“成精了！”近日，廣大網友對谷歌I/O上所展示的AI語音助手發出了由衷贊嘆。
的確，谷歌再一次讓其他企業的人工智能，看上去像人工智障。昨天，抱著對國內語音技術發展情況的好奇，觀察者網先后聯系了科大訊飛、云知聲、思必馳等語音產業龍頭企業，聽聽看他們怎么評價谷歌AI助手的表現。
先來回顧下谷歌AI助手的表現：
“我們在考慮向谷歌學習”
昨天，云知聲副總裁康恒對觀察者網表示，從谷歌DEMO的效果看，非常驚艷。
云知聲副總裁康恒。資料圖
他特意提到，谷歌應用所選擇的場景十分巧妙——由機器主導，人類來應答和完成任務。而以往大部分是機器滿足人類需求，這在實現上會更加復雜。
據他分析，谷歌出彩之處在于：1、足以亂真的自然語音合成技術，并配合自然的口語插入和節奏控制；2、預定場景下的上下文理解能力，在展示中能實現預約任務。
對于外界關心的“國內外差距”，康恒表示，谷歌在技術創新方面還是領先全球半個身位的，有很多頂尖的科學家專注在原創技術突破方面，加上數據和計算優勢，這是其他公司很難短期內超越的。
但是，國人也無需妄自菲薄。
視頻中，谷歌演示的交互對話涉及語音識別、語音合成、語義理解、自然語言生成等技術。
康恒以云知聲為例，目前這些技術均有積累和儲備。如今，AI行業均面臨著場景落地和優化才能最終實用的挑戰。
觀察者網也注意到，在I/O大會上，谷歌CEO桑達爾·皮查伊（Sundar Pichai）承認，挑戰仍然很大。
隨后，在介紹未來的發展方向時，康恒說，“目前，識別與合成技術已經日趨成熟，最難的還是自然語言理解、認知和自然語言生成，是未來幾年需要重點突破的，整個行業都是”。
事實上，在推進產業化同時，國內企業一直密切關注和跟進國內外最新的技術進展。
據康恒介紹，云知聲在深度學習、遠講識別、深度學習超算平臺等，都是國內最先實現產業化應用的。
雖然還沒有做出像谷歌DEMO中出現的系統，但他透露：“我們在考慮向谷歌學習！”
“作為宣傳者，谷歌教育用戶意義非常大”
谷歌的厲害之處在于，別人也能做到的事，它可以比別人做得更快。
昨天，思必馳對觀察者網解讀稱，谷歌展示的是未來智能語音服務的發展方向。但在特定場景中，經過大量訓練，實現谷歌AI助手的效果并不遙遠。
另一方面，與谷歌相比，由于中英文語言邏輯存在差異，國內外企業側重點也存在不同。
思必馳相關人士坦言，谷歌側重英文市場。實際上，中英文語音交互中，無論是在語法句法，還是思維邏輯都存在很大不同。
“但不同之中卻有相同”，該人士提到，“在自然語言處理等技術中，深度學習、認知計算和大數據等技術都是AI應用的基礎，也是行業共同研究和應用的對象”。
他認為，在國際上，中國的基礎研究水平屬于先進，但是離領先還有較大差距；在應用研究及實際產業應用屬于先進，與第一名沒有太大差距，甚至部分已經領先。
DEMO中，谷歌AI助手完成了預約理發和預約熱門餐廳，這兩種服務的實現都是基于實際應用場景的。
不單是思必馳，國內外語音市場，都會將這種場景下的人性化智能服務作為發展方向。
“因為語音助手的應用，必然是如谷歌那樣，讓人類變懶，讓機器更加智能。因此，谷歌今天所展示的技術并不出人意料”。
但不容忽視的是，上述人士強調，“谷歌作為宣傳者，在教育用戶方面的意義是非常大的”。
譬如，此前，谷歌推出阿爾法狗（AlphaGo），第一次將人工智能普及到普羅大眾。
“這次技術展示，再次讓用戶感受到了在語音助手的重要意義，讓人工智能技術以更為直觀的樣子呈現到大眾面前，也為人工智能消費級產品的推廣做了鋪墊”！
“多場景下，語音交互矛盾越發突出”
作為目前唯一在A股上市的語音企業，科大訊飛對于谷歌AI助手是怎樣看的？
昨天，科大訊飛對觀察者網表示，谷歌的演示視頻很好地展示了未來生活中的語音交互技術，是未來人機交互主要發展趨勢。
“本屆I/O大會上，谷歌AI助手的新功能特性，主要體現在語音交互過程中，系統回復的擬人性”。
與此同時，科大訊飛還提到了“全雙工交互”這一名詞。
據他們介紹，“全雙工交互”是指，在設備揚聲器發聲時，且不關閉麥克風的情況下，用戶可以打斷設備的播放，進行語音識別和語義理解。
為此，對方特地向觀察者網提供了一段訊飛AIUI的演示視頻：
視頻3分30秒處，演示“全雙工交互”
視頻顯示，在連續對話過程中，該語音助手不僅在發聲的同時聽懂了中文指示，而且順利完成了多項任務。
不過，正如訊飛前文所述，在擬人化方面，谷歌仍處于領先。
另據對方透露，早在2015年底，訊飛就發布了AIUI。其中全雙工交互的特性，也是本次I/O大會中谷歌助手的一大亮點。
然而，困難和挑戰總是存在的。目前，在諸多場景下，語音交互仍面臨許多矛盾。
訊飛坦言，在少量受限場景下，AI能夠實現對口語化語言的理解，并且已經實現產品的落地。
“但是隨著支持的場景越來越多，在交互中，語音識別效果和語義理解歧義性等問題越來越突出”。
事實上，對于AI的想象，我們不能僅僅停留在語音助手層面。在醫療領域，AI的腳步聲已經非常近了。
譬如，本屆谷歌I/O大會上，其AI可以在糖尿病視網膜病變和心血管風險方面幫助診斷，還能幫助醫生預測患者再次入院的可能性。
無獨有偶，今年3月，科大訊飛在生物醫學成像領域頂級學術會議ISBI舉辦的IDRiD眼底圖分析競賽中，在病灶分割的四個子項目中均躋身三甲，更是在其中最難的一項中摘得第一。
眼底圖四種病灶示意圖
科大訊飛對觀察者網指出，通過調研，高水平醫生看一份眼底圖、找到一個微動脈瘤需耗時4-5分鐘；而訊飛系統只需要5秒。并且，速度仍有優化空間。
科大訊飛醫學影像輔助診斷系統
文/觀察者網 尹哲
