“任何足夠先進的技術，初看起來都與魔法無異”——這是著名科幻作家克拉克總結的第三定律。
今年以來ChatGPT掀起的智能交互變革，大語言模型的智能涌現(xiàn)能力，在很多人眼里，真的就像魔法一樣。
當然，大家心知肚明，技術世界里哪有什么秘訣和魔法，還不是一行行代碼、一個個日日夜夜、一次次的bug調優(yōu)迭代，最終讓技術創(chuàng)新像魔法一樣出現(xiàn)，驚艷世人。
所以，在如火如荼“大煉模型”的時間節(jié)點上，比起技術的玄妙，我們更關心那些“高大上”的技術，究竟是如何被打磨出來的，又會怎樣改變我們的生活與工作？
要弄懂這一點，就需要了解技術的真實進展與發(fā)展脈絡。于是，我們想到了“吳文俊獎”。
如果你關注AI領域的硬核技術，一定對“吳文俊獎”不陌生。
2011年，中國人工智能學會發(fā)起設立的“吳文俊人工智能科學技術獎”，是我國智能科學技術領域唯一依托社會力量設立的科學技術獎，也被譽為“中國智能科技最高獎”。
十二年來，吳文俊獎激勵著扎扎實實的個人、技術和項目，同時作為一扇窗口也展現(xiàn)著中國AI的發(fā)展方向和探索成果。
在“吳文俊獎”科技進步獎的名單中，我們看到了一個與類ChatGPT技術同出一源（NLP）、又獨辟蹊徑的項目——任務型智能對話交互關鍵技術及大規(guī)模產(chǎn)業(yè)應用，由京東的何曉冬博士團隊研發(fā)。
簡單來說，這是一個由語言模型、圖像生成、數(shù)字人等多種能力構成的技術群落，并實現(xiàn)了從學術界到產(chǎn)業(yè)界的落地。
如果我們想了解智能對話的“魔法”，以及正在真實發(fā)生的產(chǎn)業(yè)變局，這些具體而真實的場景、人、技術和創(chuàng)新，是一個非常好的切面。
登上吳獎獎臺的技術，也是你我身邊的“魔法”
吳文俊人工智能科技進步獎是頒給底層技術的，而相比復雜艱深的學術名詞、函數(shù)公式，普通讀者更關心的是，這些底層技術究竟是怎樣從吳獎獎臺，來到你我身邊，變成日常生活中的“AI魔法”的？
這一次，京東何曉冬博士團隊，告訴了我們答案。
在訪談現(xiàn)場播放了一段枸杞帶貨的視頻，視頻中人物的形象、腳本、語音和動作全部都是AI生成的。
這種高真人還原度的AI應用，正是基于獲得吳文俊獎的京東云智能交互技術體系打造的。
何曉冬博士透露，京東一直持續(xù)技術投入，在AI領域沉淀出的綜合性應用平臺就是“言犀”。
開放式閑聊，用戶對技術的包容度很高，即便系統(tǒng)犯錯，用戶也可能會覺得有趣。但在言犀面對的任務型對話場景中，用戶都會帶著解決復雜問題的明確目的。以應用最廣的零售場景為例，他們需要智能客服精準解答售前咨詢、退換貨、配送等各環(huán)節(jié)的問題，這時候系統(tǒng)犯錯，就是“火上澆油”。
所以，“言犀”的語音生成、情緒感知、多輪對話決策推理等核心技術，必須滿足真實場景的嚴苛需求。
（京東云“數(shù)字人”）
為此，京東云在技術上進行了大量創(chuàng)新：
1. 知識指導的多模態(tài)可控對話生成。就拿數(shù)字人直播來說，要還原真人的表現(xiàn)力，做到惟妙惟肖的語氣、口音，對技術的先進性要求很高。京東云言犀團隊提出了多顆粒度韻律增強的語音合成技術，提高語音的韻律豐富度和可控性。同時，提出了知識融合的預訓練語言模型和多模態(tài)可控對話文本生成模型，提升生成文本的專業(yè)度豐富度。這樣，一個AI科學家也能在數(shù)字世界里，一秒化身“養(yǎng)生專家”，頭頭是道地提供相關領域知識。
2. 極簡條件下智能行為感知與數(shù)字外觀重建。說實話，數(shù)字人帶貨的視頻很難分辨出是AIGC，其中一個原因就是生成的動作自然、合理，“不像假的，再看看”。這源于言犀團隊與清華大學等一起提出的一系列高精度人體外觀感知與重建方法，達到國際領先水平，算法效率提升了1個數(shù)量級，可以在極簡條件下進行人體重構，應用于數(shù)字人交互服務場景。
3. 多輪對話決策推理。在實際場景中，數(shù)字人主播可以跟真人消費者進行復雜的互動和講解，那么問題來了，現(xiàn)實中的人會有口語化、不規(guī)律停頓等情況，如果AI在用戶思考的時候就盲目打斷，把對話接過來，很可能讓用戶不高興，這就不夠智能了。何曉冬博士介紹到，智能對話的本質是決策，AI要能夠以毫秒為單位，進行綜合性、多模態(tài)的判斷，然后決定什么時候切進去、什么時候繼續(xù)等待。針對人/機話語權決策等問題，言犀團隊提出了多輪對話決策推理等技術，打造了國際領先的解決方案，此前還曾獲得國際競賽Wikihop、HotpotQA冠軍。
登上吳文俊獎領獎臺的“技術魔法”，背后是一件件源于扎實應用場景，具體而真實的創(chuàng)新，也在2022年7月通過了中國人工智能學會組織的科技成果鑒定，組委會做出了“該項目技術復雜，研制難度大，創(chuàng)新性強，項目成果整體處于國際先進水平”的評價。
京東魔術師：一群AI人的“側寫”
在訪談現(xiàn)場，我們見到了言犀團隊的多位成員，一番對話后，我愿稱他們?yōu)椤〇|“魔術師天團”。
為什么這么說？其實，在國際賽事上刷榜的國內團隊很多，但能讓技術真正創(chuàng)造產(chǎn)業(yè)價值與社會效益的團隊，真是鳳毛麟角。
在吳文俊獎的最終答辯環(huán)節(jié)，面對院士專家組成的評審團，何曉冬博士分享了一個現(xiàn)實案例：去年北京市有2600萬通“96010”電話，是借助言犀的人工智能對話技術打出去的。而這些工作，如果沒有用AI，需要1萬名社區(qū)人員不停地打好幾個月。
技術成果的規(guī)?；瘧?，產(chǎn)生了重大的經(jīng)濟和社會效益，也是評委們認可的要點。
這種將技術價值與產(chǎn)業(yè)價值“合二為一”的能力，正是源自京東云言犀團隊的全員“魔術師”，看似神奇的成果背后，是日復一日的苦練鉆研，以及想用技術創(chuàng)新推動產(chǎn)業(yè)躍遷那份心意，最終點亮了AI魔法。
“學術”與“產(chǎn)業(yè)”是“兩層皮”，這個問題一直困擾著全球學術界和工業(yè)界的眾多研究者。即學術成果和落地應用之間，很難達到一體化，要么學術成果難以落地，要么落地之后效果不好，成了“買家秀”和“賣家秀”的區(qū)別。但在京東，好像這個問題并不存在。
我們訪問了幾位團隊成員，從他們口中找到了技術的產(chǎn)業(yè)落地“之所以是京東”的答案。
1.嚴謹態(tài)度。技術創(chuàng)新必須經(jīng)由實踐效果的檢驗。何曉冬博士透露，今年言犀要發(fā)布一個千億級大模型，但內部非常嚴肅看待這次技術革命，做大模型不是為了好玩，也不是發(fā)個產(chǎn)品就可以了，而要在京東核心關鍵的場景上有比較好的實踐效果后，才能讓合作伙伴落地使用。
2.深入業(yè)務。吳友政博士在自然語言處理、人機對話、語音識別、機器翻譯等前沿技術研究和產(chǎn)品研發(fā)方面成果斐然，他介紹到，京東云言犀團隊做的很多技術攻關，目標就是解決京東復雜的、真實的、大規(guī)模場景中的問題，要求算法同學們都要深入業(yè)務，而不是在實驗室做模型。所以，2018年產(chǎn)業(yè)互聯(lián)網(wǎng)還沒有那么火熱的時候，言犀就已經(jīng)在B端智能領域進行了探索，了解每個業(yè)務的痛點，和業(yè)務同學梳理出真正的問題是什么，用最終的業(yè)務指標去衡量技術先進性。
3.擁抱用戶。在交流中，幾位技術人員都提到了一個“人”——用戶。
語音合成領域的張政臣博士說，技術攻堅中最大的困難，就是用戶明顯感覺到“你這個技術不行啊”，最開心的時候，是聽到大家說，“我跟何博士很熟，剛才那段生成對話居然沒有聽出來”。
陳蒙博士負責人機對話，最典型的落地場景就是智能客服，京東零售有幾千個品類，每個店鋪賣的東西不一樣，智能客服要針對不同品類來回答用戶的售前售后問題，陳蒙博士說：“實際應用時，不是每家企業(yè)都有GPU卡，還要考慮不增加企業(yè)的成本，還能有比較好的初始效果，這就要求我們提高模型的泛化能力?！?/p>
語音識別方向的范璐博士，一個核心任務就是理解用戶說話的情緒，來理解客戶到底在什么階段有什么需求，從而做出更準確的決策判斷，來提供更好的服務。他直言：“做技術的人要理解用戶的問題，去找解決問題的錘子，而不是拿著錘子找釘子……當用戶反饋說，我們的一些產(chǎn)品真的幫助到了他，感到了關懷和溫暖，我感覺加過的班都值了?！?/p>
魔術師的帽子里，有抽不盡的彩帶，飛翔的白鴿，只為了讓觀眾驚艷、笑出聲來。對于用戶來說，京東云的技術人員，正是在產(chǎn)業(yè)里制造神奇的魔術師，讓艱澀的技術和枯燥的代碼，轉變成產(chǎn)業(yè)應用的繁花似錦、用戶指尖的靈機一現(xiàn)。
產(chǎn)業(yè)AI：一個關乎中國的遠大前程
狄更斯在《遠大前程》中，展現(xiàn)了時代轟然向前對個人的成長和經(jīng)歷，會產(chǎn)生巨大影響。這與我們當下所處的時代變遷，何其相似？
今年以來，交互方式的變革，讓絕大多數(shù)人都感受到了人工智能洶涌澎湃的力量。沒有人會懷疑，智能技術正在快速重構一切，關乎一個人、一家企業(yè)乃至一個國家的遠大前程。
何曉冬博士坦言，AI正在帶來新的生產(chǎn)力，幫助商業(yè)效率進一步提升。
而在這個確定的未來中，一家企業(yè)需要具備怎樣的基礎能力？
何曉冬博士覺得，答案是“產(chǎn)業(yè)AI”。
何曉冬博士很清楚，一項新技術要從學術界抵達產(chǎn)業(yè)，真正發(fā)揮效用，中間存在無數(shù)限制和困局。
他說：“人的終極三問——我是誰，從哪來，要到哪去，放在AI這就是要思考，智能是什么，智能的脈絡和智能體能為現(xiàn)實世界帶來什么?！笨茖W家做研究，解決第一個問題很容易，造出一個“智能機器”，但落地到物理世界的時候，未必能解決每個具體場景和從業(yè)者的痛點。何曉冬博士說到：“我最近五年在京東做‘產(chǎn)業(yè)AI’，覺得這個路子是值得持續(xù)挖掘的，技術能深入到社會和經(jīng)濟領域，真正減輕客服等工作人員的負擔，提高生產(chǎn)效率。”
這五年，也是京東云成長的五年，已經(jīng)探索出了一條產(chǎn)業(yè)AI的路線圖：
以技術為起點，建立完善可用的技術底座。
一方面，解耦京東技術與服務能力，京東云將數(shù)智供應鏈場景中成長出的AI能力，服務千行百業(yè)。此外，始終搶先布局，針對大模型等新技術一直在布局，比如百億級模型Vega，在全球機器翻譯比賽上獲得了多個第一名，體現(xiàn)了京東在大模型方面的技術積累和技術實力。
以產(chǎn)業(yè)為終點，服務傳統(tǒng)實體行業(yè)。
何曉冬博士提到，技術落地最大的困難就是，很多科學家覺得有價值的事情，對行業(yè)來說沒有解決內部痛點。自己前20年做技術，能消除學術和產(chǎn)業(yè)的鴻溝，是他加入京東后非常欣慰的事。
比如對消費者來和對用戶來說，直接使用智能交互技術，是很難的，而京東憑借自身零售、物流、產(chǎn)銷等業(yè)務能力，可以將整個業(yè)務系統(tǒng)串聯(lián)起來，同時將京東內部實踐錘煉出的AI能力，進行成本、效率、體驗的再優(yōu)化，然后對外賦能。
言犀智能人機交互平臺，就是技術規(guī)?；x能實體行業(yè)的載體，整合了過往產(chǎn)業(yè)實踐和技術積累，在每天上千萬人次多輪對話交互服務中持續(xù)迭代，產(chǎn)業(yè)服務能力突出。
比如政務領域，京東云將言犀的新一代人機協(xié)同技術全面注入政務熱線服務，幫助東莞12345熱線，進行了智能化升級。東莞12345熱線2022年全年話務受理量從270萬通升至581萬通，在工單自動轉寫、精準派單、智能知識庫聯(lián)想等能力的加持下，接通率由40%升至超90%，等候時長由80秒壓至30秒，工單平均辦理時長由12.6天壓至4.3天，滿意率升至96.8%。在保定，借助京東云的對話分析技術，保定12345實時預警研判出多起覆蓋升學、食品安全、營商環(huán)境等方面潛在群體事件……
企業(yè)服務領域，直播已經(jīng)成為各大企業(yè)觸達潛在消費者、擴展品牌知名度的重要渠道，某頭部3C品牌就借助言犀數(shù)字人產(chǎn)品，定制了自己的IP形象，實現(xiàn)了非真人時間段的快速開播。目前，數(shù)字人主播的每日成交金額最高達到真人主播的2.3倍，每小時成交金額占真人45%，但成本不到真人的十分之一，幫助品牌服務好消費者，同時降本增效。
AI的技術起點與產(chǎn)業(yè)終點之間，需要深度應用、不斷打磨，京東云有一群將AI學術與產(chǎn)業(yè)緊密結合的技術人，愿意深耕每一片產(chǎn)業(yè)熱土。
不斷聆聽來自產(chǎn)業(yè)和用戶的聲音，徹底改變那些沉淀已久的頑疴，這是京東云能持續(xù)讓技術在產(chǎn)業(yè)領域中產(chǎn)生價值的重要原因。
今天，AI+產(chǎn)業(yè)已經(jīng)上升為國家戰(zhàn)略和社會的共同期待，但想讓AI真正為行業(yè)帶來價值，惠及千家萬戶，僅僅有宏大的愿景與美好的希冀遠遠不夠，將學術圣殿與產(chǎn)業(yè)土壤鏈接到一起，才有完整的“產(chǎn)業(yè)AI”，才能回答人生的“終極三問”。
從京東云言犀團隊的獎杯里，我們可以讀到產(chǎn)業(yè)AI的春華秋實，理解技術走向物理世界的因果。
每一個神奇時刻的背后，其實沒有“銀彈”，沒有奇跡，只有踏踏實實深入AI世界深處的人與故事。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
