Semantic Machines 团队成员
人工智能的研究近年来经历了长足的进步，但迄今为止，我们仍处于教计算机理解人类对话文本的初始阶段。大多数目前的 聊天 机器人 和智能助理都可以回应简单的命令和 查询请求，如提供天气预报、播放歌曲或共享提醒，但却无法理解人类语言的含义或进行对话。为了让交流变得丰富有效，智能助理需要理解自然语言的含义，而不是仅能够响应命令。这就是我们所说的「会话式 AI」。
今日，微软宣布收购创业公司 Semantic Machines。这是一家背靠 UC Berkeley 的创业公司，它已开发出用于构建交互式 AI 系统的革命式新方法。他们的研究利用 机器学习的力量让用户通过更加自然的方式发现、获取信息与服务并与之互动，而且耗费的资源显著降低。
Semantic Machines 由会话式 AI 的很多先驱领导，其中包括业界的 Dan Roth 和两位全球知名的创新自然语言 AI 研究者：UC Berkeley 的 Dan Klein 教授和斯坦福大学的 Percy Liang，以及前苹果首席语音科学家 Larry Gillick。
近二十多年来，微软一直致力于会话式 AI 各方面的基础研究，并形成了一些技术突破，如 语音识别和自然语言理解。微软的目标是让全球的计算机可以看见、听到，并理解人类的意图。2016 年，微软迈出了实现会话式计算远景的又一大步：推出了一个开发 机器人的框架，并发布了预构建的认知服务（Cognitive Services），将 语音识别和自然语言理解产品注入智能助理。今天，已经有超过 100 万开发者正在使用微软 Cognitive Services，超过 30 万开发者正在使用 Azure Bot Service，这些服务都在帮助计算变得更加具有交互性。
微软正在持续开发自己的交互式 AI，包括数字助理 Cortana 以及社交 聊天 机器人 小冰。小冰已经与人类进行了超过 300 亿次对话，平均时长 30 分钟，小冰在中国、日本、美国、印度和印尼的平台上共计有 2 亿用户。通过小冰和 Cortana，微软在 语音识别领域上取得突破性进展，并在最近成为第一个在会话式 AI 系统中加入全双工语音交互感官（full-duplex voice sense）的公司，使人们可以和计算机进行自然的对话。
随着对 Semantic Machines 的收购，微软将在伯克利建立一个会话式 AI 研究中心，持续推进自然语言理解的前沿技术。微软相信，将 Semantic Machines 和微软自有的技术相结合，最终可以带来强大、自然且更具实用性的用户体验，将会话计算提升到一个全新的水平。
Semantic Machines 成立于 2014 年，曾于 2015 年 12 月获得了 1200 万美元的 B 轮融资。
原文链接：https://blogs.microsoft.com/blog/2018/05/20/microsoft-acquires-semantic-machines-advancing-the-state-of-conversational-ai/
