过去的几天，美国各州有毒物质控制中心接到关于误服消毒剂的咨询电话明显增多，其中还有死亡案例，这是一件令人悲哀的事。误服消毒剂危害人体健康属于事实性知识，几乎人人都应该知道，但还是有人做出错误的事情。如何通过智能技术让大众远离这种危险？帮助人们具备领域常识，这应是领域智能助理的基础功能之一。领域智能助理是指在各行业、领域提供智能助理服务的人工智能软件系统，它能辅助领域中不同职责的参与者完成领域中的各种任务，并将专业能力提供给大众。实际上，领域智能助理是个人实现应对数字化时代的路径之一。

在医疗领域，2019年初，广州市妇女儿童医疗中心的夏慧敏教授和加州大学圣地亚哥分校张康教授领衔的一支研究团队在《自然》子刊Nature Medicine发表了一篇论文：利用机器学习和自然语言处理等技术研发了一款AI诊断工具。这款诊断工具根据患者口述和医生检查的文本式病历，自动分析患者病情，并给出推荐诊断。医疗智能助理系统优势是能够搜索所有相关的医学案例、可用药、最新文献以及试验证据等，构建多个可行的治疗方案。在那些缺少专业医生的地方，云医疗助理系统能够辅助当地医生降低误诊、漏诊的风险，为人们提供更专业的医疗服务。一些医疗商业系统已能协助医生分析医疗数据、医疗影像；在放射科里，它已完全融入医疗工作流程，大幅提高准确率，具备非常专业的辅助功能。

再看个人医疗助理，穿戴设备、基因测序、在线病例等技术的发展已成为个性化医疗有力的前提条件。身体状态数据、医疗史、家族史和谱系、生活习性、生活环境数据、不同药物反应等等医疗相关信息都能用于个人精准医疗。相信不远的未来，记录了个人相关医疗信息的个人医疗助理将是每个人生活中不可或缺的智能助理之一。苹果公司已将医疗保健和健康视为其应用、服务和可穿戴设备战略的核心部分，目标是依托个人健康数据，打造健康生态系统，以用户为中心，在日常生活中通过个性化健康辅助，实现个人医疗助理服务。

领域知识是领域智能助理的核心能力之一。利用自然语言处理、知识图谱等技术，提取领域事实性知识，实现自动化，应该是当下以及未来一段时间内各领域智能助理开发商们的重要发展方向。相对而言，利用知识图谱在规则推理、事件推理、预测等方向投入大量资源并没有太大价值，这也和领域智能助理定位主要是辅助决策而不是代替决策有关。更多的论述可参见2020年4月中国财经出版传媒集团经济科学出版社出版的《人工智能为金融投资带来了什么》。

从海量文本资料中规模化、自动化地提取结构化事实性知识是一个工程问题，需要领域专家以及算法、工程团队共同合作。知识图谱技术是目前行之有效的方案之一。而自动化知识提取必须降低对专家的依赖，减少人工才可能实现规模化。自然语言处理（NLP）平台、人工打标平台、知识图谱平台等都是知识提取系统工程中不可或缺的部分。NLP技术的发展为知识提取提供了支持，BERT为代表的文本预训练模型极大地提升了文本处理的准确性。论文[1]中使用了预训练语言模型，并结合知识图谱提取结构化事实性知识，但NLP技术不可能独立完成抽取任务，有效地利用已标记、结构化的领域知识，并利用人工高效的验证才是可行的路径。

有了领域知识后，还需识别用户意图，将用户意图映射到领域知识。通过主动多轮对话寻找、匹配用户的真实意图，提供更自然的交互，对用户意图进行精确地识别。在此过程中，强化学习、BERT模型提供了算法支持。领域智能助理对话，还必须将领域中的专业知识转化为用户易于理解的语言，以帮助用户更好地理解。为什么领域中专业从业者都喜欢用专业词汇，因为专业术语去歧义，降低沟通成本，但对于大众来说并不合适。将领域专业问答转换为简洁、易懂的内容，同样是领域智能助理的目标。

比尔•盖茨在疫情期间阐述了大量的观点与事实，却在社交媒体上受到攻击。正如哲学家苏格拉底在《申辩篇》中所表达：一个人若是出于高贵的动机讲话，因为这些高贵的动机违反了一些人的意愿，那么他就将自己置于死亡的危险之中，因为不迎合民众的话，难以被倾听，还会激起负面反应，惹恼民众。如此事实性知识完全可以交给领域智能助理来说，毕竟，系统不必担心生命危险。而且，当人们习惯了在揭示已存在事物的面纱下生活，习惯了全社会在事实性知识下进行讨论时，在当前的科学水平下，很多的事情真相只有一个；即使真相还无法得知时，可证伪的科学态度也有利于发现真相并做出更理性的决策。

在数字化时代里，可以预见未来信息处理将从搜索进化到智能助理。领域智能助理的定位是提供领域事实性知识并辅助决策。这也是《人工智能为金融投资带来了什么》的重要主题之一，该书着重探讨了数字化时代金融投资领域的人工智能应用。

[1] Zhengyan Zhang, Xu Han, Zhiyuan Liu, Xin Jiang, Maosong Sun, and Qun Liu. ERNIE: Enhanced language representation with informative entities. In Association for Computational Linguistics (ACL ). 2019.