身价4000万的汪仔火了后，我们来聊聊人工智能技术

原标题：权威详解：《一站到底》里的AI汪仔，到底靠什么技术碾压人类

来源：量子位

春天来了，又到了人机交战的季节。

七年前的二月，IBM人工智能计算机Watson在答题节目《Jeopardy!(危险边缘)》中称王，击败了这个节目历史上最强大的两位人类高手。这个二月，搜狗人工智能机器人汪仔在答题节目《一站到底》中登场，击败了站到最后的人类选手。

在《jeopardy!》里，最强的人类选手最后不得不写下名句，俯首称臣；而在《一站到底》的赛场上，汪仔也表现出碾压般的优势。同样是答题节目，同样是人工智能，七年时间过去，现在的汪仔和当年的Watson，到底有何不同？

而号称历时9 个月，耗资4000 万打造的汪仔，背后到底是哪些核心技术，研发过程又有哪些挑战？未来人工智能技术又会怎样发展？

△ 图左为许静芳，图右为刘明荣

搜狗搜索技术负责人许静芳，以及搜狗搜索总监刘明荣，把上述种种问题的答案抽丝剥茧告诉量子位。下面是他们的权威详解：

汪仔和当年的Watson有什么不同？

1、输入方式不同

Watson是特殊接口文本输入，输入内容准确无误。

而《一站到底》是主持人念题加题板展示题目（两种来源都是逐字出题），汪仔通过搜狗的语音识别和图像识别技术，利用语音和图像两种方式获取，再转换成文字。语音识别、图像识别都是AI的关键技术，同时识别的错误会进一步提升答题的难度。

2、题目设置不同

《jeopardy!》的题目有显示类别和相应的奖金数，类别对于答题有帮助，能够将答案限定在特定范围内。而《一站到底》中的题目没有给出类别，需要汪仔通过算法识别问题的类别，增大了答题的难度。

当然《jeopardy!》中题目的奖金不同，最后以获得的奖金数定输赢也带来了新的问题，这点是一站到底所没有的特性。

3、赛制不同

《jeopardy!》必须主持人把题目完整念出后选手才能抢答，而《一站到底》是在开始念题后任意时间都可以抢答，答对自己得分，答错对方加分。

因此在高水平的选手有大量的题目都是在题目尚未完整时就作答，汪仔同样有很强的抢答，即根据题干片段去预测问题并作答的能力，这是Watson所不具备的能力。

4、知识获取方式不同

Watson是一个封闭系统，不联网，利用其离线的知识库答题。而汪仔通过联网，对全网信息及搜狗知识图谱进行在线答题，在利用更大范围信息的同时也对答题速度提出挑战。

5、其他

汪仔除了能回答知识问题，还有聊天功能，可以和主持人进行自然语言交流。

汪仔主要基于哪些技术？

汪仔背后核心技术主要包括：语音识别、OCR、自然语言理解、数据挖掘、信息检索、知识图谱和文本计算等，这些技术是当今人工智能领域最新发展的集中体现。

其中语音识别、OCR技术代表了机器学习和深度学习的最高水平，自然语言理解是未来人工智能发展需要进一步解决的重要核心问题，代表了未来发展的重要趋势。

关于这套系统的架构，量子位还得到了一组图形化的说明。就列在下面（点击看大图）

有多少软件工程师支持汪仔？

长期投入的核心开发人员在十人左右，此外还有支持项目的各类工程师约十人。

量子位补充一点相关信息：搜狗CEO王小川此前透露，汪仔由搜狗和清华天工研究院联合开发，耗时9 个月，耗资4000 万。

研发过程中，最大的困难是什么？

《一站到底》有个非常特殊的规则：开始读题后，任何时间都可以作答。

答对得分，答错对方加分。所以答题速度非常关键，这里不仅仅是听到完整题目后能够在极短时间内答题，更重要的问题是能够根据部分题目就预测问题并作答，实际上顶尖的人类选手也很大比例在题目不完整情况下答题。

答题速度上我们做了两大类事情：第一是从接收到语音、图像开始，语音识别、图像识别、搜索、答案抽取这整个系统都在速度上追求极致。在过去几个月里后台的处理速度较刚开始提升了10 倍，无论是识别还是转换成文字后的问答，在速度上都做到极致。

第二类问题是推理，即根据部分信息预测问题并作答。我们根据学习历史上的题目，建立一套推理机制，使得机器人能够根据部分信息推理，例如 当前问题是“位于XXX的”，我们通过“位于”这个词就可以推导出问题答案是一个“地理位置”。

又例如问题中提到了“千湖之国”，则很有可能答案是“芬兰”（芬兰的别称是千湖之国），问题中提到了“穆斯林的葬礼”，则很有可能是问其作者“霍达”，这些信息是我们基于海量知识文本分析挖掘、学习得到的。

目前汪仔回答题目的80%都能在题目不完整时通过推理回答，较最初的版本有了质的飞跃。

汪仔和其他人工智能产品有何不同？

汪仔是一款自然语言问答类产品，产品功能定位决定它必须具备感知语音信号输入，并可进行认知推理的能力。

目前市面上的人工智能产品大多数仅具备感知能力，这些产品在特定领域能够辅助我们高效完成任务，比如语音识别类产品，可以帮助我们快速方便地输入文字，人脸识别类产品可以提供便捷准确的安防服务。具备认知能力的人工智能产品目前还比较少。

在自然语言理解领域，汪仔代表的智能问答就属于认知类产品，它除了具备识别人类语言文字这样的感知能力，还能够理解文字背后的含义，也就是理解人的需求，在理解需求的基础上，进一步通过推理计算获得满足用户需求的精准答案。也就是说，汪仔拥有认知推理能力。

（编辑：源码网）

【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!