KITT.AI的另一项核心技术正是NLP，应用到其产品对话系统ChatFlow中，从而帮助开发者开发对话系统，实现人机对话。而姚旭晨和首席科学家曹原则是美国约翰·霍普金斯大学CLSP实验室（Center for Language and Speech Processing）的博士，主攻方向就是NLP。

近期，关于智能音箱的“智商”问题一直被大家吐槽，而智商背后的关键就在于NLP。尽管BAT等互联网公司拥有海量的数据资源，能够将语音识别做到97%以上，但在NLP上进展却并不明显，各家的语音助手仍被吐槽。

（KITT.AI官网关于对话系统ChatFlow的介绍）

那么NLP在语音应用上到底进展如何呢？姚旭晨谈到，“凡事无法衡量的东西，都是难以改进的”，像语音识别和图像识别很容易measure（衡量），语音识别看看错别字就可以衡量识别率。但是自然语言不是，直播，它是一种开放式的问题，你问它一句话，它可能有100种回答，所以你很难测量这个表现的结果。如果不能测量这个表现，则很难对其进行优化。

NLP是人工智能里最难的问题之一，在人机交互里，机器距离听懂人话还有很远的距离。以智能音箱中的多轮对话为例，目前通用语的多轮对话还难以实现，更多的是特定任务中的多轮对话能力，如打车、叫外卖、定电影票等。

目前NLP还没有太大的突破，它要像人一样会思考、会推理，还有很长的路要走。所以NLP在智能音箱、儿童玩具中做一个简单方便的小助手尚可，但其他的应用还难以做到。这另一方面也说明了，为什么当下的智能音箱大多是“one shot”（一次唤醒一次问答）模式。

DuerOS语音交互平台是百度“All in AI” 的重要一步，景鲲指出，DuerOS的核心理念是“唤醒万物”，而唤醒万物的三个基本要素是：听清、听懂、满足——可以理解为语音识别、语意理解、以及响应。

（图为度秘事业部总经理景鲲）

百度在语音识别和内容服务方面已有很多资源，此举收购KITT.AI，正是看中其在语音唤醒和自然语言处理上的优势，从而在“听懂”上更具优势，完善整个语音生态。

KITT.AI在被收购前就已经有近2万名免费开发者，还有来自四个大洲的许多付费客户，并且其公司在今年4、5月份已实现盈利。

在谈及选择百度的原因时，姚旭晨谈到，确实有许多公司想要收购KITT.AI，之所以选择百度，核心原因在于KITT本身的定位就在于平台，即成为一家成功的SaaS (Software as a Service，软件即服务）公司，而百度可以给他们提供一个更大的平台，更多的开发者。此外，百度对技术更加认可，并且也给予其团队很大的自由度，同意团队在西雅图独立发展。

百度需要唤醒和自然语言技术，来强化底层技术根基，而KITT.AI也需要更大的平台，二者可以说是一拍即合。

除了DuerOS和Apollo两大平台产品以及语音领域的KITT.AI外，今年百度还在2月份收购人工智能创企渡鸦科技，4月份收购硅谷专注于机器视觉的AI公司xPerception。在百度内部，搜索部门为AI提供知识库和文本的解决方案，地图团队为自动驾驶提供导航，百度云提供基础设施，百度医疗大脑提供人工智能诊断，可以说百度的“All in AI” 绝不是一句空话。

DuerOS的核心是唤醒万物，而人机交互的第一步则是唤醒词，可以说KITT.AI这个由3位高材生组成的明星团队完成了百度唤醒万物的第一步。

然而，姚旭晨也坦言，自然语言处理尚未实现突破性进展。如何让机器听懂人类、理解人类，仍会是我们很长一段时间内面临的难题。返回搜狐，查看更多