搜狗汪仔《一站到底》完胜人类 背后核心技术曝光

搜狗公司CEO王小川在2016年最后一期《一站到底》结束时为大家留下的悬念：“我会让搜狗的机器人来替我‘报仇’的!”

依约，王小川“派来”的搜狗问答机器人汪仔登陆了新年全新改版《一站到底》。在人类获胜选手以领先3分开局的情况下，汪仔最终以8:6的成绩取得了胜利，整个过程干净利落，参赛选手以及现场观众都震撼不已。

据悉，作为最终的守关大将，汪仔是搜狗历时9个月耗资4000多万打造，集合了搜狗、清华大学天工智能计算研究院等顶尖技术团队，基于人工智能技术研发的问答机器人。

搜狗汪仔机器人凭什么碾压人类？采用了哪些人工智能技术、背后开发团队如何、研发过程中最大困难是什么、汪仔和其他人工智能产品有何不同？本文对以上问题做出了简要分析。

一、汪仔和当年的Watson有什么不同？

数年前，IBM超级计算机系统“沃森”（Watson）参加了美国智力游戏Jeopardy!(危险边缘)挑战，并击败了两位最优秀的人类选手Ken Jennings和Brad Rutter。同样是答题节目，同样是人工智能，多年过去了，现在的汪仔和当年的Watson，到底有何不同？

1、输入方式不同

Watson是特殊接口文本输入，输入内容准确无误。

而《一站到底》是主持人念题加题板展示题目（两种来源都是逐字出题），汪仔通过搜狗的语音识别和图像识别技术，利用语音和图像两种方式获取，再转换成文字。语音识别、图像识别都是AI的关键技术，同时识别的错误会进一步提升答题的难度。

2、题目设置不同

《jeopardy!》的题目有显示类别和相应的奖金数，类别对于答题有帮助，能够将答案限定在特定范围内。而《一站到底》中的题目没有给出类别，需要汪仔通过算法识别问题的类别，增大了答题的难度。

当然《jeopardy!》中题目的奖金不同，最后以获得的奖金数定输赢也带来了新的问题，这点是一站到底所没有的特性。

3、赛制不同

《jeopardy!》必须主持人把题目完整念出后选手才能抢答，而《一站到底》是在开始念题后任意时间都可以抢答，答对自己得分，答错对方加分。

因此在高水平的选手有大量的题目都是在题目尚未完整时就作答，汪仔同样有很强的抢答，即根据题干片段去预测问题并作答的能力，这是Watson所不具备的能力。

4、知识获取方式不同

Watson是一个封闭系统，不联网，利用其离线的知识库答题。而汪仔通过联网，对全网信息及搜狗知识图谱进行在线答题，在利用更大范围信息的同时也对答题速度提出挑战。

5、其他

汪仔还会调侃和“撩妹”

汪仔除了能回答知识问题，还有聊天功能，可以和主持人进行自然语言交流。

二、汪仔主要基于哪些技术？

汪仔背后核心技术主要包括：语音识别、OCR、自然语言理解、数据挖掘、信息检索、知识图谱和文本计算等，这些技术是当今人工智能领域最新发展的集中体现。

其中语音识别、OCR技术代表了机器学习和深度学习的最高水平，自然语言理解是未来人工智能发展需要进一步解决的重要核心问题，代表了未来发展的重要趋势。

三、有多少软件工程师支持汪仔？

长期投入的核心开发人员在十人左右，此外还有支持项目的各类工程师约十人。

四、在汪仔的研发过程中，最大的困难是什么？

《一站到底》有个非常特殊的规则：开始读题后，任何时间都可以作答。

答对得分，答错对方加分。所以答题速度非常关键，这里不仅仅是听到完整题目后能够在极短时间内答题，更重要的问题是能够根据部分题目就预测问题并作答，实际上顶尖的人类选手也很大比例在题目不完整情况下答题。

答题速度上做了两大类事情：第一是从接收到语音、图像开始，语音识别、图像识别、搜索、答案抽取这整个系统都在速度上追求极致。在过去几个月里后台的处理速度较刚开始提升了10倍，无论是识别还是转换成文字后的问答，在速度上都做到极致。

第二类问题是推理，即根据部分信息预测问题并作答。研发团队根据学习历史上的题目，建立一套推理机制，使得机器人能够根据部分信息推理。例如 当前问题是“位于XXX的”，我们通过“位于”这个词就可以推导出问题答案是一个“地理位置”。

又例如问题中提到了“千湖之国”，则很有可能答案是“芬兰”（芬兰的别称是千湖之国），问题中提到了“穆斯林的葬礼”，则很有可能是问其作者“霍达”，这些信息是基于海量知识文本分析挖掘、学习得到的。

目前汪仔回答题目的80%都能在题目不完整时通过推理回答，较最初的版本有了质的飞跃。

五、汪仔和其他人工智能产品有何不同？

汪仔是一款自然语言问答类产品，产品功能定位决定它必须具备感知语音信号输入，并可进行认知推理的能力。

目前市面上的人工智能产品大多数仅具备感知能力，这些产品在特定领域能够辅助高效完成任务，比如语音识别类产品，可以帮助快速方便地输入文字，人脸识别类产品可以提供便捷准确的安防服务。具备认知能力的人工智能产品目前还比较少。

在自然语言理解领域，汪仔代表的智能问答就属于认知类产品，它除了具备识别人类语言文字这样的感知能力，还能够理解文字背后的含义，也就是理解人的需求，在理解需求的基础上，进一步通过推理计算获得满足用户需求的精准答案。也就是说，汪仔拥有认知推理能力。

从问答和对话领域的人工智能产品来看，和汪仔产品形态相对比较接近的包括聊天机器人和智能客服两类当前比较热门的产品。其中聊天机器人主要向用户提供生活服务、娱乐资讯等，通常以逗乐用户、打发闲暇时间为主，并不能为用户解决实际问题。

和汪仔类似，目前有些公司提供的智能客服类产品，也属于智能问答产品，同时具备感知和认知能力，但是这些产品能够回答的问题领域非常有限，基本局限在与公司产品服务密切相关的问题，而汪仔是一款通用问答类产品，它可以回答各类知识问题，不受领域限制，因此它的受众面更加广泛，能力更强。

一句话来说，汪仔是具备感知和认知推理能力的通用型知识问答类产品。

---

作为技术分享社区的先行者，优快云掌握海量一手业界资料。若您对AI技术有热情，对前沿AI科技感兴趣，欢迎扫描以下二维码与我们互动。