2019年8月15日，微軟正式推出了第七代微軟小冰，這一年也標志著微軟小冰的走過了第五個年頭。作為微軟推廣其人工智能應用與落地的高級品類，并歷經了前六代的積累，有著更完備情感計算引擎的微軟小冰正朝著更全面、更廣泛的平臺化方向邁進。當前，微軟小冰自身的技術演進也在持續的推進過程中。面對平臺化戰略帶來的多樣化需求，微軟小冰也需要進行快速的自我迭代，以應對各種已知的和未知的應用場景，以實現微軟小冰的通用化，甚至在某種程度上實現自我學習。

就像嬰兒咿呀學語一樣，“對話”不僅是微軟小冰的價值輸出核心，也是實現自身進化的引擎。作為一個走向“自我完備”的對話AI，微軟小冰需要做到進行更長的多輪對話，從人類和其他對話AI中學習，能夠跨模態吸收知識，還要具備強大的比喻聯想能力和創造力。這些能力貫穿了對話機器人這些年來，甚至可能是未來一段時間整個業界的研究與發展的方向。

微軟小冰的對話引擎進化，一部分來源于三種模型：檢索模型、生成模型和共感模型。其中，檢索模型通過重用已有的人類的對話來實現人機交互，目前不僅能夠在單輪對話中實現高精度的回復匹配，在多輪對話中也有著很好地表現；生成模型現在能夠自然地把外部的知識引入進來，通過基于注意力機制的序列到序列的模型遴選話題語料，最后再在解碼的過程中單獨做出一個話題的生成概率，讓話題能夠更容易出現在回復中，使對話更加深刻。

而共感模型的核心是通過對話策略對整個的對話流程進行把控，因此共感模型背后是由有兩個模型組成的：回復生成模型，決定機器人說什么；策略決定模型，決定機器人要怎么去說。

這兩個模型結合在一起就把微軟小冰從原來基于上下文直接產生回復的模式，變成了從上下文到決策，然后再根據這個決策來決定說什么。共感模型最大的靈活性就在于策略，這個策略可以是一些要表達的意圖，比如主動引導話題、提問、向對方確認一些事情，或者聽一聽用戶在說什么，或者做一些無意識的、簡單的回復。它也可以是一些話題，也可以是一些情感等等，當然也可以是意圖、話題、情感的組合，通過這種策略組合，可以產生非常多樣的、復雜的對話流程。通過策略模型就可以去管理整個復雜的對話。

當微軟小冰積累足夠多的策略時，團隊引入了meta-word的概念，將語句中的不同屬性排列、變換、組合，就可以生成各種各樣的回復，在整個對話的流程中，秩序通過變換屬性就可以組合成多種的對話。這種模型可解釋性很強，并且可以做成像一個接口一樣，工程師可以通過編輯這個接口，編輯meta-word中的屬性，以及這個屬性的值去打造具有各種各樣的風格、情感、話題、意圖等等各種各樣的對話機器人。

各種模型的不斷進化也給微軟小冰的研發團隊帶來了一個有趣的嘗試：通過Co-teaching算法讓兩個檢索模型在訓練過程中互為師生，互相交流。在每一次迭代的時候，一個模型都把它從數據中學到的知識傳達給另外一個模型，同時又從另外一個模型中接觸到它的知識，然后這兩個模型互相學習，最終希望能夠得到共同的進步。微軟小冰首席語音科學家欒劍表示：“由于有了Co-teaching，每一個模型的效果都得到了提升。”

微軟小冰的對話引擎進化的另一部分來自于多模態交互。簡單來講，多模態交互就是用戶通過輸入對話、語音、文本知識、多媒體，輸出也可以是對話、語音、多媒體。在這個過程中，機器人能夠把多模態的知識連結在一起，進行消化、吸收，最終把它有機的組合起來，并進行輸出。

在關于多模態的研究中，微軟小冰團隊受“體驗模擬假說”的啟發，通過調動微軟小冰自己以往的記憶，與一些圖像和文字的匹配，使得微軟小冰看到一個故事的句子之后，調動出她以前的一些經驗，然后模擬出現在的場景，甚至做一些替換，然后使得這個場景更加一致。其中，上下文感知故事編碼、密集視覺語義匹配以及一對多覆蓋增強等技術讓微軟小冰實現對文字的聯想，與圖片進行匹配，并通過Storyboard Creator對現有圖片進行再創作，使得文字和場景更加匹配。這種多模態的表達方式極大提升了微軟小冰的對話維度，讓微軟小冰在諸如學齡前兒童或者失讀癥等環境等更多場景中也能充分地展現其對話能力。

隨著第七代微軟小冰的不斷進化，其獨特的創造能力也在不斷突破。唱歌是微軟小冰的“拿手好戲”，參數模型的演進使得小冰現在能夠通過一組DNN就能分析樂譜信息，相比之前利用不同DNN分別分析樂譜信息中關鍵內容，現在的參數模型能夠讓合成的歌聲更加流暢；而通過原始波形輸入、全卷積網絡與殘差連接，以及軟分類標簽，讓混合伴奏音頻中的人聲音高提取成為可能，這也使得微軟小冰的音準更加準確。更優質的模型和更多的數據輸入，讓微軟小冰不僅能夠自己唱歌，出單曲，也能輔助音頻制作者更好地創作，使創作者的效率更高。

微軟小冰的創造里不止唱歌，現在也能夠像人一樣使用比喻句。微軟小冰研發團隊從中文詩歌的主題中抽取了120個主題，擴展出6個詞，并用日志進行過濾，找出小冰的用戶也喜歡說的一些概念，最終確定了96個抽象詞，同時找出3000個具體的名詞，并將這些詞用Word Embedding來進行表達，并通過分別對形容詞、名詞和動詞的不同表達進行不同的處理，讓微軟小冰最終能夠表達出通順、恰當、新穎的比喻句。

不論是引擎的進化還是創造方面，第七代微軟小冰正在不斷地突破自我，讓其形象更加智能、立體，甚至更像一個“人”。并且，第七代微軟小冰正正在覆蓋更多場景，幫助廠商做出各種各樣的AI，讓更多的人用上AI。微軟小冰首席科學家宋睿華表示：“我們也希望微軟小冰以后能夠成為一個通用的平臺，能夠讓她幫助廠商包括我們去做出各種各樣的AI來。這樣最終就可以形成一片AI的森林，我們也把他們叫AI beings。”

責任編輯：ct