的。發(fā)布前我們就在做相關(guān)的優(yōu)化，允許回答問題的人在出現(xiàn)一些不知道答案的情況下，去更好設(shè)置問題的邏輯。當(dāng)然這樣造成了計算相對更加復(fù)雜，也會讓小冰回答問題更慢一些。這是我們的另一個取舍，如果為了小冰的答案更準(zhǔn)確，讓它一分鐘回答你一次而不是一秒鐘，這樣的話用戶的時間成本也很高。

火遍朋友圈的小冰讀心術(shù)是怎么煉成的？

極客公園：這么說，其實小冰給人帶來的情感互動是你們放在第一位的？

周力：可以這么說。小冰之前推出過一個成語接龍的游戲，只要有一個足夠的成語庫，小冰知道每一個字的讀音，在這個游戲里，理論上來說，人工智能是完全無敵的，人是不可能贏過它的。我們在玩的時候發(fā)現(xiàn)了這一點，就專門設(shè)置了用戶在玩的過程中，小冰會故意輸?shù)簟＿@樣可能會讓用戶有繼續(xù)玩下去的動力。

我們的出發(fā)點就是希望讓小冰跟用戶更好地互動，而不只是展示它有多聰明。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨立觀點，不代表數(shù)英立場。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。