“机器人”一词最早出现在1920年捷克斯洛伐克剧作家Karel Capek的科幻情景剧《罗萨姆的万能机器人》(Rossum's Universal Robots)中，并将它定义为Robota“苦力”。而机器人从幻想世界真正走向现实世界也是从自动化生产和科学研究的发展需要出发的。1939年，纽约世博会上首次展出了由西屋电气公司制造的家用机器人Elektro，但它只是掌握了简单的语言，能行走、抽烟，并不能代替人类做家务。随后，关于机器人的研究形成热潮，机器人技术也不断深入。

　　经过近一个世纪的发展，机器人技术几经迭代，不仅实现了真正的为人类生产生活服务，更实现了与人类进行“有温度”的对话沟通，应用场景也开始由工业机器人为主逐渐向以服务机器人为主。其中，具备智能对话功能的机器人也成为了科技世界的新潮流，从在线旅游预订网站、新闻报道、政府平台到酒店餐厅等服务业系统，很多平台和场景都有它的身影。全球知名咨询机构Gartner的研究数据显示，2020年，我们与世界85%的沟通将通过对话机器人完成。

　　简单地说，对话机器人是一种基于NLP(Natural Language Processing, 自然语言处理)技术的人工智能系统。而在智能时代，人机语言交互将有着广泛的消费者需求场景。

　　在近日由中国信息通信研究院华东分院和上海人工智能发展联盟联合主办的“智能+实体经济”深度融合发展论坛上，作为上海人工智能发展联盟的副秘书长单位，AI报道采访了NLP及对话机器人资深玩家、竹间智能创始人&CEO简仁贤先生。

　　简仁贤先生

　　NLP资深玩家简仁贤

　　简仁贤鲜少出现在媒体笔下，以至于人们会疑惑这是何许人?又以何被标榜为NLP及对话机器人资深玩家?

　　资料显示，竹间智能成立于2015年，是一家利用深度学习、中文自然语言理解、情感计算、计算机视觉等技术，研发带有情感理解能力的对话机器人及行业解决方案的AI企业。而其创始人CEO简仁贤，在创办竹间智能之前，曾担任微软(亚洲)互联网工程院副院长，负责微软亚太地区的搜索、大数据及人工智能产品的技术研发与战略规划。

　　做国人自己的中文NLP对话机器人

　　2015年简仁贤离开微软，在上海徐汇创办了竹间智能，希望能做出国人自己的中文NLP对话机器人。

　　关于为什么选择在国内做，简仁贤解释到，在过去的近四十年间，中国经济实现了跳跃式的成长，经济发展越蓬勃，需要的人工智能技术越高。第一，中国的经济发展特别显著;第二，政策制定跟着经济走;第三，在过去二十多年来，中国大大小小企业累积起来的能量，在全球性竞争的压力下，必须要主动或被动的接受人工智能技术，寻找场景，在技术、生产力以及成功控制方面做升级。NLP的应用是非常广的，基于NLP的对话机器人就是要服务于有需求的人和国家。

　　“中国有着蓬勃的经济发展，有着对新事物高接受度的国民文化，有着超前视野的政策制定，有着全球最多的对话机器人应用场景。在过去的几十年，我刚好做的最正确的决定，就是在2015年，在中国成立竹间智能，这个时间和地点刚刚好。”简仁贤略带自豪的说着。经过三年多的发展，现在的竹间智能在业界已经竖起了全栈式人工智能标杆企业的形象。

　　据了解，竹间智能的核心技术为类脑对话机器人、视觉理解技术、语音情感技术、多模态情感计算。机器人落地的场景也相当多，如客服机器人、保险机器人、政务咨询机器人、催收机器人、回访机器人、定位机器人等等，此外还有智能音箱以及手机等智能硬件的语音交互部分，这些场景机器人都可以直接面对客户或者帮助客户去达到某些业务，大大解放了人力成本，提高了业务质量。

　　问及竹间智能目前的大客户有哪些?简仁贤很快回应到，“目前竹间的客户都是大客户。”据介绍，过去三年，竹间智能主要瞄准大型标杆客户，来做技术赋能和场景落地及验证，去标准化场景解决方案。目前，竹间智能的客户已经遍及多个行业，银行领域如交通银行，民生银行，光大银行，中国银行等;传统行业领域如富士康、长虹、恒大集团等;硬件领域如华为、优必选、科沃斯等等;政企央企领域如徐汇区政府、国家电网等多方面的运用。

　　“未来几年，我们会把标准化的场景再扩大推广到中小企业。这个战略也会对我们未来的收益产生比较大的影响。”这是简仁贤对于竹间智能接下来发展方向的规划。

　　做底层原创技术，扎根立即看到价值的场景

　　其实，在人工智能领域也有很多大的NLP玩家，像微软、BAT、科大讯飞。对于客户们为什么愿意选择竹间智能，简仁贤认为，相对大玩家，竹间智能最专注也是最强的就是NLP;相对小玩家，竹间智能有更扎实的底层原创技术。“有些创业公司会用开源软件去做组合、集成，但竹间不是，竹间所有的底层技术都是原创的。这是我个人非常骄傲的。做到底层技术原创真的很难，没有对的场景、对的人才、对的方法，是很难达到的。有人才、没有对的方法，可能会停留在科研阶段。只有三者都具备，才可能得到一个对的、可以落地的技术。”

　　“选择竹间智能的第二个原因，是在于竹间智能有着多元化的应用场景，而且这些场景解决方案是经过磨炼和锤炼的。软件本身就是一个累积的过程，谁做的越久积累越多也越完善。这是竹间比较大的优势。”据介绍，发展到今年，竹间的NLP底层技术实力已经可以达成平台级，并且在中文的NLP平台里面，竹间是更完整、更全面、延展性更高，也是测试验证最多、最丰富的。在对各个不同客户的测试和验证中，竹间智能的NLP准确率相当高，在很多方面已经达到97%。语言的部分能够达到这样一个水平是非常难的。为了做到这样的水平，竹间智能在各个不同的领域里边，用了很多不同的测试数据和训练数据，通过不断地落地、验证，场景打磨去成长。在简仁贤看来，如果人工智能不能做到“self-learning”，就不能算是真正的人工智能。这种长时间累积下来的能力，不是一般“半路出家”的NLP玩家能做到的。

　　进入2019年后，人工智能结合实体经济的发展趋势已成为业内共识，而简仁贤对于人工智能技术与实体经济模式的结合，也分享了他的思路。第一步是要找到整个实体经济里面，能够立即看到价值的场景，这个是很重要。这样才会让人和企业去感受到人工智能真的可以帮他创造价值，继而愿意接受第二个场景乃至第n个场景。这样一步一步延伸扩散，才使人工智能真正在现实社会落地。

　　据介绍，以中文起家的竹间智能，目前也有在做英文对话机器人，不同于国内常见的英语教育类智伴机器人，竹间智能做的是“ for business”的to B专业机器人，为客户的业务提供解决方案。简仁贤认为，就目前市场来看，to B的专业机器人比智能陪伴教育机器人需要更高级的语义，竹间的英文对话机器人技术可以看作研究所的level，而市面上的英语智能陪伴教育机器人大多还处在简单语义的理解及表达层面。

　　在简仁贤的畅想中，在不久后的真·智能时代，我们所处的经济、政务、文化等各个环境中将出现更多具备丰富知识的机器人，能够精准理解人的语义，更好的服务我们的工作与生活。正如Gartner预测的那样，2020年，我们与世界85%的沟通将通过对话机器人完成。