“雙十一”來到第11年，直播風(fēng)頭正勁。“所有女生”這句來自主播李佳琦的口頭禪，成為直播時(shí)代的宣言，無數(shù)人為之掏空口袋。今年“雙十一”期間，淘寶直播已經(jīng)成為商家標(biāo)配，服飾、美妝、食品等行業(yè)商家紛紛拿起了直播工具，有人甚至戲稱：現(xiàn)在還不開直播的店鋪，就跟沒有詳情頁(yè)一樣。

為了更好的觀看體驗(yàn)，淘寶自主研發(fā)了全新的音視頻實(shí)時(shí)通信架構(gòu)，實(shí)現(xiàn)了大規(guī)模低延時(shí)直播，從原先5秒至7秒的延時(shí)降低至2秒以內(nèi)，提升了用戶和主播的互動(dòng)效率，此外，人工智能技術(shù)還可以實(shí)時(shí)識(shí)別主播正在講解的商品，陳列在直播頁(yè)面中。

沒錯(cuò)，時(shí)代的風(fēng)吹到哪，技術(shù)先行抵達(dá)。直播、短視頻當(dāng)?shù)溃@類“雙十一”新玩法的背后，也有不斷進(jìn)步的AI。

AI助手為主播分憂

進(jìn)出直播間的剁手黨成千上萬(wàn)，分分鐘形成刷屏之勢(shì)，主播分身乏術(shù)。這時(shí)候，他的AI秘書就登場(chǎng)了。給主播打下手，提供主播問答、商品問答、優(yōu)惠券問答等服務(wù)都不在話下，也就是說，你在直播間問的問題，大多都是AI助手在解答。

據(jù)阿里巴巴達(dá)摩院資深總監(jiān)、阿里巴巴集團(tuán)智能服務(wù)事業(yè)部總經(jīng)理趙昆介紹，AI秘書使用了自然語(yǔ)言理解和基于知識(shí)圖譜問答等技術(shù)，能夠精確解析直播間觀眾對(duì)于商品和主播的多種復(fù)雜表達(dá)和問法，在直播場(chǎng)中實(shí)現(xiàn)多對(duì)一溝通的高效快速響應(yīng)，大比例提高直播間的客戶問題的回復(fù)率、解決率。

除了基于文字，AI客服還可以進(jìn)行基于圖片的智能問答。趙昆表示，AI客服利用圖片解析算法理解圖片內(nèi)容，結(jié)合用戶的問題，自動(dòng)理解和識(shí)別截取可以回答用戶的圖片作為回答，并高亮圖片中的精確答案位置。目前，智能圖片問答已經(jīng)覆蓋了家電數(shù)碼、零食果蔬、母嬰洗護(hù)等多個(gè)行業(yè)。

方便了剁手黨，賣家同樣受惠于AI。“雙十一”期間，賣家需要在短時(shí)間內(nèi)制造大量宣傳圖、海報(bào)圖等，圖像智能生成技術(shù)就派上了用場(chǎng)。基于圖像智能生成技術(shù)，AI設(shè)計(jì)師可以改變傳統(tǒng)的設(shè)計(jì)模式，在短時(shí)間內(nèi)完成大量橫幅廣告、海報(bào)圖和會(huì)場(chǎng)圖的設(shè)計(jì)。賣家只需要任意輸入想達(dá)成的風(fēng)格、尺寸，系統(tǒng)就能代替人工完成素材分析、摳圖、配色等耗時(shí)耗力的設(shè)計(jì)項(xiàng)目，實(shí)時(shí)生成多套符合要求的設(shè)計(jì)解決方案。

據(jù)阿里巴巴達(dá)摩院資深算法專家謝宣松介紹，目前該系統(tǒng)已經(jīng)達(dá)到了高級(jí)設(shè)計(jì)師的水準(zhǔn)，每秒可以提供幾十種方案、可以設(shè)計(jì)8000張不同的海報(bào)，去年“雙十一”期間，這位AI設(shè)計(jì)師就累計(jì)為20萬(wàn)企業(yè)、商家設(shè)計(jì)了近600萬(wàn)張圖片，消費(fèi)者在天貓網(wǎng)站看到的各種海報(bào)和活動(dòng)商品圖片幾乎都出自它手。

圖片之外，短視頻也成了標(biāo)配。謝宣松介紹，短視頻智能設(shè)計(jì)產(chǎn)品基于圖像智能識(shí)別技術(shù)和視頻智能生成技術(shù)，幫助用戶在極短時(shí)間內(nèi)完成大量的商品營(yíng)銷類短視頻的設(shè)計(jì)和制作。“用戶只需要輸入商品詳情頁(yè)鏈接或者從本地上傳圖片視頻素材，它就可以進(jìn)行圖片素材解析過濾、商品理解和定位、視頻素材剪裁準(zhǔn)備、視頻劇本導(dǎo)演、視頻渲染生成等一系列復(fù)雜的設(shè)計(jì)工作，并可以依據(jù)用戶的風(fēng)格尺寸等簡(jiǎn)單的個(gè)性化要求進(jìn)行輸入，提供流媒體內(nèi)容生成視頻的解決方案。”謝宣松解釋說。

機(jī)器翻譯幫助貨通全球

賣貨到全世界，語(yǔ)言不通怎么辦？“雙十一”之前，機(jī)器翻譯技術(shù)已經(jīng)經(jīng)歷了升級(jí)，對(duì)話機(jī)器人可以幫助全世界中小賣家將產(chǎn)品詳情與評(píng)論自動(dòng)翻譯成當(dāng)?shù)卣Z(yǔ)言，還實(shí)現(xiàn)了實(shí)時(shí)AI語(yǔ)言翻譯的客戶服務(wù)與業(yè)務(wù)咨詢，涵蓋64種語(yǔ)言方向。當(dāng)然，獲取商品信息光靠看商家網(wǎng)頁(yè)還不夠，有問題找客服，海外消費(fèi)者也不例外。在國(guó)內(nèi)，承擔(dān)客服職責(zé)的是對(duì)話機(jī)器人，這兩年，它還有了國(guó)際版，專門服務(wù)海外業(yè)務(wù)平臺(tái)。

據(jù)趙昆介紹，對(duì)話機(jī)器人精通英語(yǔ)、法語(yǔ)、泰語(yǔ)、西班牙語(yǔ)、阿拉伯語(yǔ)等11種語(yǔ)言，兩周就能學(xué)一門新外語(yǔ)。

“今年，對(duì)話機(jī)器人新學(xué)了阿拉伯語(yǔ)、法語(yǔ)和繁體中文，并且推出了馬來語(yǔ)—英語(yǔ)、泰語(yǔ)—英語(yǔ)等混合語(yǔ)言問答功能。”趙昆說，“混合語(yǔ)言問答的情況在馬來西亞等地很常見，在當(dāng)?shù)氐目头?chǎng)景中，大部分用戶用英語(yǔ)咨詢，少數(shù)用戶用馬來語(yǔ)咨詢，并且常有英語(yǔ)、馬來語(yǔ)混用。對(duì)話機(jī)器人不僅要同時(shí)理解這兩種語(yǔ)言，還必須理解復(fù)雜的語(yǔ)言混用情況，并給出相應(yīng)的回答。”

不過，它使用的并不是機(jī)器翻譯技術(shù)，而是一種自然語(yǔ)言處理技術(shù)跨語(yǔ)言學(xué)習(xí)(Cross-lingual Learning)。“小語(yǔ)種缺乏大規(guī)模訓(xùn)練語(yǔ)料，很難通過過去的機(jī)器學(xué)習(xí)技術(shù)習(xí)得，跨語(yǔ)言學(xué)習(xí)能夠克服資源匱乏的瓶頸。”趙昆解釋說，跨語(yǔ)言學(xué)習(xí)是一種多語(yǔ)言的自然語(yǔ)言處理技術(shù)，它通過語(yǔ)言之間的知識(shí)遷移，借助中文、英文等語(yǔ)料資源充足的語(yǔ)言，幫助算法模型提升理解小語(yǔ)種的能力，從而快速拓展機(jī)器人的多語(yǔ)種支持功能。借助跨語(yǔ)言學(xué)習(xí)技術(shù)，對(duì)話機(jī)器人還能掌握更多語(yǔ)言，甚至包括土耳其語(yǔ)、烏爾都語(yǔ)等小語(yǔ)種。

“通俗地說，語(yǔ)言是符號(hào)，不同的語(yǔ)言是不同的符號(hào)系統(tǒng)。想象語(yǔ)言所指的每個(gè)事物/知識(shí)都對(duì)應(yīng)一個(gè)確定的身份標(biāo)識(shí)，后者在不同的語(yǔ)言中被不同的符號(hào)所代表，或者說，不同語(yǔ)言所用的符號(hào)映射到同一個(gè)語(yǔ)義空間。跨語(yǔ)言學(xué)習(xí)做的是幫助機(jī)器理解語(yǔ)言所指的身份標(biāo)識(shí)，并借助資源豐富的語(yǔ)言去學(xué)習(xí)資源匱乏的語(yǔ)言。”趙昆進(jìn)一步解釋。

他表示，基于語(yǔ)言之間的交叉映射關(guān)系，對(duì)機(jī)器來說，在資源匱乏的情況下，通過將多種語(yǔ)言混合，學(xué)習(xí)語(yǔ)言間的共性，反而能比學(xué)習(xí)單一語(yǔ)言效果更好。2017年對(duì)話機(jī)器人初次在海外落地，用6個(gè)月學(xué)會(huì)了印尼語(yǔ)，又用6個(gè)月在智能客服崗位上達(dá)成堪比中文機(jī)器人的解決能力，而現(xiàn)在，多語(yǔ)機(jī)器人新學(xué)一門語(yǔ)言的時(shí)間已經(jīng)縮短到兩周。

聲紋識(shí)別開啟語(yǔ)音購(gòu)元年

今年“雙十一”，語(yǔ)音購(gòu)物千呼萬(wàn)喚始出來：消費(fèi)者只要對(duì)天貓精靈說出想要購(gòu)買的商品，就能直接下單；如果開通了“聲紋支付”功能，還可以直接語(yǔ)音付款。

“語(yǔ)音購(gòu)元年”，聽起來科技感十足，據(jù)報(bào)道，已有數(shù)百萬(wàn)人體驗(yàn)了語(yǔ)音購(gòu)物，其中超過半數(shù)的用戶是首次嘗試。聲紋識(shí)別技術(shù)采用基于深度網(wǎng)絡(luò)的注意力嵌入式模型，通過網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)設(shè)計(jì)，模擬了基于人耳感知的頻譜特征，可以在一定程度上消除同一人在不同場(chǎng)景發(fā)音下的頻譜特征差異干擾，顯著提升遠(yuǎn)場(chǎng)交互下的聲紋識(shí)別性能。

說話就能付錢，如何確保安全？阿里巴巴人工智能實(shí)驗(yàn)室語(yǔ)音技術(shù)首席科學(xué)家聶再清介紹，作為首個(gè)達(dá)到商用級(jí)別的聲紋識(shí)別技術(shù)智能音箱，天貓精靈的聲紋識(shí)別率已達(dá)99%，這是它支持聲紋支付功能的基礎(chǔ)，在支付級(jí)應(yīng)用下，用戶只要通過3次不超過10秒的交互語(yǔ)音，聲紋識(shí)別技術(shù)就可以準(zhǔn)確刻畫用戶的魯棒性聲紋特征，實(shí)現(xiàn)超過99%的識(shí)別準(zhǔn)確度。

不僅如此，運(yùn)用中文識(shí)別的自然語(yǔ)言理解算法，語(yǔ)音設(shè)備可以準(zhǔn)確定位消費(fèi)者需要購(gòu)買的商品，以平臺(tái)大數(shù)據(jù)為基礎(chǔ)，依托聲紋推薦能力，為消費(fèi)者進(jìn)行個(gè)性化推薦。“在語(yǔ)音購(gòu)場(chǎng)景，天貓精靈基于注意力記憶網(wǎng)絡(luò)可以自主學(xué)習(xí)各個(gè)行業(yè)導(dǎo)購(gòu)員的經(jīng)驗(yàn)，并結(jié)合用戶特點(diǎn)呈現(xiàn)最優(yōu)的導(dǎo)購(gòu)流程，成為最懂用戶和最懂行業(yè)的智能導(dǎo)購(gòu)員。”聶再清說。

此外，今年“雙十一”，消費(fèi)者還可以體驗(yàn)AR試妝產(chǎn)品，AR試妝通過標(biāo)準(zhǔn)化工具拿到彩妝色號(hào)、材質(zhì)等數(shù)字信息，通過AI+AR技術(shù)讓用戶看到同樣商品在自己臉上呈現(xiàn)出的不同效果。通過高效實(shí)時(shí)的精準(zhǔn)人臉識(shí)別技術(shù)，即便在人臉晃動(dòng)和大角度偏轉(zhuǎn)時(shí)，都能有很好的穩(wěn)定性表現(xiàn)，以毫秒級(jí)別畫出商品在用戶臉上的逼真效果。新玩法背后是新技術(shù)。在屢屢刷新的成交額、令人瞠目的商業(yè)數(shù)字之外，不斷突破的技術(shù)正貼地而行。