冯俊兰是国家“千人计划”中的专家，主要研究方向是语音识别、自然语言处理和数据挖掘，2013年9月加入中国移动研究院，领导大数据挖掘和人机交互领域的研发工作。9月7号的人工智能计算大会，冯俊兰是人工智能产业升级分论坛的演讲嘉宾，此次演讲的题目是《人工智能在通信领域的深度应用和思考》。

她说她很喜欢参加人工智能领域的大会，因为“身为女士，参加别的会上厕所都要排队，讲技术的会从来不会这样”。人工智能近来大热，却反而让她有一些惊恐，在被问起是否从事人工智能行业时，她往往有意地回避热点，称自己是“搞语音识别技术的”。

 ·5G即将到来，网速将提升100倍·

提到AI在通信领域的应用首先要说一个概念：群体智能。

只有很多智能体相互紧密连接，形成一张网络才称得上群体智能。通讯网络在其中就扮演了非常重要的角色，试想如果没有了网络，一切链接都无从谈起了。

中国移动作为通讯运营商，有两个核心的业务：一个是网络的搭建维护和不断优化，另一个是用户服务的不断完善和提升。而人工智能在这两个方面都发挥重要作用。

➤AI将不断强化网络能力

中国移动这种超大体量的运营商，拥有海量的数据，因此大量的工作放在了现网优化上面。现在通讯行业面临重大的转型，5G时代很快就会到来，到时候网络的速度将是4G的100倍。在这个过程中，网络架构要作出很大的调整，过去是以硬件为核心的，未来软件化的升级将不断强化网络能力，提升灵性和多样性，为不同的群体和需求提供相应的通信服务，软件技术将发挥更重要的作用。

目前通信网络所要承载的就是个人手机、工作和家庭网络的数量，未来个人持有的智能设备会越来越多，因此也就要求这张通信网有大的承载力。这也是目前通信行业转型所面临的重要挑战。

➤AI将不断提高服务水平

从客户的角度来看，他们需要更好的体验、更便宜的价格，比如说热点高容量、连续广域覆盖、低功耗大连接等等业务场景，简单来说就是这张网络在用户高速集中应用的情况下，提供快速、稳定的支持。

对比国内外的客服，冯俊兰认为中国的客服虽然存在种种问题，但相对来说是做得最好的，因为我们在客服的培训和管理上做了大量的工作。未来人工智能在客户服务方面的应用也将成为投入的重点之一，降低成本和提高服务质量是我们不断追求的目标。

·深度学习？未来应用最多的可能是强化学习·

在人工智能底层算法上大家比较熟知的有深度神经网络、卷积神经网络等，其实现在也不断有更新的技术初现，原有技术也在不断细化和扩充。

➤强化学习：强化学习是机器自动在探索这个世界，比如机器自己和自己下棋，或者机器人自己在房间里走动，探索房间里的东西。这样构建出一个智能体和环境的相互作用的学习方法。冯俊兰认为强化学习将来在更多智能应用场景中会发挥重要作用，因为它更接近自然人学习的方式。

➤对抗学习：这个是2014年提出的，从去年到今年已经成为了一个热点。它可以将机器优化的过程简化，在机器内部进行对抗式的优化，并且快速找到最优的点。这种技术在自然语言处理和生成中有所运用。

语言是非常难解决的问题。比如大家都觉得围棋很难，它是一个19×19的棋盘，这样的棋盘已经很复杂了，复杂到我们以前的算法都无法解决。所以我们要把这个确定的问题转化为不确定的问题，从而通过人工智能的算法来解决，于是就有了AlphaGo。

相比围棋，自然语言的算法复杂性就更高了，我们在正常的沟通中，语义单元至少是上万级的，这样算法的不确定性就变成了几万乘几万。而语言在不同的行业和应用环境中又存在显著的差别，把这些差别累积起来，就变成了一个几万乘几万再乘几万的立方体。所以目前看来，通用的解决方法是极其困难的，只有在某个垂直的领域进行研究才可能有所突破。

 ·智能客服：你的情绪它全懂·

如果你曾经通过电话、短信、微信或网站的方式联系过10086进行客户服务，绝大多数情况下和你交流的都是机器人，除非在特定的情况下才会切换到人工服务。即便在人工服务的时候，我们的客服机器人也会辅助人工，提供相应的客户信息、提示可能需要的服务、提供相应链接等。更智能的是，它还会监控用户在整个过程中对服务是否感到满意，说话时是不是有情绪，同时监控客服人员的服务质量如何。这些情绪上的监控都是目前已经在应用的。

人工智能想要发挥作用，就一定要在企业中形成特定的运营模式，一个技术点放在那里是没有用处的。例如移动客服，智能回复和监测客服系统需要通过大量应用和反馈，以及不断优化调整才能更好地投入使用。将来的客户服务将会更加智能，用户满意度会成为考核的最核心指标，AI会记录各种各样的数据，帮助我们优化客户服务， 同时降低成本。

本文为未来图灵（futureturing）原创文章，转载请申请授权并注明来源。

转载、合作事宜，请联系：

微信：zhuzhichao8818

邮箱：weilaituling@caishimv.com