认知智能技术是机器人的“思维”。自然语言处理是计算机对自然语言文本进行分析、理解与处理的过程，是人工智能最重要、最难的核心技术之一，同时也是智能机器人认知世界并与现实世界进行交互的最主要算法。以自然语言处理为核心的认知智能技术将为人形机器人的硬件大脑安上认知、理解外界的“思维”，使其具有人一样的语言表达能力，从而更好的实现各种任务。
拓尔思自成立以来，一直从事自然语言处理核心技术的研究并保持了业界领先水平。今年年初已开启在人形机器人软件产业中的布局，希望通过多年自主研发的自然语言处理、深度学习、知识图谱等技术，帮助机器人武装大脑，让人形机器人“才高八斗”、“学富五车”，掌握更多的专业知识，能与人对答如流，从而更加高效地提供各种智能服务。
对话能力可以帮助机器人通过自然语言与用户进行交流，在理解用户真实意图的基础上，形成知识库查询动作或执行指令，提供各种智能服务。对话能力具体包括意图理解(Query Intent Understanding)与查询生成(NL2SQL)、深度语义匹配(Deep Sematic Matching)、多轮对话(Multiple Rounds of Dialogue)等关键技术。由于自然语言的多样性和多义性，需要使用深度语义匹配技术，解决用户查询指令与知识语义准确对应的问题。此外，考虑到交互的复杂性，往往涉及到多轮会话以及场景切换等问题，机器人需要具备基于上下文的交互理解能力。拓尔思小思智能问答机器人技术完备，在政务服务领域应用成熟，技术上具备较强针对性。
不同领域的服务机器人需要应用的业务场景和专业知识都是不同的。机器人只实现与人的语言交互还不够，更需要通过构建知识图谱、储备专业知识及能力来提升交互内容的准确性、关联性和专业度，帮助机器人针对不同应用场景进行学习深造，掌握各种专业知识。例如，要精准回答北京疫情防控的相关问题，机器人需要有一个高质量的疫情知识库作为支撑。这个知识库会实时采集疫情防控的相关知识，并按知识图谱的形式进行加工和组织，将自然语言表示的知识转化为计算机可以理解的形式化表达。机器人将通过基于知识图谱的搜索和推理技术，利用这个知识库提供疫情防控相关的问答服务。面向政务、媒体、企业、金融等领域的应用，拓尔思积累了近30个专业知识库，百亿级知识图谱，可以快速帮助机器人武装大脑、获取专业知识。
深度学习及大模型技术问答技术涉及意图分析、问题到查询语句生成、深度语义匹配等多项自然语言处理任务，这些任务需要基于规则方法或深度学习方法来实现，可以帮助机器人实现机器自我训练、学习优化。随着AI技术的飞速发展，深度学习方法在各项任务上都取得了较好效果，成为主流技术。深度学习的一个基础性难题是需要大量标注数据来进行训练。拓尔思通过长期积累的千亿级各行业大数据，训练了自有的预训练大模型，可以快速适配满足各类下游任务的训练需求，只需要通过少量标注样本+微调优化的快速迁移学习就可以满足各种任务，有效地降低了学习成本，大大加快了机器人学习成才的速度。
拓尔思目前正在和北京一流科技有限公司等AI公司共同合作研究人形机器人软件技术以及推广应用。一流科技创立于2017年1月，立足于通用性深度学习标准框架的研发和推广使用，力争打造人工智能深度学习框架产品的引领者和事实工业标准。深度学习框架是基于深度学习的“操作系统”。在深度学习引擎领域，目前的主要参与者包括Google Brain、Facebook等，但目前相关技术路线尚未收敛，业界仍在探讨最优技术路线。一流科技独创了自动数据模型混合并行、静态调度、去中心化和全链路异步流式执行四大核心技术，能够大幅提升分布式训练速度，降低训练成本，拓宽AI应用范围。
在人形机器人的智能化方面，拓尔思正与一流科技共同研究深度学习的应用场景，面向机器人产业统一硬件和开放算法框架发展趋势，研发云端协同的AI算法框架以及面向特定领域的知识图谱技术，将拓尔思在自然语言处理、知识图谱领域深厚的积淀与一流科技在深度学习引擎领域的技术优势结合起来，构建机器人软件大脑，培育AI算法集市，设计算法模块共享、交易、分成机制，为业界主流机器人厂商提供中立、开放的软件生态。
和深度学习引擎领域的领先企业建立共同合作，将进一步加强拓尔思在机器人软件生态领域的协同，借助先进的深度学习引擎带来的更强算力，用拓尔思的AI技术为人形机器人武装各种专业大脑，未来以更专业的方式与现实世界交互，开拓广阔的市场空间。
