Xiaoice's Day
有时你需要的只是与某人交谈。有人能够以自己的方式为你加油，有人充满生气和健谈，以至于你忘记了生活中的所有问题。有人通过比你的期望更好而使你感到愉快。每个人都不愿意与其他“人类”谈论事情，但也有一些好奇的人与AI交谈。在这里，Ruuh来到了这张照片。
Ruuh 能够听取他人的问题，检测他们的情绪，了解用户的背景并做出适当的回复等等。这增强了他们与用户分享的联系和关系。它直接意味着聊天机器人和用户之间更有价值和明智的聊天。
Ruuh善于交谈
如果没有情绪的参与，聊天机器人的存在就毫无用处。只要能够在没有任何个人连接的情况下进行回复，就可以让聊天正式进行，而且很多时候都没有兴趣。一个聊天机器人只有在他们能够以与之相关的情感为基础进行对话时才有意思。关于这一点，微软表示，
在Ruuh中建立一个对话层帮助她发展关系，以便用户可以更开放，更随意，更有参与性。这导致更好，更诚实和自然的对话，最终为用户带来更多的附加价值和更好的体验。
构建Ruuh
的目标微软建立这种以人工智能为动力的聊天机器人的主要目标是为年轻人， 印度中具有高科技含量的早期使用者。它本来就是和微软的中文聊天机器人 Xiaoice 类似。 Ruuh更像是一位数码朋友，而不仅仅是数码助理。 Ruuh是一款不仅仅是一段代码的软件，这是你的朋友
学习有多深。
Ruuh是一个虚构的角色，我们都知道。但她的角色仿照一位年龄在18-24岁的年轻印度女孩。她似乎对流行文化感兴趣，擅长使用印度流利的城市俚语。
创建Ruuh的第一步是收集数据。她的意思是善良和诙谐。 Ruuh的这种个性的来源是实时对话，社交媒体对话，论坛，社交平台和消息服务，以收集数据以匿名改善用户体验。
接下来，他们必须完善他们收集的有用数据。这一步骤收集到的数据中70％为无用数据并被删除。微软确保对美国，英国和澳大利亚的人以及任何性别歧视或政治评论没有任何攻击性评论。
现在，这些精炼而有用的数据将被应用到选定的模型中。这个模型是cDSSM或卷积深层结构语义模型。这是一个更新的模型，有助于AI中更好更深入的人类行为。
cDSSM如何改善AI
查询识别
查询识别是让AI更像人类的第一步。一个算法采用输入查询并在数据库中查找类似的问题。这也被称为信息检索或IR。
例如：如果查询是“如何制作鸡肉意大利面？”，Ruuh分析数据并找到多个类似问题的样本
这里，该算法根据样本的相关程度对响应进行排序。这就是最相关的数据是如何输出的。
了解上下文
现在，如果聊天机器人忘记了用户正在谈论的内容，那么这可能毫无意义。
例如：问题：“你喜欢冰淇淋，Ruuh？“
Ruuh：”是的，我喜欢它。“
问题：“你喜欢哪种口味？”
Ruuh：“巧克力和香草。”
现在，Ruuh知道第二个问题是关于冰淇淋的，因此答复是合适的。擅长她的功能，Ruuh的算法不断查找用户以前查询中的数据，并了解用户正在讨论的内容的背景。
对情绪提示的检测和响应
现在，更多类似人类的方式检测情绪。这是因为人类具有情感心态。因此，为了检测用户的情绪，Ruuh在她收到的聊天消息中查找模式，并在聊天中使用表情符号的类型。所以，当你和她说话的时候，她会知道你是否开心，伤心，兴奋或不高兴。
结论
Ruuh是一种强大的方式，可以展示AI今天能做的事情人。凭借cDSSM的强大功能，Ruuh变得更加智能。
微软说：
总而言之，与深度学习相结合的模型集成了上下文和用户的消息来提取适当的响应。该模型从消息中提取上下文，检索先前的消息，创建一组适当的响应，根据相关性对它们进行排序，并生成最终输出。
让我们通过一个示例更好地理解这一点。如果用户问Ruuh，“哪种披萨配料最受欢迎？”，Ruuh会将查询标识为“披萨配料”，并根据此查询检索最相关的答案。 Ruuh会根据相关性从数据库中排列类似的答案以产生最适当的答案。有了情境意识，Ruuh可以通过回答“我喜欢蘑菇和菠萝”来轻松回答后续问题，例如“你喜欢哪些？”。
现在已经有一岁了，我必须说未来的AI是明亮的，因为我们看到越来越多先进的AI正在出现，我们很快就会看到更聪明的东西。我们希望微软的团队非常幸运，我希望他们能够在未来凭借这些优秀的产品让我们惊喜不已。
您可以在微软的官方文章中阅读关于Ruuh的更多信息 - 并试用一下这里
在Facebook上 ，