阿里巴巴在半年前推出「菜鳥」(Cainiao) 語音助手，作為物流服務的一環，在送達前對顧客確認時間與地點，每天有數百萬件服務，大家習以為常。但在 12 月 2 日加拿大蒙特婁的「神經資訊處理系統會議」(Neural Information Processing Systems Conference)，展示了一段菜鳥與顧客的對話錄音，驚動了與會的 AI 專家們。下面就是這一段對話：

菜鳥：您好，我是菜鳥語音助手，您有一個中......
顧客：你好！
菜鳥：您有一個上午送到文一西路588號的中通快遞，請問您方便簽收嗎？
顧客：你哪位？
菜鳥：我是菜鳥語音助手，在快遞員送到前確認上午送到文一西路588號，您方便嗎？
顧客：我上午不在家呢！
菜鳥：哪您方便留一個簽收地址嗎？我想告快遞員為您安排。
顧客：是什麼東西啊!
菜鳥：物流單上顯示文件。那麼您留一個方便簽收的地址，我想告快遞員安排配送。
顧客：嗯......那你幫我放物業吧。那算了，還是放到我門口吧！
菜鳥：是送到門口嗎？
（......靜寂約5秒鐘......）
菜鳥：喂，還在嗎？給您放在門口可以嗎？
顧客：可以啊！
菜鳥：好的，我會將您的要求轉達給快遞員，請您注意查收，感謝您的接聽！
顧客：啊，對了，我好像還有一個中通的包裹，今天會派件嗎？
菜鳥：請稍等
菜鳥：這裡您還有一個中通快遞的包裹，預計明天送達。
顧客：我明天要出差，直接放在菜鳥譯站就行了。
菜鳥：好的，給您放菜鳥譯站好嗎？
顧客：是的。
菜鳥：好的，請注意查收，感謝您的接聽！
顧客：謝謝，再見！
菜鳥：再見！

   這一段對話如果是兩個人交談，不但稀鬆平常，而且還覺得有一點厭煩，但菜鳥不是人，只是一個 AI 電腦，姑且不論發音的字正腔圓，能聽懂顧客說話的口音，而且解讀顧客的意思、做適當的回應，這在自然語言上的技術上，是相當的突破。MIT技術評論期刊的專家，從上面這段簡短對話（翻譯成英文以後），指出三個技術特點。

   第一個技術特點是可以打斷對話，然後繼續接回主題，沒有再從頭開始，或跳過一些詞句，這可從開始對話看出來。菜鳥先說您好，我是菜鳥語音助手，您有一個中....，立刻被顧客打斷說你好，但菜鳥沒有重複說是自己語音助手，而是接著說有一個快遞要送過來。

   第二個特點是非線性 (Nonlinear) 對話，菜鳥說有一個快遞、問是不是方便簽收？但顧客沒有回答是否方便，卻來一句你哪位？改變了對話主題內容的連慣性。這時菜鳥沒有繼續前面的話題，反而會回答了顧客的問話，介紹了自己，然後再回到主題內容繼續。

   第三個特點是隱性意圖 (Implicit Intent)，當顧客說我上午不在家，菜鳥立刻要他留一個方便的地址。這其中的技巧在對「不在家」的解讀，不在家，隱喻快遞不要送到那個地址，但沒有明說，採鳥就根據前面的對話，解讀不在家的隱喻意涵，接下去繼續對話。

   對人來說這樣的對話再容易不過了，對機器來說是困難的挑戰，從會場的展示，MIT 技術評論認為優於 Google 在上月正式啟用的 Duplex。Duplex 也是個人語音助理，可以打電話給餐廳訂位，口音還模仿人類說話嗯啊的喉鼻音，但與菜鳥一樣也要先介紹自己是電腦，如果接聽的人不願意跟電腦說話，就會轉到一個真人。

   目前菜鳥僅用在送貨的協調上，當然只要有大數據，不難發展在另外的用途上。在蒙特婁的會場上，阿里巴巴對如何訓練菜鳥的細節透露不多，但暗示大量的顧客通話紀錄是有用的資源，阿里巴巴平均每天接到 5 萬通客服電話，在雙 11 光棍節，客服數量增加 5 倍。至於菜鳥用的語音識別，則是阿里巴巴自然語言處理引擎 AliMe。

   自然語言處理是任何語音系統的基礎，藉助 AI 與大數據的學習，近年進展的很快。記得在 AI 以前，一位外國友人來信說在一個研討會上看到了驚人的一幕，一個人說了一句英文，過了一會，系統翻譯說出了中文，當場大家鼓掌稱讚。我回信說他下一次到中國演講就不用翻譯了，他也回信幽默的說，他教的研究所課程有一半是來自中國的學生。

   當然現在各式各樣的語言翻譯不再稀奇，性能也都很好，手機上的 App 使用便利，而且越用越會遇到不同的狀況，使機器學習讓功能愈加改善。這樣加速循環進展的結果，製造了潛能，給各個領域進入新一世代營運的契機。目前來說，至少對如阿里巴巴的龐大電商，物流的效益，無疑的會益增其競爭優勢。