团队首先利用机器学习、深度学习、自然语言学习、增强式学习、认知科学等技术，结合大数据搜索分析，模拟人的思考与交互模式搭建类脑架构，其中包括人的理解、记忆、情感、主题、意图、等40多个模块。

　　其中，包含文字、面部及语音理解的多模态情感识别是实现人机交互的核心之一。结合团队开发的视觉情绪理解技术、语音情感技术，可比较好地实现机器对人的“听懂、读懂、看懂”。

　　在此基础上，团队逐渐建立起用户画像图谱，并构建出用于回答常规问题的知识图谱，接着是功能引擎的开发，最后是以机器学习为主的记忆能力构建。

　　情绪识别正确率85%

　　起初，机器只可判断信息的正负面性质，记忆能力也缓慢。借助半监督式的学习循环技术，三次左右的迭代后，团队逐渐将情绪识别数量增至22个，结合多模态的方式对人类的情绪识别正确率提至85%，人脸辨识率升为98.40%，可理解意图增至200多个（测试环境中），多模态情感识别模型也磨合至相对稳定状态。

　　◆22种情绪辨识

　　在类似这样的细节上，竹间智能的聊天机器人在努力变成一个“更接近人”的机器人。

　　去年，团队还推出一款“小影”机器人，展示了可用于B端商家的售前导购与售后服务等商业场景之中的人工智能技术。

　　竹间智能的商业模式分为两种。一是对中小客户提供将于下月正式推出的“机器人工厂（Bot Factory）”，其是无需软件开发基础，就能定制有对话交互人工智能的开放平台，客户据此可快速自主定制出需要的机器人；二是对大客户提供可定制的整体化解决方案，即团队以“机器人工厂”为基础，根据客户需求添加模块，做出定制化方案，再上传到云端。

　　目前已有30多家金融和电商企业，在利用竹间智能的情感型人工智能解决方案，提升用户体验与商业转化，并降低客户服务成本。其中，竹间智能与优必选合作的实体机器人、与爱奇艺合作推出的VR一体机中的人工智能伴侣已于3月上线。

　　近期，竹间智能正在进行A轮融资。接下来的半年，简仁贤打算大力拓展在金融行业与电商行业的商业落地。