近日在微軟小冰年度研究進展分享會上，微軟小冰三大首席科學家分享了小冰近期的技術突破，包括唱歌、會比喻等。2019年8月15日，微軟正式推出了第七代小冰。微軟小冰首席NLP科學家武威認為，Self-Complete(自我完備)可以很好地概括近些年來微軟在小冰身上的研究成果。

一個能夠自我完備的對話機器人應該擁有幾項能力：學習、自主管理、連結。

“我認為這三項能力貫穿起來就構成了一條縱線，貫穿了對話機器人這些年來，甚至可能是未來一段時間整個的研究與發展。” 武威表示，其實還有一條橫線，橫線就是微軟小冰核心對話引擎的進化。小冰一開始做檢索模型，通過重用已有的人類的對話來實現人機交互，後來團隊又做生成模型，讓小冰自己能夠去合成回复，再到後來做共感模型，希望小冰能夠自主的去把握整個的對話流程。

“這條橫線和那條縱線實際上交錯在一起，構成了一幅對話機器人發展的絢爛畫卷。”

其中，學習包括能夠從人類的對話中學習怎樣說話，以及機器人之間互相學習。

武威透露，團隊今年嘗試了讓兩個機器人通過互相學習來共同進步。即讓兩個檢索模型在訓練過程中互為師生，互相交流。在每一次迭代的時候，一個模型都把它從數據中學到的知識傳達給另外一個模型，同時又從另外一個模型中接觸到它的知識，然後這兩個模型互相學習，最終希望能夠得到共同的進步。

微軟小冰首席語音科學家欒劍提到了小冰唱歌技術的進展。他透露，小冰是從2016年開始做唱歌的，之後經過努力，小冰在語音合成領域一些大的問題已經被解決了，團隊就開始尋找一個更有挑戰性的課題繼續來做，所以就選擇了唱歌。

選擇唱歌主要有三個原因：唱歌的門檻比說話高，在技術上有難點；情感表達上更加豐富激烈一些，歌曲是一種喜聞樂見的形式；它是一個很重要的娛樂形式，唱歌做好了，應該是很有市場前景、很有方向的。

深度學習其中一個很重要的支撐就是數據，現在有大數據的支持才能夠把深度學習做的這麼好。而“對唱歌這個任務來說，數據其實是比較困難的，因為相對於說話來說，清唱的數據是非常少，絕大部分的數據是混雜的、伴奏的音軌。”欒劍表示，團隊曾經和唱片公司進行合作，利用了其數據庫中已有的混合了伴奏的數據進行很好的學習。

據悉，小冰唱歌也有一定的商業化前景，比如其日本分身已經與唱片公司簽約。

欒劍總結認為，接下來不管是人工智能創造，還是唱歌提高上，都要兩條腿走路，一邊要不斷提高模型，一邊要不斷挖據更多的數據，這兩個東西如果做的更好，質量會不斷得到提高。

小冰目前除了寫詩、會畫畫、會作曲、會唱歌，今年另一個進展是可以創造比喻。微軟小冰首席科學家宋睿華表示，希望小冰真正創造出人類不曾說過的比喻，而不是在人類已有的文章裡去挖掘這種比喻句，不要用“像”、“就像”、“一樣”這樣子的模板把它挖掘出來。

為了幫助小冰學會“比喻”這項技能，宋睿華透露，他們從復雜的詩歌中挑選了6大類，每類122個主題，並通過小冰聊天日誌過濾出了包括愛情、內心、世界、母親、美麗、人類在內的96個常用比喻概念。隨後從1000個常用詞中選取了3000個最常用的形容詞擴充小冰的比喻能力。

比如愛情與國足，它們共同的相關詞彙可能有未來、虛幻，那麼小冰就可以作出“愛情就像國足，未來都是虛幻的”這樣自然的比喻句。

“我們其實想讓小冰更像人，你會發現除了工作，聽音樂是你很大的一個享受。我覺得人跟動物的不同在於有一定的自主性，人工智能創造體現了一種自主性，包括作曲、寫詩、畫畫，我們做算法的人也不知道最後會產生什麼樣的結果，你在那一瞬間就會有一個錯覺，覺得她有意識，這是非常好的一個點。”宋睿華表示。