临近岁末年初，各大科技厂商都在花大力气陆续发布新技术新产品。其中，关于新图灵测试而它所开启的广阔空间也成为了业内热议的话题。在年的2020致远大会上，JD.COM集团技术委员会主席、JD.COM智联云总裁、JD.COM人工智能研究院院长、乔春明周博文提出了替代方案在与斯坦福大学教授兼人工智能实验室负责人克里斯托弗曼宁的对话中。
不久前，在CIIS2020上，JD.COM将多模态内容生成和多轮对话等人工智能技术与智能交互机器人流程自动化(RPA)相结合，创建了一个智能交互技术系统，可以适应不断变化的消费者需求和复杂的服务行业业态。它不仅使新图灵测试可能，但也使我们看到了JD。COM思想AI与RPA的结合，将决策与管理和执行联系起来，工业数字化带来的全新发展机遇逐渐清晰地出现在我们面前。
一个悖论：为什么图灵测试不适合做工业智能的标杆？
图灵测试是人工智能领域的基本术语。1950年，艾伦麦吉森图灵(alan mathison turing)预言，到2000年，人工智能可以在5分钟的问答中愚弄30%的成年人。那么，发展了几十年的AI达到图灵了吗预测标准？随着GPT3、BERT等大规模、高性能算法的出现，AI不仅可以写诗、画图、讲故事，还可以模仿客服给消费者打营销电话，骗取人类信任.似乎已经达到了预测的水平。
但本质上，图灵的预言实际上指向了具有真正智能的机器的可能性，也就是说人类可以造出具有思维能力的机器。2014年，人工智能软件Eugene Goostman通过了图灵测试，被认为具有人类智能，但实际上，这尤金根本没想过。这种表里矛盾使得图灵测试成为智能的标杆，行业AI落地过程中有两个问题需要解决：
第一，无法量化。虽然目前很多算法都能通过图灵测试，但是这个评测基准对AI应用落地行业并没有直接的帮助和借鉴意义。因为图灵测试没有规定提问的范围和提问的标准，所以它与人类的交流是随机的，没有具体的内容。评估人工智能系统的智能，正如克里斯托弗曼宁教授在会议中提到的那样。我们需要找到另一种方法，即标量的真正理解和真正的持续对话。
图灵测试的第二个问题是它可以测试人工智能系统在工业应用中的效率。在工业智能化的过程中，AI往往需要被用来解决具体的问题，比如帮助零售商与消费者顺利沟通，这就要求它具备广泛的心理能力并且需要调动特定的能力，例如意图感知、语音识别、语义分析、内容生成等。无法用图灵测试具体评估。从这个角度来看，寻找新的评价标准，是AI进入社会化大生产后自然的产业需求。
一种可能：AI RPA如何打开新图灵测试的世界？
既然图灵测试可以满足AI产业化应用的评测需求，周博文会提出一个很新颖的概念，直接让两个对话式AI进行货物文章。通过统计每小时能卖出多少货的可量化指标，可以比较出哪个AI s对话更吸引人，以此来评价对话式AI的智能水平。这个想法已经在CIIS 2020上变成了现实。周博文分享了这个高级版的负载测试当场：
JD.COM挖掘上亿SKU的卖点，自动生成文案、背景音乐、虚拟影像，再加上咨询和导购客服。整套服务可以自动生成每一项的专属主播介绍，用弹幕和语音与观众实时交流，回答问题，规模化、自动化地推动文章行业向亿级播放和商品销售迈进。
要完成这种实时、可量化、智能化的交互，需要很多技术。首先，我们需要使用深度学习神经网络和知识图谱来识别和理解材料。然后根据多模态数字内容生成技术，系统可以自动生成精彩解说，自动挖掘卖点，自动生成销售文案，生成语音背景和音乐，还可以为每个消费者生成唯一的虚拟形象，然后用JD.COM TTS语音驱动虚拟主播进行讲解。
比如消费者在和智能客服或者智能主播对话时，用文字表达自己的困惑，我想找一件波浪边的黄色连衣裙。"多模态智能对话可以快速将这些文字以图像的形式表达出来，并展示出符合要求的图片。同时，主播会形象地向消费者介绍裙子可以像风一样摇摆~ 讲解过程中，系统需要根据消费者的实时弹幕快速。
让消费者缩短无效观看时间，与主播一对一交流；同时也让很多商家通过低门槛、自动化的文章带货。AI主播可以进一步收集消费者问题和困惑，并及时反馈给商家进行迭代和优化，相当于有了一个零售顾问。据JD.COM平台实际数据显示，目前该技术已在好货频道、社交电商、预售导购机器人京和小智、匹配购买、what s值得购买APP，其中AI材质的曝光点击率是人工材质的1.4倍。让机器理解人这就是AI RPA在JD.COM的整合所带来的智能服务的魅力。
随着货物锚模式下，我们可以看到——AI RPA背后的技术组合新图灵测试，不同于传统的代理？首先，也是人和机器的交互。AI RPA的效果可以量化，以支持行业的运营、管理和决策。比如对话式AI可以在与消费者的对话中自我学习和进化，在垂直领域变得更加智能，输出更有吸引力的内容。
其次，AI RPA的协作赋予了自动化服务独立判断、决策和推理的能力，设计出具体清晰的协作任务，就像一个智能大脑突然拥有了四肢和移动性，其中AI作为大脑可以提高系统的服务效率，独立承担一些简单重复的任务。最后，也是最重要的一点，AI RPA背后的核心逻辑和技术体系具有很强的泛化能力，在服务业数字化转型的很多流程中都有明确的价值体现。
执行层将服务员、客服等一线员工从重复中解放出来，帮助他们提高工作效率；管理，提取有用信息，通过逻辑实时分析业务变化；最后形成直观的可视化报告或数据图，帮助决策层提高决策效率。比如基于JD。COM 凭借在智能交互式RPA和数据智能领域的积累，咨询大脑由JD.COM创造的智联云已经被用来建立一个城市咨询情报中心，它可以提供涵盖人民生、政务服务、精细化管理、公共安全等领域。
从智能交互出发，可以清晰的看到服务业的迭代路径和可行性。那周博文会说，这就是为什么这种面向任务的对话智能会带来一个由人机交互技术驱动的万亿美元市场。
三方突围：如何破解JD.COM服务业数字智能的三重困境
在CIIS2020上，周博文表示，工业数字化是传统产业利用AI等新一代信息技术提高效率，而服务业涉及金融、教育、电商、物流等多个行业，数字化、智能化水平不一致。下一步应该是人与人工智能之间协作的深化，以进一步提高服务的效率。这是智能时代科技企业的成长密码，也是京东的核心方向。COM 的努力。
目前，服务领域的数字化存在三个问题：
第一，重塑服务业难度大：很多现有的标准化服务流程完全可以被重塑和再造，从而提高服务效率。而传统服务业在智能技术认知和基础设施方面相对薄弱，需求、规模、痛点千差万别，需要全场景的系统来实现适配。
二是基础设施运维难度：很多服务行业存在对智能技术认知不足、人才匮乏等问题，而AI项目的成功率直接取决于其批量复制和高效运维的能力。如何通过工具化生命周期管理，将工程数据运维、模型运维、开发运维三大核心支柱整合并提供给行业，是科技企业必须着力解决的问题。
三、多模态交互的难度：在复杂的现实环境中，用户意图往往以多模态的方式表现出来，语言、文字、图像、文章等。可以作为传递信息的媒介。传统AI一旦需要处理边界和规则不清的问题，效率迅速下降。只有解决了深度语义理解、多模态交互技术、对话内容生成、复杂场景下多轮对话与决策技术等。智能交互能否真正释放行业的创新价值。
就像这样，JD.COM发布的多模态交互、内容生成等一系列解决方案，让成千上万的智能交互应用真正进入工业领域，服务业数字化智能化转型的浪潮正在快速到来。
比如传统的客服机器人，只能把市民投诉的问题记下来，然后提交给后台工作人员安排处理。随着智能交互系统的落地，山西大同的12345最近有了一些明显的变化。可以通过智能动态交互准确了解在哪里，什么情况，是什么路灯，通过数字私有云管理系统调动相关区的卫生局，通过AI出站联系相关人员解决这个问题，创建这个工作秩序和状态。
确认修复后，市长热线再次呼出，告诉公众，受理投诉和处理投诉的智能服务已经修复。是不是每个打开手机的市民都会感受到城管的速度和文明？在疫情防控严格的当下，基于智能交互的智能出境疫情系统还可以自动完成出境疫情调查、通报、信息收集、病例随访等工作。能否有效减轻医护和基层人员的负担？
我想以上答案都会是肯定的。智能交互也可以应用于客服。如果你厌倦了打客服电话时漫长的等待和傻乎乎的沟通，智能交互或许可以在未来拯救你和客服。在传统的客服模式下，人工客服需要花三分之二的时间在了解客户上需求，剩下的就花在后台查询、业务办理、创建汇总上，为客户完成后续服务跟踪和闭环。京东智能交互可以在分配电话席位前进行机器探索，将合适的画像和需求匹配到最合适的人工智能客服；比如手机的特殊功能，会找手机专家解答问题。
在实时对话中，系统会自动识别高浓度的负面情绪。疫情期间，智能客服与一位年轻cu进行了对话
从识别到理解，再到生成千人千面的个性化服务，是AI能力的迭代进化，也是京东的展现。COM 关于连接技术和工业的独特思考。技术创新的同时，被赋予了广阔的产业价值机会，在产业AI和AI产业化的时刻，进一步点燃了AI改造世界的可能性。在演讲的最后，周博文表示：未来10年，基于技术和智能交互的服务业数字化将是我们下一个产业的巨大浪潮。
这是未来的起点，也是等待你我共同探索和感受的特殊时刻。
fqj
标签：智能AI图灵