正文

百度對話機器人（百度對話機器人小度）

發(fā)布時間：2023-03-19 01:56:10 稿源：創(chuàng)意嶺閱讀： 148 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于百度對話機器人的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網頁版、PC客戶端

官網：https://ai.de1919.com

本文目錄:

1、小度機器人遠程對講什么意思？
2、怎么關閉機器人說話
3、機器人會說話嗎
4、關于聊天機器人的一些感悟與分享

百度對話機器人（百度對話機器人小度）

一、小度機器人遠程對講什么意思？

個人理解為通過日常小度機器人對話大數據搜集和整理以及總結后通過聯網后的日常對話而已。

二、怎么關閉機器人說話

1、首先我們需要登錄自己的百度賬號，登錄之后才能看到小度機器人的圖標。

2、登錄之后在自己的百度首頁右邊就可以看到小度機器人的身影了，我們點擊她。

3、之后會彈出小度機器人的聊天窗口，在聊天窗口左下角有一個設置圖標，點擊這個圖標。

4、再然后就進入小度機器人的設置頁面了，有一個菜單是“功能設置”，點擊這個功能設置按鈕。

5、接下來就是關鍵的步驟了，看已經推出了小度機器人的開關設置，不想讓她顯示就點擊對應的右側開關就可以了。

6、設置好之后點擊保存按鈕，再回到百度首頁刷新一下，看，小度機器人不見啦！

三、機器人會說話嗎

會說話的機器人說的話都是由人提前進行錄音的（數據庫中存放），然后進行編程使機器人在不同的情況下根據程序的指令調出不同的語句（編寫控制程序），通過音箱播放出來（說話）。智能機器人具備形形色色的內部信息傳感器和外部信息傳感器。

如視覺、聽覺、觸覺、嗅覺。除具有感受器外，它還有效應器，作為作用于周圍環(huán)境的手段。這就是筋肉，或稱自整步電動機，它們使手、腳、長鼻子、觸角等動起來。由此也可知，智能機器人至少要具備三個要素：感覺要素，反應要素和思考要素。

百度對話機器人（百度對話機器人小度）

擴展資料：

日本一家大型玩具廠商宣布與另一日本移動通信運營商聯合開發(fā)出一款小型機器人OHaNAS。該機器人可與人自然交流，售價不含稅為1.98萬日元(約合人民幣990元)，預計將于2015年10月上市。用戶可根據網上的最新話題與該機器人閑談暢聊，也可以查詢后回答用戶詢問的食譜等問題。

在日本少子化加劇的形勢下，該公司把大人也會喜歡的對話機器人作為擴大客戶層的突破口?！癘HaNAS”會分析說話人的意圖和邏輯并進行對話。比如，當對方說“洗點衣服吧”，OHaNAS便會搜索網上的信息等，然后回答“明天有雨，最好不要洗”之類的回答等。

該機器人的銷售目標為年10萬臺，但日本廠商負責人表示，“如果可以支持外語，需求將無限大”，并計劃1年內推出能說英語的“OHaNAS”。

參考資料來源：人民網-日本推出新型聊天機器人價格親民貼心暢談(圖)

參考資料來源：百度百科-智能機器人

四、關于聊天機器人的一些感悟與分享

加入AI產品經理大本營飯團的半個月中，鑒于自身做過聊天機器人項目，首先看的就是聊天機器人那方面的分享，然而我發(fā)現信息有點混亂，講各種不同類型的聊天機器人，有些分享感覺不太適合新手閱讀，比如像阿里小蜜這類，深入了解其背后實現邏輯的話，需要對算法有一定的基礎。

為什么會出現這種情況呢？我思考并總結了一下，一方面是因為自身所處的是2B行業(yè)，項目周期長、迭代慢，加上公司也處初創(chuàng)階段，接觸到的信息非常有限，并且沒有人指導，領導也沒有做過聊天機器人項目的經驗，沒能及時的建立起正確的認識和全局觀，對整個聊天機器人行業(yè)認識的不夠全面。另一方面是搜索百度后看的資料沒有及時總結與分類，使學到的知識混淆在一起，導致腦袋的信息有點混亂。

針對上述問題，最近我在百度中搜到一篇由蘇州狗尾草智能科技有限公司的邵浩博士所寫的《一篇文章看懂聊天機器人分類》的文章，讓我清晰的認識到了不同種類的聊天機器人，同時也啟發(fā)我在使用搜索引擎的時候可以去做針對性搜索。

現在聊天機器人的種類，因使用的AI技術的不同而演化出不同的種類，比如聊天機器人A支持語音對話+文字聊天，聊天機器人B只支持文字聊天，看似聊天機器人A比聊天機器人B只多了一個語音功能，同時兩者的名字都叫聊天機器人，但背后邏輯是天差地別的，機器人A在自然語言處理（NLP，理解和處理文本的過程）的基礎上增加了語音識別（ASR，將聲音轉化成文字的過程）和語音合成（TTS，把文本轉化成語音的過程）這2項技術，如下圖所示：

閱讀飯團內分享的同時我也問了自己一個問題，是否所有的機器人文章都要去深入學習呢？我的答案是否定的，可以根據自身的情況和所接觸的項目，進行針對性的了解，比如現在公司剛起步，那就先學習一些基礎的單輪對話的概念，直接去了解多輪對話反而是個不利的事情，先做個最簡單的單輪對話機器人，隨著公司業(yè)務的發(fā)展，再慢慢的了解多輪對話和語音處理那些方面的知識，去迭代和優(yōu)化機器人。

我想寫下這篇文章以便于剛入行的朋友能了解一下聊天機器人的基礎行業(yè)背景。然后可以對自身想深入了解的機器人，在查閱資料的時候，進行有針對性的和更高效的搜索。

聊天機器人的分類可以有很多不同的緯度，甚至于在一個緯度之下還可以往下不斷細分，如：單輪客服對話機器人（按對話輪數分是單輪，按應用場景分是客服），下面是總結出來的幾個比較常見的分類緯度：

按功能用途或使用場景：可以分為偏娛樂化（如情感陪伴，閑聊），和面向任務（擅長完成特定的工作）。

按對話輪數：可以分為單輪機器人（以一問一答的形式，對用戶提出問題或發(fā)出的請求進行意圖識別，并做出回答或執(zhí)行相應的操作），和多輪機器人（通常是有問有答的形式，同時聊天機器人也會發(fā)起提問，并且機器人會涉及“決策”過程）。

按對話方式：可以分為純文字聊天，純語音對話和智能對話（語音+文字相結合）。

按交互方式：可以分為主動交互（用戶發(fā)起對話，機器理解對話并作出相應的響應）和被動交互（由機器人先發(fā)起，如推薦用戶感興趣的文章或熱點新聞，能更好的體現人機之間互動）。

按生態(tài)體系：可以分為實體機器人（軟硬結合）和機器人框架服務（如為巨頭公司對外提供的“Bot Framework”框架，以SDK或SAAS服務的形式供第三方公司來使用）。

目前實現聊天機器人主流的技術路線有五種，如下所示：

1：基于檢索的方法：通常是通過相似度算法實現，模型中會設置好一段文字，和一個對應的候選答案，模型的輸出是對候答案的進行打分和排序，選出分值最高的作為回復答案。

2：基于規(guī)則的方法：由開發(fā)人員編寫相應的人工規(guī)則，只要輸入的文字和規(guī)則匹配上了，就會自動輸出對應的回復。

3：基于語義解析的方法：是對每一句話進行自然語言處理之后，把文字轉換為電腦能識別的唯一編碼，提取關鍵信息，再生成對應的回復。

4：基于知識圖譜：感覺和基于檢索的方法比較類似，但首先需要基于多源的、異構的數據來構建多樣化的知識庫，通過對輸入的問題進行語義理解和解析，然后利用知識庫進行查詢與推理得出答案。

5：基于深度學習的生成模型：通過機器學習算法被創(chuàng)造出來，可以從自身數據、對話、文本、電影對白或者劇本從0開始學習，但人類對話是最好的學習方式。同時擁有的數據越多，效果越好，但就目前來說理論可行，實際效果差強人意。

加入飯團的半個月時間內，我曾一度懷疑自己之前做的聊天機器人的方法有問題，但以今天的經驗來看，我做的其實只是是實現聊天機器人的其中一種方式罷了。如果說在同一緯度的分類中有4種不同類型的機器人，而每種機器人實現的技術方式有5種，不考慮每種實現方式使用的算法模型，那至少會有20篇不同的實現文章。這是一個比較夸張數量，但確實如此。

另一方面，隨著時間的推移與大量的學習，我發(fā)現自身的提升非常大，正在建立起清晰的行業(yè)知識，如果以后再看聊天機器人相關的分享文章，我會有一個清晰的視角，去判斷一下文章中機器人的分類，以便于自己更專業(yè)的去閱讀和做筆記。

最后分享一下，2C方向的AI產品工作，有相對清晰的產品定位、較快的產品迭代，豐富的用戶體驗數據和MVP驗證過程，所以在AI產品能在初期保持一定速度的成長。2B方向的AI產品工作，項目周期長、迭代慢，溝通事務多、缺乏經驗指導，像我就是leader自己都沒有做過聊天機器人相關的項目，所有遇到的難題都只能靠百度，并且自學NLP基礎知識，對自身是一種極大的挑戰(zhàn)。昨天看了飯團成員YING的分享的《2B方向的AI產品經理如何能快速成長》文章后，發(fā)現跟自己的經歷差不多，可能整個2B的AI行業(yè)都是這樣，也對于文章中所提到的3點建議深有感觸，分別是增強自我定位的能力、培養(yǎng)主動提問的能力和提升解決問題的能力，我個人認為最核心的一點是解決問題的能力，需要通過不斷的學習和閱讀，甚至于對竟品，或者市面上常見的同類產品進行深入研究，以便于對整個行業(yè)方向有清晰的認識。

以上就是關于百度對話機器人相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內容。