【酷到掉下巴】我们就是机器人的大脑──知识工程师
http://www.cheers.com.tw/blog/blogTopic.action?id=831&nid=9161
“我们就是机器人的大脑。”
这句话充满自信，但讲话的不是IT工程师，反而是一群文科背景的“知识工程师”。如何
让机器人听得懂人类语言？他们可得担负起打造电影《钢铁人》中智慧管家Jarvis的重责
大任！
“台北市2017年11月30日，白天天气预报是多云时阴短暂雨，温度区间是21度到23度，”
对着自然语意人工智能服务机器人“小智”，询问“今天温度几度”，“小智”随即依照
所处的地点，精准地回报台北市大安区的天气概况。
“小智”不只懂天气，它还能告诉你两天的下午3点后，从台北到苗栗最快的高铁车次，
及当日美金现钞汇率最佳的银行。虽然回答速度仍不若真人流畅，但它“听得进”问题，
还能一字一句“说出”答案，身高130公分的“小智”，靠的是它在水汪汪的蓝色眼珠下
，拥有听说能力的大脑。
负责让“小智”能即时反应和思考的背后的一大推手，是“知识工程师”。
创立“知识工程师”职位的经纬航太科技公司董事长罗正方笑着解释，“知识工程师”不
是程式设计师或工程师，反而是一群有语言学、语意学、认知学或法律系背景的文科生。
而他们的任务很简单：建置语意分析及语意知识数据库，让机器人可以在“自然语言处理
”（NLP）领域理解问题、回答正确答案，无论问天气、汇率或餐厅，都能准确答复；甚
至有朝一日能进展至电影《云端情人》中，虚拟机器人拥有与男主角谈情说爱的能力。
就算是人与人当面沟通，都可能因为彼此对一句话、一个字的理解不同产生误会。专长看
来和科技不直接相关的知识工程师，如何在科技公司让AI变得更聪明？
语言学硕士生勇敢踏进科技领域
踏进经纬航太的办公室，几位“知识工程师”就像一般上班族一样，坐在座位上细心地优
化机器人语料库。每做一次改善，都会让让静静站在角落的“小智”，拥有更聪明的脑袋
。
“我们是机器人的大脑啊！”1990年次的政治大学语言学研究所硕士毕业生林欣莹热切地
说，就像想把对语言的热情，一股脑地全部灌注给“小智”。
林欣莹说，她在求学做研究时，就曾学习计算机语言学，了解简单的程式语言概念。不过
，语言学硕士生的就业走向不是当教师就是攻读博士，怎么也没想过毕业后会加入科技公
司。
“当初找工作时，老师建议我上网搜寻‘机器人＋语料分析’，于是看到知识工程师的职
务。投履历后，和董事长面试的过程，也很特别，”林欣莹回想2016年和罗正方面试时，
谈的不是艰涩的科技，反而被问到近期阅读的小说及电影，从电影《云端情人》聊到日本
作家东野圭吾。
谈起这段过程，罗正方哈哈大笑地解释，他希望确定面试者是“图像式”或“学识型”思
考者，理解对方看待世界的方式，甚至在文字运用上，有没有办法解构小说引人入胜的结
构。
这项能力，其实就是知识工程师特别需要的“文字敏感度”。优秀的知识工程师，必须透
过语料分析，以科学方式进行逻辑分析，才能建置逻辑清晰、文字语言合宜的通用数据库
。
林欣莹从语言学硕士摇身成为知识工程师后，推荐政大语言所的同学许馨云加入，加上辅
仁大学语言学研究所硕士夏梵瑀，这几位有语言分析专长的女性文科生，就在本来以男性
为主的科技公司中，与开发工程师合作，担纲起建置机器人大脑的重任。
沟通力成就知识工程师专业
许馨云开启机器人语料管理的云端后台，在萤幕键入天气、路况、金融等用语，解释如何
将语意知识灌输进机器的“大脑”，让机器人接收问题后，懂得产出合宜的答案。
除了通用类的机器人语料库，她们还需要因应银行、旅馆或百货业客户，建置客制化资料
库。各领域使用的术语不同，知识工程师就得从客户提供的素材中，不断“合并”或“拆
分”，整理出有逻辑的问题及答案，才能让机器人上场时，可以即时答复。
林欣莹说，很多客户给的问与答素材，没有正确逻辑，她们就得挑出逻辑，说服客户使用
。例如询问天气预报的方法包括：
“明天天气好吗？”
“明天温度几度？”
“需要带雨伞吗？”
“明天太阳大吗？”
在语言逻辑中，4个问句“意图”相同，都是导向回答天气预报，但很多客户希望4种问句
就有4种答案，林欣莹得将问题化繁为简地“合并”为同一个答案，才能避免用户询问机
器人时，问句不对，就得不到正确解答。
另外，知识工程师也要懂得根据不同情境，“拆分”答案给不同的题目。
例如顾客到银行发问：“我要存台币”
银行客户却设定机器人回答：“存台币外请至1号柜台，存外币请至2号柜台，基金请至3
号柜台……。”
这就显得“鸡同鸭讲”，此时，知识工程师就得说服客户，将3种答案拆分给3个正确对应
的题目。
“她们每天都在与人沟通，而且真的很多人、很多人、很多人，”负责带领知识工程师团
队的经纬航太人工智能应用部经理吴鸿谦忍不住用了3次惊叹语气，反映出她们不能只和
冷冰冰的电脑对话，还得耗费许多时间与开发工程师及客户沟通，才能打造出最精准的资
料库。
每天忙于打电话、发邮件或至开会沟通进度，知识工程师早就习以为常，但谈起遇到同一
个厂商因为立场不同、理解落差，提问相同问题超过百次的经验，林欣莹和许馨云忍不住
相视而笑。那次沟通简直像在拔河比赛中，双方坚持不下，咬著牙又不能认输般让人“刻
骨铭心”的回忆。
许馨云说，有一次制作客制化语意数据库时，需由厂商提供机器人以萤幕文字回答的语意
资料，或适合靠纯语音答复的资料。但因合作过程中，厂商设定过程有误，屡次出现文字
及语音同时出现、乱码等程式错误。
“同一个问题真的花了非常久时间沟通，”许馨云口气无奈地说，协调过程中，原以为是
客户内部团队沟通不佳，却屡屡发生同一个人询问同一个问题，或同团队不同成员询问相
同疑问的状况，“一件事回答了不下10次。”
“不下百次！”林欣莹在旁边抢话补充，显然对这次经验印象深刻。更反映出称职的知识
工程师，不但需要对人有强大的沟通力，更需要耐心。不管面对再冗长的沟通流程，林欣
莹拉高音量笑说：“都不能放弃，如果放弃，我们就输了。”
一面得“搞定”客户，另一面要调教出在人工智能日趋成熟的环境下，最“接地气”的机
器人语料知识库，并提供最好的人机对话接口，与朝夕相处的工程师培养好默契也很重要
。
许馨云笑称，“隔行如隔山”，彼此使用的术语不同，双方就会“鸭子听雷”。例如，她
曾与工程师沟通工作进度时，被工程师回以“你在说中文吗？”的疑惑表情，让她觉得好
气又好笑。但历经1年多磨合期，语言学文科生也能逐渐找到与理工科工程师沟通合作的
默契。
“学习能力很重要，”林欣莹表示，在这个光速时代，每天都有新的语言产生，每天都是
挑战；如果不能勇于面对这些不断诞生的新事物，就会成为知识工程师与IT工程师在共事
时，要联手达成目标的阻碍。
人机协同的时代，知识工程师在机器深度学习跨入语音辨识领域时，拥有高度价值。“知
识工程师的起薪跟IT工程师差不多，”罗正方大方地透露。而当“很爽”、“开心”、“
狂喜”等语言中的情绪表达也能量化，年轻人流行语或新兴的网络词汇都能逐步加入机器
人语料库内时，机器会变得更有“人味”，人机互动时也更有趣味。
国际研究暨顾问机构顾能（Gartner）研究指出，2020年将有180万个职位被人工智能取代
，但同时，人工智能也会创造出230万个工作机会。知识工程师一职的诞生，正代表各种
背景的“人”，在这个新时代中都充满无限可能。