2013年上映的美國電影《Her》知名度不算太高，但在近兩年人工智慧的熱潮下，它被提及的次數越來越多。
在很多投身人機互動研究的工程師和研究員心中，這部電影描繪了他們心中的理想：擁有迷人聲線、溫柔體貼而又幽默風趣的人工智慧系統OS1薩曼莎除了能提供如日程提醒、播放音樂等功能外，還能與用戶對話談心。在情感、智商方面，薩曼莎已於人類無異。
簡仁賢是《Her》的影迷之一，2015年8月創業之前，他供職於微軟（亞洲）網際網路工程院，任副院長一職，負責領導微軟小冰及小娜的產品技術開發，在人工智慧、搜尋引擎、機器學習、深度學習以及大數據方面都有涉獵並經驗豐富。
職業經理人的道路本可穩當的走下去，但簡仁賢卻選擇離開創業，他的目標是將「薩曼莎」變為現實，為此，他選擇自己成立公司，力圖將圖像、語音、文字的人機互動融合，專注情感情緒識別，打造一家基於情感人工智慧的人機互動公司。
於是，2015年下半年，竹間智能成立了。
根據簡仁賢原本的設想，三者融合的界面應該在創業五年之後能做好，其中三年時間打磨技術，兩年時間落地，因此，第一筆融資至少要支撐公司運轉三年。
但現在，簡仁賢的計劃必須要做出改變了。
與深網見面的那天，簡仁賢遲到了，他的上一個約會是與投資人會面。約定時間過後二十分鐘，簡仁賢端著一杯美式咖啡走進會議室，接下來，他要接受包括深網在內的四家媒體兩個小時的採訪。
忙碌的狀態在今年會一直持續。
「下半年會很忙，會提供很多解決方案。我們每周、每個月都會有很多新的大型用戶來找我們合作，所以下半年會更加著重在商務的拓展，還有解決方案和應用的落地這兩件事情上。」
電影《Her》劇照
按照簡仁賢原本的規劃，商業拓展本應在2018年才會啟動，但客戶及技術發展的需求讓簡仁賢決定加速。
改變發生於去年年底。
「我剛開始只是一股腦非常想要完成電影《Her》那樣的場景。後來發現我們光做技術達不到那樣的效果，一定要到行業裡去應用。因為只有到行業裡去應用，才能夠拿到真實的用戶使用數據，對你的模型才能做更精進。」
第一個被驗證可以落地的垂直行業是電商，由第一個案例總結出的經驗，隨後被應用到金融行業上。與金融行業打上交道只是緣於巧合，但在與金融行業打交道的過程中，簡仁賢發現了金融機構對於人機互動擁有的強烈需求。
「傳統的金融機構備受壓力，所以他們想要用我們一開始開發的對話及情緒情感技術，讓他們的用戶更能夠貼近他們。」
依賴基於圖像、語音和文字的情緒情感識別，竹間智能打造的人機互動系統與傳統問答系統相比具有明顯的特別和優勢。
傳統問答系統本質上需要依賴模板維護，系統通過識別用戶問題中的關鍵詞給出選項，並未真正實現人機對話，體驗不佳，且維護成本高昂。竹間智能研發的交互系統則能夠基於語義理解、語音和圖像的情緒理解，真正理解用戶的意圖，快速給出準確的回應，並根據用戶當前情緒，適當予以疏導。
竹間智能團隊目前語音、圖像、語言三個方向的團隊人數正在趨近於平均，語義理解和情緒識別是團隊攻克的兩大技術方向，其中，簡仁賢尤其喜歡提及竹間智能基於圖像的情緒情感識別技術。
如何讓機器辨別出人的喜怒哀樂？傳統的方法是將人的表情分解成不同的部分，基於不同部位的表現計算出一個可能的表情，竹間智能則是利用深度學習的方法進行識別。
對人臉識別進行情緒情感的辨識和決策依賴於9種情緒和22種屬性，9種情緒是開心（Happy）、生氣（Angry）、哀傷(Sad)、驚訝(Surprise)、害怕(Fear)、反感(Disgust)、輕視(Cotempt)、困惑(Confused)、中性(Neutral)；22種屬性包括性別、是否佩戴戴眼鏡、頭髮長度、鬍子樣式、膚色、發色、年齡以及皮膚質量等。基於對人臉情緒的識別，結合對人臉屬性的辨識，算法給出情緒識別的判斷。語音的情緒識別則是基於音頻、聲波，結合深度學習的方法進行。
同時對語音、圖像及文字的情緒情感識別進行攻堅，對於一家人數在150人左右的創業公司而言，並不是一個容易達成的目標。但簡仁賢認為這是必須要做的事情。
選擇這條路徑，是基於簡仁賢對人機互動未來發展趨勢的判斷。
「為什麼竹間要做的是人臉情緒情感，再加上語義的部分合起來做。我個人堅信，在未來的2到3年，在人機互動裡面會成功的公司，一定是具有三個人機互動的能力的，就是視覺，語音的情緒，還有語言。三個要同時具備。如果只是一個集成商，要把這三個技術集成是做不到的。即使做到，也是很碎片的。」
設想是好的，但現實瞬息萬變。
兩年前簡仁賢創業時，人工智慧還沒有今天這麼熱，現在，人機互動是當前人工智慧熱潮中的熱門方向，巨頭如BAT均已有所布局，賽道上的創業公司也為數不少。
竹間智能面臨的已經是一個競爭激烈的市場。
竹間智能北京辦公室位於五道口的一個寫字樓內，距離簡仁賢上份工作的地點不到三公裡。而人工智慧也是一個巨頭與創業公司近距離搏殺的領域，在技術、人才等各方面，創業公司的資源均不佔優，巨頭們均重金投入人工智慧的背景下，如何以小博大，是擺在竹間智能面前的問題。
從巨頭出來的簡仁賢對此倒有些不以為意，因為在他看來，大公司AI技術規模化會非常非常慢。
「我自己是在大公司出來的，我在大公司幹了二十年，就是他們規模化慢。小公司是很容易規模化，因為我們很專精，我們馬上就規模化，標準化。大公司要做標準化，小公司如果說花一年，大公司要花三到五年才有辦法標準化。」
人工智慧是一個需要長期投入研究，並極依賴數據量的行業，在資金儲備上，竹間智能已經完成B輪融資，而在數據量上，簡仁賢認為，「大公司有數據是個迷思」，因為「在解決AI問題的時候，（關鍵在）有沒有適當的、合適的、高質量的、能學習的數據。這個數據如果不是能學習的，你再多也沒用。」
為了做圖像情感情緒識別，竹間智能通過購買、收集等方式積累了百萬級的圖像數據量，並通過外包團隊對其進行了精細的標記。而在應用層，通過與垂直行業客戶合作，其可以獲得特定領域的精準數據。因此，簡仁賢認為，身為創業公司的竹間智能在數據上並沒有劣勢。
竹間智能目前著力的落地場景是金融、電商及IoT，《Her》激勵著研究人機互動的工程師和研究員，激勵著簡仁賢。不過現在，竹間智能真正同時落地三種識別技術的場景不多，技術的進步空間很大，尤其在語義理解上，竹間智能接下來會投入更多人力。
面對可以預見的激烈競爭，簡仁賢頗有自信，在他看來，人工智慧的熱潮裡，創業公司的機會很大。
因為「大公司不可能為其它的公司需要AI場景的做定製化服務，在AI的領域裡，只有靠小公司才有辦法在特定領域裡做出來一些場景。」
來源／騰訊科技
編輯／錢馨瑤
·END·
版權聲明：
如果您認為我們的授權或標註與事實不符，
請告知我們，我們會與您共同協商解決，
謝謝！
廣告&商務合作：
微信ID-Enterprisethinkers
郵箱-hwchen@cneo.com.cn
QQ-1693265882