人工智能语音技术发展的如何?
关于人工智能语音技术的研究,国外企业投入较早,且发展也比较全面。像Nuance,曾经在语音识别方面功绩卓著,到现在为止仍然是全球最大的语音技术公司,专利数量和市场份额都遥遥领先。之后包括亚马逊、苹果和谷歌,都在深度挖掘智能语音,推出自己的语音助手。据不完全统计,目前全球专业做人工智能语音的公司有上千家之多,后起之秀越来越多,涉及的领域越来越广。如总部位于奥地利维也纳的Cortical.io,主要提供新型自然语言理解(NLU)解决方案。由艾伦人工智能研究所和亚马逊Alexa基金等机构资助KITT.AI公司,开发可定制热词检测器(hotword detector)和对话引擎ChatFlow。旧金山的MindMeld公司可提供对话式人工智能平台等等。人工智能语音2.0:有问有答早在2000年,比尔盖茨曾经提出“未来10年是语音的时代”。我们目前所说的智能语音,学术界称为“自然语言处理”(来自百度)。业内人士认为,智能语音技术将会成为人类主流的人机交互方式之一,计算机技术与人工智能领域的发展为智能语音交互发展带来了希望。人工智能语音交互的更深层阶段——对话,即有问有答,包含上下文逻辑。举个例子或许更好理解,如果一门课程上一年没开设,对于“这门课程去年有多少同学没通过”这样的问题,机器是回答“都没通过”还是“去年没开这门课”?同时机器还需要提前存储“去年没开这门课”的信息,想想我们从小时候啥也不懂到现在懂得的知识和信息,这是难以想象的数据量。再比如说“我想听周杰伦的歌”,机器只会将周杰伦的歌显示出来,并不能直接播放。就是说假如你要做一件事情,需要给机器一个明确的指令,否则,会让人很烦躁,因为你要一直说下去。
当然,“对话”层面,仍然停留在“人机对话”阶段,机器仍然停留在被动接受人类输入大量数据阶段,相比“问答”层面,只不过信息流、数据存储量更大,机器仍然不能更深层次理解人的意思,无法实现自学习、自成长,与机器的语音交流还不能像人一样自然。人工智能语音3.0:自然交互人工智能进入第三阶段,最大的进展就是交互的进展。不仅仅有问有答,不仅仅包含上下文逻辑了,人工智能硬件能够更多地融合各种环境信息,作出不同决策或推荐。也就说,在交互的过程中,机器有了更多的主动性,能够为人提供更多、更好的帮助,让人们的生活更便捷,更安全,更有趣。有两个比较典型的应用场景,一个是智能汽车,一个是智能家居。2010年,谷歌秘密研究的无人汽车项目被《纽约时报》记者曝光,当时引起了不小的震动。无人汽车即无人驾驶汽车,也叫智能汽车,主要是通过车载传感系统感知道路环境,并依靠车内的人工智能系统自动规划行车路线,到达预定目的地。
谷歌无人驾驶汽车在开放道路上行驶时,会对来往车辆、行人,路面环境信息进行识别与分析,为系统的决策判断提供依据。系统经过长期的“学习”后,人工智能具备的策略神经元将变得更加熟练高效,并形成类似于人的“感觉”,能及时处理驾驶过程中的突发情况。2016年1月,美国国家公路安全交通管理局(NHTSA)在其网站上发布了公开信,表示根据联邦政府现行法律规定,谷歌的无人驾驶汽车采用的人工智能系统可以被视为“司机”。这被视为是人工智能发展里程碑的事件,也标志着“智能”可以像“人工”一样感知、判断、推理并做出决策,可以实现主动控制,也能更好地人机交互与协同。在智能家居领域,人工智能的发展方向同样是人机交互、操作简单、通过大数据能够进行自主判断决策。
上一篇:如何进行企业数字化建设?