▼
媒體訓練營7月20日報道 文/趙述評
人工智能強力來襲,帶來便捷新奇感的同時,不少人也打呼: 的確人工,也不智能!
蹩腳的智能語音，有沒有讓你的出行黯然失色?前言不搭后語的刻板回答,是否讓你喪失耐心?當你以為人工智能也不過如此時,云知聲首推“語用計算”概念，正在打破人工智能因“不智能”帶來的不適感。人與機器之間不再是冷冰冰的問答，機器人已經試圖理解你的語境，像“人”一樣開始交流。
7月19日，云知聲CEO黃偉在北京宣布，公司于7月上旬正式完成技術引擎3.0版本升級，并首次提出“語用計算”的技術理念。
“語用計算”的概念，可以通俗理解成我們談話的語境。對于智能機器來講，就是閱讀一篇課文后，可以聯系上下文進行回答。從我們說一句“太冷了”，到機器人推斷出“調高空調溫度”，這一過程并不容易，需要機器人從千萬種模擬情景中尋找合適的語境進行分析。
云知聲從AI基礎架構層面開始做改進，在語音識別方面做到個性化、一致性、情感化，比如性別、年齡等人設一致。
此次，云知聲宣布升級技術引擎至3.0版本，感知智能和認知智能更加精準，語音識別字錯誤率降低20%，識別速度提升40%。目前，在醫療領域，云知聲已經把語音識別的準確率做到了95%，協和醫院的90%醫生反映，語音識別可以節省20至40分鐘的信息錄入時間。
認知智能方面，云知聲正式發布第一個語用計算引擎，加入了語言的現場環境和背景信息的因素，讓機器真正理解語言深層次的含義。
人工智能進入深度學習的大數據時代
據介紹，云知聲在過去的四年中已經完成了在感知智能階段的技術和數據的初步積累，也在認知智能上得到了質的提升。
云知聲AI技術專家劉升平博士稱：“這次技術引擎的升級的根本原因是AI基礎架構有了較大的突破，AI基礎架構是指深度學習為代表的機器學習、高性能計算、大數據。” 機器學習、高性能計算、大數據，被稱為驅動AI發展的“三駕馬車”。
同時，劉升平也表示：“深度學習的算法在2000年左右，甚至更早就提出了，但因為計算量非常大，當時并沒有得到成功應用。這幾年，由于硬件計算能力的飛速發展，GPU比CPU快10倍，一些特定任務上還會快更多。同時，Web2.0以及移動互聯網應用有產生了海量的數據，大數據管理技術也得到了很大發展，這樣，深度學習算法，高性能計算，大數據，這三駕馬車才能讓人工智能技術在近幾年取得了長遠的進步。”
中國人工智能發展困境重重
人工智能正在吸引更多人的眼光，消費者熱情也不斷高漲。但是，研究與應用之間并沒有很好的匹配，信息、數據的應用于開放存在著很大的問題。
云知聲AI技術專家劉升平博士對此認為：數據的不開放性極大的阻礙了中國認知智能的發展。并且中國學者只做英文的認知智能研究，不做中文的，原因在于你即使做出了結果，外國人也不承認，所以索性只做英文研究，這就導致了中文沒有人做，或者是做出來之后，也得不到承認，像我們的智能口語理解等等都有發展的空間，這對于我國來說是非常大的障礙。
山世光教授也表示，開放數據很重要。開源：這是我們國內不管是學術界，還是工業界做的都不夠。在國外的開源社區有非常多的人愿意做貢獻，他不僅僅是拿過來用，他用完了之后也會把自己東西往開源的平臺上放，這樣越來越多人掌握了基礎的東西，就可以使得整個行業，整個生態能發展的更快，這是非常值得我們國內不管是學術界還是工業界學習的。至于說學術界跟工業界之間，我認為國內還是存在一些障礙，從我跟別人合作的經驗來看，不同的公司對這件事情的態度差異較大，有些公司就非常開放，愿意把數據給你，但也些公司，你即使跟他合作他也不給你數據。
創立于2012年的云知聲，是智能語音服務里的重要玩家，官方此前公布的數據顯示，云知聲已經覆蓋了476個城市，9000萬臺接入設備，年調用量增長率達到了375.3%，經過四年的成長，完成了技術和數據的初步積累。同時，云知聲還是白色家電領域落地出貨的芯片供應商。覆蓋用戶已經超過1.8億。
▼
·END·
媒體訓練營
觀點·資訊·活動
·
