■曹文韬（微软（亚洲）互联网工程院搜索引擎及人工智能商业平台总经理）
每次社会变革都是由技术推进的，今天我们来到人工智能时代。人工智能时代比移动互联网时代更进一步解决了人类和世界之间的互动关系。重新反思技术发展过程，会发现，人工智能最难的一点在于怎样学会与人自然地交流。2014年，微软亚洲互联网工程院推出了一款人工智能伴侣虚拟机器人，并取名“微软小冰”。这款人工智能产品最基本的定义就是只做一件事情——与人聊天，即像人一样与人类交流。
“微软小冰”如何实现与人类互动交流？它除了有一个非常庞大的基础语料库，还结合了很多技术。例如，人类如果阅读一本书后，就可以将书本中的内容变成自己的语言和身边的朋友互动，其实机器也可以这样做。“微软小冰”通过深度学习的算法不断获取搜索引擎背后所有检索类的文章，然后不断从文章中抽取核心的知识点，把这些知识点本身变成对话语料。所以通过直接机器学习的方式，让它赋予一个快速机器学习的能力。此外，“微软小冰”与人类交互的过程中，能够学习人类如何交流。除了对文本上自然语义的理解，情感是人类交流的很重要元素，怎样理解文字背后情感的内容？怎样对文字在当前语境中打出情感标签？其途径是识别情感标签，同时结合机器的情感因素回复，这就是“机器选择”。机器选择背后是情感因素的选择，同时也反映出机器本身代表的态度和性格。要做一个真实的机器人，不仅仅是文字的翻译，更要基于当地人的文化和沟通特点，重新建立机器人的情感因素，所以小冰在与人沟通的过程中也涵盖了很多本土的文化和本土的特点。
2017年微软小冰拓展到了两个新的国家——印度小冰和印度尼西亚小冰。特别是印度尼西亚小冰，在其技术上用了全新的技术叫生成模型，生成模型分为两种模型——检索模型和生成模型，检索模型是把别人教过的话拼凑、理解、加工变成自己的话；生成模型是小冰自己独创的，这对小冰挑战非常高。印尼语采取了100%生成模型，也就是说小冰自己创造自己的语言，结合当前的语境，与人类对话。
在人工智能里优先选择的行业是媒体行业，媒体本身有大量的内容是人工智能在整个发展中最需要的基础内容和学科。怎样利用人工智能本身的技术帮助媒体在技术变革、社会变革时做到媒体融合和媒体转型，从而帮助整个行业发展？怎样将人工智能的技术开放出来分享给媒体？我们做了很多探索，目前已经取得了初步成效。
媒体行业的发展其实可以分为12个基础模型，这12个模型基本上涵盖了当下媒体能够应用到的很多场景。以下着重介绍4个基础模型。
第一，多平台多渠道的分发与整合。对于新媒体，目前人们谈得更多的是“两微一端”（微信、微博、手机应用客户端），其发展实现了内容的重新整合和分发。在与众多的媒体合作之后，合作平台上每天有大量内容的再更新，同时把人工智能接入进去，每天在这样的平台上通过人和人工智能产生很多交互的内容，有了这些交互内容就可以实现内容本身在新媒体上的聚合。举个最简单的例子，通过对统一的人工智能授权的绑定之后，可以真正地实现“两微一端”平台所有内容的打通，也就是说，所有的渠道无论是“两微”还是客户端，都可以实现内容的整合，也可以实现资源整合渠道分发和资源管理的过程。
第二，知识图谱。人工智能的发展最离不开数据，这就是为什么很多人工智能公司最基础的业务是搜索引擎公司。我们在全球集成了大量的数据，构建了非常完整的知识图谱，这个图谱基本涵盖了世界上所能了解到的所有知识点，以及知识点之间的关系。正是因为有了这样的数据，并将其带入媒体行业，无论是内容抓取还是分发，包括新的内容的生成都可以实现。比如某些专题的报道。以往，专题报道全部是由人工编辑、人工聚合完成的，但其实所有的报道都是关于某个主题，这个主题其实就是知识图谱上的一个节点，这个节点是机器自己聚合和抽取完成，然后就可以实现自动采编的过程。
第三，媒体生产力。当下谈得最多的是机器人写作，2017年，微软小冰已经在某媒体上开了专栏，由小冰自己点评当前互联网的发展，并匿名发表到今日头条、百度百家等平台上，但很多读者并没有真正感知这是机器写的文章，还进行了很多评论、互动。这样的过程离不开知识图谱的数据，它本身就是把大量的数据重新进行了数据的分类，分类之后进行数据的切割，切割之后变成其自身的语言。
第四，个性化推荐服务。除了算法之外，其实人工智能还有很多对于前端用户行为分析的模型以及对于用户兴趣的构建，这本身也是搜索引擎的技术。把技术本身模型化、模块化，并与APP前端进行整合，在整合之上丰富个性化搜索的体验。搜索除了可以基于用户行为本身，还可以把人工智能技术整合进去，在交流和互动过程中了解用户。
