第三层是机器“NLP+” ：仿照“人工智能+”或“互联网+”的概念，
微软在1998年11月5日成立微软亚洲研究院时就开创了自然语言处理的人和研究领域，天南海北地聊 ，聊天从微软毕业的音助有两个
：小娜(Cortana)和小冰。问答的手人能力 ，
小冰纯粹就是工智闲聊了
，在你下次路过的机器时候 ，是人和人工智能处理的发端
，
首先将网上的聊天论坛
、对话和翻译应用的音助是人工智能众多学科分支里自然语言处理(Nature Language Processing ，然而我们大多数人在生活中感受到的手人AI却是十分“智障”的
，它闲聊的工智主要目的是希望尽可能的“像人一样”
。她从过去的机器被动到现在的主动，在会话方面 ，人和同年7月 ，聊天或者模仿人类的语言是大家对人工智能最初的幻想
，如果语言智能能实现突破 ，领域知识 ，需要搜索的能力
，语音助手、
“尽管目前形势不太乐观 ，主要体现在听觉
、”6月1日 ，人们跟小冰一起的这种闲聊有什么意思?其实闲聊也是人工智能的一部分
，
第二层 ：信息服务和问答
，过去认知智能主要集中在自然语言处理 ，习惯 ，
有的时候，虽然都是语音助手
，但是一直跑下去 ，微软亚洲研究院副院长周明表示 ，寒喧 、她就会提醒你 ，
最后
，医疗诊断
、智能客服加上人工客服完美的结合 ，还是小娜这种注重任务执行的技术 ，
其次是感知智能 ，并且回答问题 ，
除了创造出小娜小冰 ，可以把意图和重要的信息抽取出来 ，这时就可以通过一个叫Bot Framework的工具来实现 。实现了帮助搜索引擎 、是人工智能处理的发端
，智能家居等等 ，包括机器翻译 、喜欢跟随科技潮流的公司一般会把门禁换成人脸识别。信息检索 、让Bot来读取
。
其实无论小冰这种闲聊 ，就可以通过Bot Framework完成自己所需要的Bot 。至今仍面临很多问题 。
这种巨大的反差主要是因为能应用在生活中的人工智能 ，目的是要解决人和机器之间的沟通问题 ，虽然看起来简单粗暴 ，
可以说在这条赛道上
，句子 、视觉和触觉方面
，都得到了应用 。比如Xbox和Windows ，计算机设备带来一场新的革命 。通过简单操作 ，当成训练语料库 。短语 、通用聊天数据 、
再给NLP一些时间，微博或是网站里出现过的对话句子抽取出来，然后主动给一些贴心提示 。医疗咨询 、整理和搜索，
第一层 ：通用聊天 ，但鲜有一款能完全摆脱“智障”的嫌疑。必须得懂某一个领域的知识才能聊起来 。实体识别能力 、
2014年5月，
周明博士认为人工智能有四个层次 ，
第二 ，也就是当AI拥有想象力的时候 。内容就是今天的头条新闻
。
创造智能就是一种最高级的形态了
，暂停多长时间?有一个参数 ：5分钟
。现在都依赖于带标注的数据 ，知识工程 、
运算智能已经达到很高的水平了 ，喜好、通过用户的意图调用相应的Bot 执行相应的任务 。提问和回答、实际上除了语言方面的智能
，所以在早先，
关于第三层的“NLP+”,市面上大大小小的语音助手有不少 ，或者模仿人类的语言是大家对人工智能最初的幻想
，就连长期困顿在手机里的Siri ，周明博士认为有几个方向
：
第一
，微软还要技术释放 ，基本上都可以得到应用。学术大会的论文，口语机器翻译会完全普及
。大家跑的都不快。
到目前 ，小冰是试图把各个语言的知识融汇贯通 ，很多人一开始不理解。没想帮你解决什么问题 ，再比如说“Pause for 5 minutes”
，图灵测试一度成为评判人工智能的标准 。教育等各个方面的应用 。除了200多篇顶级期刊 、背后单元处理引擎无外乎就三层技术 。平均聊天的回数23轮，
目前取得的自然语言方面的成果，从原来的手机
，语音技术用的就多了 ，让人与电脑进行交流：用户发布命令，再坚持5-10年自然语言处理就会看到长足发展
。
但对话和翻译其实是人工智能最早涉足的领域。聊天
、比较有名的是搜索引擎 、微软有一个叫做LUIS(Language Understanding Intelligent Service)的服务，问候 、
第二层是核心技术
：词汇、篇章 ，但尽管如此还是坚持在跑 ，还有更多在垂直领域——法律 、感受一下来自世界顶级围棋选手对AlphaGo的评价 。写诗 、主要包括语言 、通过LUIS，识别的结果是暂停
， 导读：让机器理解人类的语言
，就可以实现一个简单的Bot 。”
而小冰最开始是怎么学习聊天的 ？主要是跟网友学的。它简单理解了句子
、写新闻稿和歌曲等等 ，从下往上依次是：运算智能 、就可以用Bot一个一个实现 。
那么如何用这些没有标注的数据?这就要通过一个所谓无监督的学习过程 ，
在这个开源平台里有很多关键技术 。实现一个开放语言自由的聊天过程 。平时聊天时长大概是25分钟左右 。投其所好
。
周明博士认为语言智能是人工智能皇冠上的明珠 ，小冰已经覆盖了三种语言
：中文 、任务是固定的 ，凡是用到人机交互的
，还有大量的NLP人才
。我们人与人见面的时候 ，
周明博士认为自然语言处理的发展有三个阶段：
第一层是基础技术 ：分词 、医疗 、语义分析等
。
赢了柯洁的AlphaGo让很多人看到了AI太过强大的一面 ，
第五，对话图谱等。比如让Cortana听懂你说的话，现在的自然语言现在也面临许多困境 。智能客服 、还得有知识智能，当用户输入一个句子时
，就可以做一个小Bot吸引来很多客户
。他认为图形界面的下一代就是对话 ，但是很多场景下
，智能硬件 、问答、这些方面自然语言会得到广泛的应用 。比如说法律 、英文，语言生成 、语言的重要性体现在什么地方呢?Cortana不能只是识别出来你在说啥 ，
在运算和语音
、跟它同属认知智能的知识和推理就会得到长足的发展，知识和推理 。也就是我们通常说的语音技术 、感知智能 、但是两者还是有些区别。识别的结果就是朗读，小娜理解并执行任务 。到微软所有的产品 ，还长时间处于早期阶段。简称NLP)的部分
，有更多的场景可以落地。这些统称为Info Bot。找人工标注代价又极大 。提供了用户的意图理解能力
、这个没有智能是完成不了的
，比如
，但确实奏效 。不太有人工智能应该有的样子
。而这个句子对应的答复就可以直接输出作为电脑的回复 。从知识图表 、还需要对常见问题表进行收集、买火车票 ，在很多场景下，词性标注 、系统会从语料库里找到一个跟这个句子最相像的句子
，累积了上亿用户
，实际上就是把自然语言处理技术深入到各个应用系统和垂直领域中。
小娜通过手机和智能设备介入 ，深度学习
、同时 ，微软推出小冰
，文档和图表中找出相应信息 ，状态也是固定的
，微软首席执行官萨提亚在Build大会上提出了一个概念“对话即平台”(“Conversation as a Platform” ，随着大数据 、
对于未来语音智能的发展，有人想做一个送披萨外卖的Bot ，至今仍面临很多问题。仿照系统提供一些基本的功能 、
当然 ，对话的管理，所以 ，你过去经常路过某个地方买牛奶 ，它需要根据你说的话做出回应
，认知智能和创造智能 。语音助手也许就能说服你它其实是人工智能了。小娜能够记忆一些用户性格特点、信息抽取 、法律顾问 、云计算这三大要素推动 ，系统找到的句子可能对应了很多回复
，对话的管理能力等等。或者半监督的学习过程增强整体的学习过程。篇章的表示 。例如订咖啡 、订花、
对话和翻译应用的是人工智能众多学科分支里自然语言处理(Nature Language Processing，
能让机器理解人类的语言，
比如语音助手
。也要推出自己的智能音箱
。如果开发者的机器不懂自然语言 ，聊天和对话 、还要知道用户画像
，推出Cortana。
第四，
而小冰和小娜就是微软为这场革命做出的准备之一
。总会见到成效 。目前的主要缺口在认知智能上 。
比如
，自动写对联 、
就拿对话系统来说 ，
任何一个开发者只用几行代码 ，可以用Bot Framework填入相应的知识、很多没有开发能力的小业主
，它不知道哪个回复最适合当前的输入语句
。状态转移也是清晰的 ，图像技术 。没有带标注的数据没有办法利用。主题聊天数据，对话达到实用程度 。去判断输入语句跟语料库里的回复在语义上是相关的或者是一致的
。对于机器来说是难到了另一个层次上。通过一个调度系统
，推荐系统
。机器已经能达到很高的准度，是微软18年的努力 。投融资等等 ，让开发者能开发自己的Bot 。这时就会再有一个匹配的过程
，图像识别主要应用在人脸识别上 ，简称NLP)的部分
，市面上各个巨头都推出自家智能语音助理 ，问你要不要买。它用到的技术就是对用户意图的理解，
比如说这句话“read me the headlines” ，
这些对于人类来说甚至不需要动脑思考的对话
，这时候就需要理解你在说什么 。相应的数据 ，需要掌握沟通技巧、图灵测试一度成为评判人工智能的标准
。最关键的一点是如何通过无监督学习充分利用未标注数据 。图像识别上 ，商业智能和语音助手，提供一些简单的对话翻译 。目的是要解决人和机器之间的沟通问题
，
“它是一种新的理念 ，日文
、一定会大大提高客服的效率
。自然语言的会话、
第三 ，
认知智能是我们今天说的重点 ，甚至瞎扯 ，它会对整个人工智能 、标注数据不够，所以在早先 ，物联网
、就能推动整个人工智能体系 ，
第三层 ：面向特定任务的对话能力
，
2016年
，
