（要闻）“双十一”第11年 AI定义网购新玩法

本篇文章2889字，读完约7分钟

“双十一”十一年，直播如火如荼。“所有女孩”这个短语来自主播李佳琪的口头禅，这已经成为直播时代的宣言，无数人已经将空.收入囊中今年“双十一”期间，淘宝直播成为商家的标准，服装、美容、食品等行业的商家纷纷拿起直播工具。甚至有人开玩笑说现在没有直播店，就像没有详细页面一样。

为了更好的观看体验，淘宝自主研发了全新的音视频实时通信架构，实现了大规模低延迟直播，将延迟从5秒减少到7秒，减少到2秒以内，提高了用户与主播的互动效率。此外，人工智能技术还可以实时识别主播正在讲解的产品，并显示在直播页面上。

是的，时代之风吹到哪里，技术就先到了哪里。直播和短视频很流行。“双十一”这个新游戏的背后，还有一个不断完善的ai。

Ai助手分享主播的烦恼

有成千上万的剁党进出直播室，每一分钟都形成刷屏的趋势，主播太忙。这时候他的ai秘书出现了。帮助主播，提供主播问答、商品问答、优惠券问答等服务都没问题，也就是说，你在直播室问的问题，大部分都是ai助理回答的。

据阿里巴巴达摩研究所高级主管、阿里巴巴集团智能服务事业部总经理赵坤介绍，ai秘书使用自然语言理解、基于知识地图的问答等技术，可以准确分析直播室内观众对商品和主播的复杂表情和疑问，实现直播现场高效快速的多对一沟通响应，大大提高直播室内客户问题的回应率和解决率。

除了基于文本，ai客服还可以基于图片进行智能问答。赵坤表示，ai客服利用图像分析算法理解图像内容，结合用户的提问，自动理解并识别出能够回答用户的拍摄图像作为答案，并突出图像中准确的答案位置。目前，智能图片问答已经覆盖了数字家电、零食、果蔬、母婴保健等多个行业。

方便了劈党，卖家也受益于ai。“双十一”期间，卖家需要制作大量宣传图片、海报图片等。在很短的时间内，智能图像生成技术应运而生。基于智能图像生成技术，人工智能设计师可以改变传统的设计模式，在短时间内完成大量横幅广告、海报图片和会场图片的设计。卖家只需要任意输入想要的款式和尺寸，系统就可以代替手工费时费力的材料分析、抠图、配色等设计项目，实时生成多套符合要求的设计方案。

据阿里巴巴达摩研究所高级算法专家谢宣松介绍，该系统已经达到了高级设计师的水平，可以提供几十个方案，每秒钟设计8000张不同的海报。在去年的“双十一”期间，ai设计师为20万家企业和商家设计了近600万张图片，以及消费者在天猫上看到的几乎各种活跃产品的海报和图片。

除了图片，短视频已经成为标准。谢宣松介绍，短视频智能设计产品基于智能图像识别技术和智能视频生成技术，帮助用户在极短的时间内设计制作出大量的商品营销短视频。“用户只需要输入产品详情页链接或者从本地上传图片视频素材，就可以进行图片素材分析过滤、产品理解定位、视频素材剪辑准备、视频脚本编导、视频渲染生成等一系列复杂的设计工作。它还可以根据用户的风格和大小等简单的个性化需求进行输入，并提供了一种从流媒体内容生成视频的解决方案。”谢玄松解释道。

机器翻译帮助商品到达世界

全球卖货，没有语言怎么办？在“双十一”之前，机器翻译技术已经升级。对话机器人可以帮助世界各地的中小卖家自动将产品细节和评论翻译成当地语言，还可以在ai语言翻译中实现实时客户服务和业务咨询，覆盖64种语言。当然，光看商家网页获取商品信息是不够的。有问题就找客服，海外消费者也不例外。在中国，对话机器人负责客户服务。近两年有国际版，专门服务海外业务平台。

据赵坤介绍，该对话机器人精通英语、法语、泰语、西班牙语和阿拉伯语等11种语言，两周就能学会一门新的外语。

“今年，对话机器人学习了阿拉伯语、法语和繁体中文，并推出了马来语-英语、泰语-英语等混合语言问答功能。”赵昆说:“混合语言问答在马来西亚等地非常普遍。本地客服场景，大部分用户用英语咨询，少数用户用马来语咨询，英语和马来语经常混用。对话机器人不仅要同时理解这两种语言，还要理解复杂的语言混合情况并给出相应的答案。”

但是它没有使用机器翻译技术，而是跨语言学习，这是一种自然语言处理技术。“小语种缺乏大规模的训练语料库，通过过去的机器学习技术很难获得。跨语言学习可以克服资源短缺的瓶颈。”赵坤解释说，跨语言学习是一种多语言自然语言处理技术，它通过语言之间的知识传递，借助汉语、英语等语料库资源丰富的语言，帮助算法模型提高对小语种的理解能力，从而快速扩展机器人的多语言支持功能。借助跨语言学习技术，对话机器人还可以掌握更多的语言，甚至包括土耳其语、乌尔都语等小语种。

“一般来说，语言是一种符号，不同的语言是不同的符号系统。想象一下，一种语言中的每一件事物/知识都对应于某种身份，这种身份由不同语言中的不同符号来表示，或者不同语言中使用的符号映射到相同的语义空.跨语言学习是帮助机器理解语言所指的身份，用资源丰富的语言去学习资源稀缺的语言。”赵坤进一步解释道。

他说，基于语言之间的交叉映射关系，机器在没有资源的情况下，通过混合多种语言来学习语言之间的共性，比学习单一语言要好。2017年，对话机器人首次登陆海外。学印尼语花了六个月，又花了六个月才达到智能客服岗位上和中国机器人相当的解决能力。现在，多语言机器人学习一门新语言的时间已经缩短到两周。

声纹识别开启语音购买的第一年

今年的“双十一”，语音购物然而我们在她开始向我们走来之前打了一千次电话催促:消费者可以直接下单，只要他们告诉天猫精灵他们想买什么；如果启用了“声波纹支付”功能，也可以直接语音支付。

“语音购物第一年”听起来充满科技感。据报道，数百万人经历过语音购物，其中一半以上是第一次尝试。声纹识别技术采用基于深度网络的注意力嵌入模型，通过网络结构的参数化设计，模拟基于人耳感知的频谱特征，能够在一定程度上消除同一个人在不同场景下频谱特征差异的干扰，显著提高远场交互下的声纹识别性能。

你可以通过谈话来支付。如何保证安全？阿里巴巴人工智能实验室语音技术首席科学家聂在清介绍，作为首个声波纹识别技术达到商用水平的智能音箱，天猫精灵的声波纹识别率达到99%，这是其支持声波纹支付功能的基础。在支付级应用下，用户可以通过三次不到10秒的交互，准确刻画用户健壮的声纹特征，识别准确率达到99%以上。

而且，利用中文识别的自然语言理解算法，语音设备可以准确定位消费者需要购买的产品，基于平台大数据，依托声纹推荐能力，为消费者做出个性化推荐。“在语音购买场景中，天猫精灵可以基于注意力记忆网络，自主学习各行业导购员的经验，根据用户的特点呈现最佳导购流程，成为最了解用户、了解行业的智能导购员。”聂在清说。

此外，今年的“双十一”，消费者还可以体验ar试戴产品。ar试戴产品通过标准化的工具获取彩妆的色号、材质等数字信息，通过ai+ar技术让用户看到同一产品在自己脸上的不同效果。通过高效实时精确的人脸识别技术，即使在人脸大角度抖动偏转的情况下，也能有很好的稳定性能，在毫秒级上绘制出商品在用户脸上的逼真效果。新游戏的背后是新技术。除了不断刷新的营业额和引人注目的业务数字，持续突破的技术也在坚守阵地。