国产成人av免费,亚洲αv久久久噜噜噜噜噜

AI 科技評論按：谷歌昨晚在加州召開了 2018 年度的開發(fā)者大會（Google I/O 2018）。在大會介紹的 Android P、Gmail、Gboard、TPUv3 等眾多新產(chǎn)品和功能中，尤為亮眼的無疑是個人助理 Google Assistant 中新增加的 Duplex，它可以自己給飯館、發(fā)廊等商業(yè)店面打電話，幫用戶預(yù)約時間。在這兩則真實電話錄音中，Duplex 不僅用自然流暢的語音和電話另一頭的人類完成了交流，對方根本沒有意識到打電話來的居然是個「AI」，而且第二則錄音中它還成功地處理了意料之外的發(fā)展?fàn)顩r，不僅理解了「無需預(yù)定」，還主動詢問了等位的時間。根據(jù)谷歌 CEO Sundar Pichai 介紹，他們未來還計劃進(jìn)一步拓展 Duplex 的詢問營業(yè)時間的能力，有一個用戶的 Google Assistant 打電話詢問了某家店面的營業(yè)時間，就可以把這個詢問結(jié)果同步給更多別的用戶，不僅節(jié)省了用戶/消費者自己查詢的時間，也為店家節(jié)省了時間。實際上，這也是谷歌對 Google Assistant 的設(shè)計宗旨：為用戶節(jié)省時間，為用戶把事情搞定（get things done）。谷歌也同步在 Google AI 博客上更新了 Duplex 的技術(shù)細(xì)節(jié)，AI 科技評論編譯如下。 Google Duplex：能打電話完成真實世界任務(wù)的 AI 系統(tǒng) 長期以來，人類和計算機之間交互的目標(biāo)都是希望兩者之間可以進(jìn)行自然的對話，就像兩個人之間講話那樣。近幾年來，計算機理解和生成自然語音的能力出現(xiàn)了革命性的提高，谷歌語音搜索、WaveNet 之類基于深度神經(jīng)網(wǎng)絡(luò)的技術(shù)功不可沒。即便如此，當(dāng)前最先進(jìn)的人機對話系統(tǒng)仍然只有生硬的電子聲音，而且也不理解人類的自然語言。具體來說，自動呼叫系統(tǒng)即便只是識別簡單的單詞和控制指令都不令人滿意，更不用說跟人進(jìn)行自然的對話了。打電話的人需要調(diào)整自己的說法方式來適應(yīng)系統(tǒng)，系統(tǒng)卻沒辦法適應(yīng)打電話的人。而今天發(fā)布的 Google Duplex 就包含了新的技術(shù)，它可以打電話給人類，通過自然的對話完成一系列真實世界的任務(wù)。這項技術(shù)目前針對的是執(zhí)行一些特定的任務(wù)，比如為某幾類活動約定時間。在這些任務(wù)中，Duplex 能讓對話過程盡可能地自然，電話另一頭的人類可以像和另一個人說話一樣自然地交流，無需做任何調(diào)整（實際上對方可能根本就沒有發(fā)現(xiàn)這通電話不是人類打來的）。在這項技術(shù)的研究中，一個重要的研究要點是把 Duplex 的功能限制在封閉的場景中，這些場景涵蓋的內(nèi)容足夠少，以至于 AI 系統(tǒng)可以充分地探索學(xué)習(xí)。相對應(yīng)地，Duplex 經(jīng)過這些場景的深入訓(xùn)練后，也就只能執(zhí)行這些場景內(nèi)的自然對話任務(wù)，還不能和人進(jìn)行一般的對話。不過，根據(jù)開頭的視頻我們已經(jīng)感受到了，在這些任務(wù)中 Duplex 帶來了令人驚喜的表現(xiàn)，對話過程對人類來說非常舒適。如何展開自然對話展開一段自然的對話有這么幾個難點：自然語言難以理解，人類的自然行為很難建模，人類對延遲的耐受性很低所以需要高處理速度，以及生成聽起來自然的語音，其中還要適當(dāng)?shù)貖A雜一些語氣詞。當(dāng)人類和人類之間對話的時候，相比于與計算機對話，他們會使用更多的復(fù)雜句子。他們經(jīng)常一個句子說到一半然后更正一部分表述，會啰啰嗦嗦的，會依賴上下文然后省略一些單詞，還有時候會在一個句子里表達(dá)好多個意思。比如：「星期二到星期四我們從上午 11 點開門到下午 2 點，然后下午 4 點到 9 點重新開門，然后星期五六日我們，哦不對，星期五星期六我們 11 點開門到 9 點，星期天 1 點到 9 點?！? 在天然的、自發(fā)的對話中，相比與計算機講話，人類會講得更快、講得更不清晰一些，這時候的語音識別也更難，單詞錯誤率更高。在打電話的時候這個問題會更明顯，經(jīng)常會遇到背景噪音，通話質(zhì)量也不好。在較長的對話中，根據(jù)上下文的不同，同樣的句子也可以有不同的含義。比如，「ok for 4」在預(yù)訂座位的時候就有可能指人的數(shù)目，也有可能指時間。相關(guān)的上下文句子可能會在好幾個句子之前，而受到電話中單詞錯誤率的影響，這個問題又會變得愈發(fā)難解。識別了對方的語義之后，AI 系統(tǒng)要說的內(nèi)容就是由當(dāng)前要執(zhí)行的任務(wù)和對話進(jìn)行的狀況共同決定的。除此之外，自然語言的對話中還有一些常見的語言習(xí)慣；這些約定俗成的句法模式包括：重復(fù)時說得更詳細(xì)一些（-「時間是下周五?！?「什么時候？」-「下周五，18 號?！梗?，同步語句（「你聽得清嗎」），打斷（-「數(shù)字是 212…」-「對不起你能重新說一遍嗎」），以及停頓（「你可以稍等一下嗎 [停頓] 謝謝！」，1 秒的停頓和 2 分鐘的停頓又有不同的含義）。認(rèn)識 Duplex 借助語言理解、交互、時間控制、語音生成方面的最近技術(shù)發(fā)展，Google Duplex 的對話聽起來相當(dāng)真實自然。為了處理上面提到的挑戰(zhàn)，Duplex 的核心是一個 RNN 網(wǎng)絡(luò)，它是由 TensorFlow Extended（RFX）構(gòu)建的。為了達(dá)到高精度，谷歌用匿名的電話對話數(shù)據(jù)訓(xùn)練了 Duplex 的 RNN 網(wǎng)絡(luò)。這個網(wǎng)絡(luò)會使用谷歌自動語音識別（ASR）的識別結(jié)果文本，同時也會使用音頻中的特征、對話歷史、對話參數(shù)（比如要預(yù)訂的服務(wù)，當(dāng)前時間）等等。谷歌為每一種不同的任務(wù)分別訓(xùn)練了不同的理解模型，不過不同任務(wù)間也有一些訓(xùn)練語料是共享的。最后，谷歌還利用 TFX 的超參數(shù)優(yōu)化進(jìn)一步改進(jìn)了模型。輸入語音先經(jīng)過自動語音識別系統(tǒng)（ASR）處理，生成的文本會與上下文數(shù)據(jù)以及其它輸入一起輸入 RNN 網(wǎng)絡(luò)，生成的應(yīng)答文本再通過文本轉(zhuǎn)語音（TTS）系統(tǒng)讀出來。生成自然的語音谷歌聯(lián)合使用了一個級聯(lián) TTS 引擎和一個生成式 TTS 引擎（其中使用了 Tacotron 和 WaveNet），根據(jù)不同的情境控制語音的語調(diào)。這個系統(tǒng)還可以生成一些語氣詞（比如hmmm、uh），這也讓語音變得更自然。當(dāng)級聯(lián) TTS 需要組合變化很大的語音單元，或者需要增加生成的停頓時，語氣詞就會被添加到生成的語音中，這就讓這個系統(tǒng)可以以一種自然的方式向?qū)Ψ绞疽馐堑奈衣犞鼗蛘呶疫€在考慮（人類說話的時候就經(jīng)常在思考的同時發(fā)出一些語氣詞）。谷歌的用戶調(diào)查也確認(rèn)了人類覺得帶有語氣詞的對話更熟悉、更自然。另一方面，系統(tǒng)的延遲也要能夠符合人類的期待。比如，當(dāng)一個人在電話里講了你好這樣的簡單句子之后，他們會希望很快聽到一個簡短的回復(fù)，這種時候會對延遲更加敏感一些。當(dāng) AI 系統(tǒng)檢測到了需要短延遲的情境時，就會使用更快但精度也更低的模型來處理。在某些極端情況下，系統(tǒng)甚至都不會等待 RNN 運行，而是直接使用快速逼近模型（通常也會和更慢的正式回應(yīng)搭配起來使用，就像人類不完全理解另一方的時候會猶豫一樣）。這樣的做法就可以讓系統(tǒng)達(dá)到 100ms 之內(nèi)的極短延遲。有趣的是，谷歌發(fā)現(xiàn)在某些情況下要增加一些延遲來讓對話聽起來更自然，比如回復(fù)一個很復(fù)雜的句子的時候。系統(tǒng)運行 Google Duplex 系統(tǒng)可以進(jìn)行復(fù)雜的對話，它可以完全自動地完成大多數(shù)任務(wù)，不需要任何人類參與。系統(tǒng)也有一個自動監(jiān)控機制，不僅成功完成一個任務(wù)后可以給用戶彈出提醒，也可以識別出沒能成功完成的任務(wù)（比如處理某個異常復(fù)雜的預(yù)訂）。在這種情況下，它會給一個人類操作員發(fā)出指令，轉(zhuǎn)交給人類完成任務(wù)。為了在訓(xùn)練系統(tǒng)處理新的情境，谷歌也使用了實時監(jiān)督訓(xùn)練。這種訓(xùn)練方式和許多事情的教學(xué)方法類似，都有一個教學(xué)者指導(dǎo)一個學(xué)生，邊做邊提供必要的指導(dǎo)，確保任務(wù)的執(zhí)行效果達(dá)到了教學(xué)者的質(zhì)量要求水平。在 Duplex 系統(tǒng)中，有經(jīng)驗的人類操作員就可以作為這樣的教學(xué)者，當(dāng)系統(tǒng)打電話處理新的、不熟悉的情境時，人類操作員就可以實時影響系統(tǒng)的行為。這樣的邊做邊學(xué)的過程可以一直持續(xù)到系統(tǒng)達(dá)到了理想的表現(xiàn)為止，然后系統(tǒng)就可以全自動地打電話了。有益于用戶，也有益于商家許多商戶并沒有自己的在線預(yù)定系統(tǒng)，仍然使用的是在線預(yù)定。Duplex 就可以幫助他們，無需改變每日的行為慣例或者培訓(xùn)員工，就可以讓用戶通過 Google Assistant 輕松完成預(yù)定。Duplex 也可以減少用戶放鴿子的情況，可以在手機上自動提醒用戶預(yù)訂事項，以及幫助用戶輕松地取消或者重新安排時間。也有一些情況下，用戶會打電話向商戶詢問營業(yè)時間，比如節(jié)假日期間的營業(yè)時間，一般在店鋪的在線信息頁面是看不到的。Duplex 打電話詢問之后可以通過谷歌服務(wù)把這個信息公開出去，省去了其它用戶打同一個電話、問同樣的問題的精力，也幫商戶節(jié)省了人力。同時，商戶自己就像往常一樣正常營業(yè)就行，這項新技術(shù)并不需要他們學(xué)習(xí)任何技能或者做任何改變就可以享受到便利。對用戶來說，Google Duplex 當(dāng)然可以幫助用戶輕松地完成它支持的各種任務(wù)。用戶只需要和 Google Assistant 做簡單的互動，Duplex 就會自動在后臺打電話，并且自動補全所需的用戶信息。會打電話的AI背后：谷歌Duplex技術(shù)解析用戶讓 Google Assistant 做個預(yù)約，Google Assistant 接下來就會通過 Duplex 打電話與商戶完成預(yù)約 Duplex 還能給用戶增加一項便利，那就是可以非同步地作為服務(wù)提供商的代理，比如在非營業(yè)時間給商戶打電話，或者手機信號不好的時候，Duplex 在這種情況下就成為了一條額外的信息獲取途徑。它也可以幫助殘障人士或者語言不通的用戶，替聽力受損的用戶打電話完成預(yù)約，或者替用戶用另一種語言完成任務(wù)。今年夏天，谷歌就會開始基于 Google Assistant 測試 Duplex，就從預(yù)訂餐館、預(yù)訂發(fā)廊、詢問節(jié)假日的營業(yè)時間這樣的事項開始。會打電話的AI背后：谷歌Duplex技術(shù)解析 Google Duplex 團(tuán)隊負(fù)責(zé)人 Yaniv Leviathan 和項目工程主管 Matan Kalma 在餐廳吃飯，這頓飯就是 Duplex 打電話為他們預(yù)訂的。一直以來，讓人們可以「像人與人互動一樣自然地與科技互動」都是谷歌的目標(biāo)。Google Duplex 就是邁向這個方向的一步，在特定場景下以自然的對話讓人和科技互動。谷歌希望這些具體技術(shù)的發(fā)展也可以為人類和計算機的日?；訋砀杏幸饬x的改進(jìn)。

標(biāo)簽：百色漢中河南潛江重慶淮北遼陽青島

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《會打電話的AI背后：谷歌Duplex技術(shù)解析》，本文關(guān)鍵詞；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。

會打電話的AI背后：谷歌Duplex技術(shù)解析

QQ咨詢

電話咨詢