很多人用 “机器不会有思维能力” 的理由来反驳人工智能威胁论，但是 NLP（自然语言理解）技术的出现又一次打破了这样的定律。机器通过数据训练，深度学习也可以理解人类表达的模糊的指令并自如的进行对话，目前它们能做到多聪明多智能？近期，动点科技科技接触了基于 NLP 技术的人工智能生活语音对话助理「玩秘」，创始人余轲曾经说过他们的愿景是：让人类把部分思考的工作交给机器。
玩秘隶属于北京轮子科技有限公司，是一家 NLP 语音对话助理服务商。玩秘于 2018 年正式服务于智能音箱小米小爱同学、天猫精灵，于 2019 年正式服务于小米手机。在 2019 年 8 月于上海举办的世界人工智能大会闭幕式上，玩秘作为 8 家被选中的优秀企业，与上海市人工智能产业投资基金完成了意向性签约。
玩秘通过语言对话与用户交互，与 Siri 等语音助手的简单百科式问答不同，玩秘强调思考和分析能力，能模仿人类复杂的决策过程，做出基于众多数据和因素的智能决策和推荐。
玩秘选择从生活消费和吃喝玩乐这个领域入手，余轲介绍说是因为与购物和资讯相比，本地休闲生活除了具备人性化需求和丰富供给的特点，还包含时间、地点、场景等更多维度，AI 个性化给用户创造的附加值更大，优于传统个性化推荐方法的人工智能架构功效也会发挥得更加充分。
目前，玩秘已经明确了三个主要的 B 端终端场景：手机、智能音箱、汽车。手机语音助手是玩秘主要的应用场景，针对手机语音助手，玩秘采用 GUI（图像交互）和 VUI（语音交互）相结合的展现形式，通过多条件指令识别、多轮对话、模糊指令识别等功能，为用户提供深度语义理解交互服务，让用户不用打开任何 App 即可完成院线观影、订酒店、外卖等服务闭环。
玩秘近期可以做到多智能？余轲举例说，在人性化升级完成后，比如用户发出指令：帮我买两张晚上十点在天幕影城的复联 4 的票。玩秘获取之后会根据已知的海量院线信息，输出自己的人性化建议：有一个场次是十点半的，但电影结束就凌晨 1：30 了，会不会有点晚，要不要换成 9 点半的场次？在此基础上，用户可以进行下一轮对话，比如：9 点有点早了；还有别的影院选择么？玩秘会根据进一步的指令做出下一个推荐。除了像这样多条件的指令，还可以向玩秘发起多样化或非模版式的指令，比如询问某个电影怎么样？附近有什么电影院推荐，价钱比对等，玩秘都可以一一作答。甚至用户搞不清想看电影的名字，只要说起其中演员的名字等比较模糊的指令，玩秘也可以理解用户的意图。具体而言，「玩秘」将根据用户特征进行类人脑推理，生成智能化的生活解决方案。随着深度学习训练，「玩秘」将越来越人性化，理解率和应答率也会逐渐提高。
余轲表示，做人工智能语音助理面临两大难点：NLP 语义理解和人性化推荐。团队核心的挑战以及技术壁垒便是 NLP 技术，即机器对人类指令的准确理解。“这是我们首先要做到的第一步，让机器更好的理解人类的意图。” 余轲说，人性化推荐则依靠数据和机器学习，核心是在于对用户和 POI 的刻画，标签经纬度要足够多、足够深，数据来源玩秘则通过与业内知名互联网票务平台、酒旅平台、外卖等合作来获取。
在盈利模式上，玩秘目前主要方向是在用户产生消费以后，从电影票务平台、酒店平台等内容提供商获得服务分成。
目前，玩秘已经覆盖全国 95% 以上的地级市，主要提供电影和酒店的服务信息。今年 6 月份，玩秘的功能在小米手机中上线（只需对「小爱同学」说 “电影助手” 即可通过语音对话的方式很便捷的购买电影票）。除了小米手机之外，中国四大手机品牌中的另外两家也已与「玩秘」达成合作，服务预计将于今年四季度上线。余轲表示，未来人类与机器以及机器人的交互形式一定会过渡到语音对话。与文字编辑、手动按键等现有的方式相比，自然语言传达的信息密度和效率要高得多。玩秘也将深耕吃喝玩乐的生活服务领域，打造生活全场景人工智能服务大脑。
据了解，玩秘目前已经完成了三轮融资，最近一轮是今年一月份由越榕资本领头的 A 轮融资。创始人兼 CEO 余轲牛津本科毕业，在斯坦福和普林斯顿分别完成了深度学习专业硕士和博士学位，有 10 年 NLP 自然语言理解与大数据分析行业领域研究和行业经验，曾任摩根大通公司的全球人工智能算法交易总负责人（能源与资源）；其余核心成员来自平安集团陆金所、思必驰、豆瓣等公司。