|OPPO的航船：小布生命体将驶向怎样的科技彼岸？( 二 )

智慧是一种抽象的、虚无缥缈的东西，机器要展现出类人般的智能，理论上要从三个角度完成进化：一是记忆，人类能够把很多长期状态的信息编入大脑的算法内，在未来某一天来调用它，而稳定的长期记忆是机器智能的一大挑战，表现在智能助手上，就是难以在多轮对话中流畅而自然地交流；二是计算，人脑的并行计算能力非常强大，擅长解决复杂的任务，如分析、决策。在算法和算力的快速发展下， AI也开始在决策智能上展现出类人的能力，让智能助手得以从“命令式被动响应”进化为“贴心式主动服务”；三是学习， IBM的深蓝计算机在1997年战胜国际象棋冠军加里·卡斯帕罗夫时，最大的优势是记忆能力和计算能力，到了2016年AlphaGo击败李世石，深度学习让机器实力有了实质性的飞跃。拥有学习能力之后，智能助手能够自我进化与迭代，解决互动程式化、类人感低的问题。
具体到小布助手4.0版本中，我们已经可以看到在记忆、计算、学习这三个层面，小布正在带来真实可感的体验变革。

记忆方面，适当的记忆决定了智能助手的交互体验是否自然顺畅。对于人类来说，根据之前的信息来作出即时反应，几乎是一种本能，根本不需要特别调动记忆模块，但这么简单的事对于AI智能体来说却是很困难的。在长短期记忆神经网络（LSTM）出现之前，传统神经网络没有记忆功能，无法处理较长序列数据，简单来说就是记不住长距离数据的信息，表现在智能助手身上，用户跟它说完“吃完晚饭跟我聊会儿天” ，它还会问一句“吃了没” ，妥妥地煞风景。要避免用户说“前门楼子”AI说“胯骨轴子”这种前言不搭后语的情况，就需要智能助手很好地理解上下文，以此来生成更自然、情感化的表达，这就离不开强大的记忆能力。所以，研究人员特别为小布研发了记忆能力，让AI在聊天过程中能够理解一些更长距离的关键数据，不至于学过就忘，从而生成有趣、有用的聊天内容，用户不必反复强调一些说过的内容，人机交流也就更加轻松愉快。有了记忆，智能助手才有了可持续成长的人格化基础。

计算方面，在端侧算力的支持下，小布助手得以搭载更强大的算法应用，基于自研的情感识别算法，让小布助手具备智趣单轮、技能引导、话题多轮、情绪感知等基础能力，再引入较为前沿的预训练技术，通过1亿～10亿参数级别的大模型来提升语言理解的泛化能力，缓解因“意图理解不到位”而造成的“智障”问题。同时，注重AI与知识计算的结合，构建了精品知识图谱，规模达到亿级别的实体和百亿级别的关系，让小布具备足够的知识储备，能够解答用户各种各样的疑问，在知识问答方面带来了2%～4%的效果提升。一番技术打磨之下，小布助手对于口语化表达的理解、用户意图的分析、有温度的情感化交互，就得到了有效的提升。
不止于此，小布助手还能够准确判断用户需求、结合上下文场景，进而主动提供服务。将数字服务的各个“断点”串联起来，让服务呈现连贯性，用户感受到的是符合行为惯性的丝滑与顺畅，比如感知到用户的出行需求后，小布会在用户出行前就提供行李准备、酒店预订、交通情况、防疫政策等基础提醒，提前为旅程做好充分的准备。

学习方面，小布更智慧的一面还体现在持续学习和发展进化的能力上。对内，小布会根据用户的行为反馈不断学习进化，变得越来越“懂你”：如果发现用户的需求没有被满足，会反复修改自己的话术进行重试；收到用户的表扬，也会根据口碑满意度体系来进一步优化，持续提升自己。对外，小布会持续学习多场景、跨终端带来的数据资源，不断扩展自身的能力边界和服务场景。比如通过场景理解，支持一句话多指令，让查天气、定闹钟、打电话等常规服务更加便捷高效，只需对小布说一句“打开健康码”指令，能省去手动操作的一系列繁琐流程。另外，小布可以支持手机、手表、电视、Pad等OPPO自有设备控制，以及小布生态的第三方品牌，跨端、跨设备执行指令，打破了数据壁垒，既让用户享受到全场景服务无缝切换的丝滑；又能够通过多终端数据协同反哺算法，为小布助手的自主学习提供多维度的数据养分，进一步提升小布的智慧水平和服务能力。