人工智能稱得上是當(dāng)前科技界最為熱門百應(yīng)電話機(jī)器人什么會聽懂人說話的話題之一。
與以往幾十年技術(shù)發(fā)展不同百應(yīng)電話機(jī)器人什么會聽懂人說話的是，這次人工智能的高潮，是伴隨著生活和工作的應(yīng)用而來， 因此也有科學(xué)家認(rèn)為，“我們或許是和人工智能真正共同生活的第一代人”。
與人工智能共同生活，語音識別技術(shù)就成了其中最重要的一環(huán)。未來，會不會出現(xiàn)一幅語言自然交融的場景：人與機(jī)器問答自如、說著不同語言的人們實(shí)時(shí)對話百應(yīng)電話機(jī)器人什么會聽懂人說話？智能語音技術(shù)正帶領(lǐng)人類前往其中。
不再是一個需要討論的問題
在生活中，智能語音不再是新鮮事。
你可以進(jìn)行語音搜索。比如，對著手機(jī)說：“我想給XX打電話”，系統(tǒng)通過識別，立即將電話撥出；或者，你只要對著它輕輕哼唱一段音樂，手機(jī)就能搜索出相應(yīng)的一首歌。
你還可以用語音輸入信息。發(fā)送手機(jī)信息甚至長篇的電子郵件，只需對著電子終端說話，語言就能變成文字輸入。
下班路上，你可以通過喚醒語音操控系統(tǒng)，將家里的空氣凈化器、空調(diào)、加濕器等電器調(diào)節(jié)到最舒適健康的狀態(tài)。
要開一個重要會議，合作伙伴來自美國、德國、日本等國家，語音識別可以實(shí)時(shí)將多國語言轉(zhuǎn)化成文字并翻譯在大屏幕上，參會者可以直接溝通。
這些語音識別技術(shù)不僅已經(jīng)變?yōu)楝F(xiàn)實(shí)，而且每一天都在進(jìn)步。
“語音最大的優(yōu)勢是，它是人類最自然的交互方式。”前百度研究院副院長余凱曾在接受媒體采訪時(shí)說道，基于自然語言的搜索請求將會成為移動互聯(lián)時(shí)代的主流搜索方式之一。
語音技術(shù)曾經(jīng)并不被人們看好，走過了漫長的蟄伏期。但隨著智能手機(jī)崛起，語音技術(shù)應(yīng)用也迎來了爆發(fā)性增長。
去年6月初，美國“互聯(lián)網(wǎng)女皇”（Mary Meeker）發(fā)布的《2016年互聯(lián)網(wǎng)趨勢報(bào)告》也認(rèn)為，語音將成為最重要的交互入口。去年年初，美國麻省理工科技評論評選出的十大創(chuàng)新預(yù)測中，語音接口也被列為第三名，被認(rèn)為是能解決重大問題、帶來全新機(jī)遇的希望所在。
你會發(fā)現(xiàn)，近幾年，蘋果推出了Siri（蘋果語音助手），谷歌發(fā)布了Google Now（谷歌語音服務(wù)），微軟的Cortana（微軟小娜，個人智能助理）也問世了，都希望通過語音助手來打開人工智能的大門。
同樣，在中國，已發(fā)展了20多年的語音技術(shù)，也開始了一個前所未有的快速發(fā)展階段。語音的徹底主流化已經(jīng)不是一個需要討論的問題，只是一個時(shí)間和習(xí)慣轉(zhuǎn)移的問題。
那么，在語音識別率更高、語音合成效果更好的未來，語音會如觸摸技術(shù)一樣，成為人機(jī)交互的主流方式嗎？
一個漫長的征途
如今，我們離人機(jī)交互的時(shí)代還有多遠(yuǎn)？
這是科大訊飛董事長劉慶峰在采訪中遇到最多的問題之一，他每次都很堅(jiān)定地回答： “以語音為主導(dǎo)，以鍵盤和觸摸屏為輔助的人機(jī)交互時(shí)代正在到來?！?/p>
在他描繪的圖景里，未來的人工智能會像水和電一樣進(jìn)入每個行業(yè)。
這其中，“語音是人工智能的重要入口”。
劉慶峰介紹，人機(jī)交互的過程中主要包括兩類語音技術(shù)，一類是語音合成，就是讓機(jī)器“說話”，產(chǎn)生人造語音。另一類是語音識別，就是讓機(jī)器聽懂人說話，并能像人一樣作出反應(yīng)。
讓機(jī)器人聽懂人說話，并不容易。
余凱曾這樣解釋：傳統(tǒng)的語音識別中的語言模型是通過概率來“識別”的，比如用戶說“中”字，“國”字緊隨其后的可能性很大，其他字的出現(xiàn)概率相對就會小很多。利用不同的概率及數(shù)據(jù)建立的語言模型能夠幫助機(jī)器識別語音。但是如果在口語化的環(huán)境下，用戶語序不同或者有方言口音，就會大大干擾語音的解碼識別過程，降低識別準(zhǔn)確率。
但讓機(jī)器像人一樣作出反應(yīng)，更難。很多人不禁問，從接受語音到識別語音，再到理解判斷，最后反饋服務(wù)結(jié)果，機(jī)器真的能像人一樣思維嗎？
機(jī)器需要基于大量的“學(xué)習(xí)”，根據(jù)過去的經(jīng)驗(yàn)進(jìn)行判斷預(yù)測。這種“學(xué)習(xí)”有兩種方法：通過在數(shù)據(jù)中找尋類似事例來提供解決方案，或是通過歸納出許多數(shù)據(jù)樣本的共性來對這件事情做出判斷。這也是語音技術(shù)發(fā)展的難點(diǎn)。
一切都朝著人工智能的大目標(biāo)努力，不過，做出一款類似《超能陸戰(zhàn)隊(duì)》里的大白的產(chǎn)品，能夠完全理解人類的語言和行為，注定是一個漫長的征途。
將怎樣改變世界
近幾年，作為國內(nèi)智能語音的領(lǐng)軍者，科大訊飛走紅了。
今年6月27日，以報(bào)道新興科技與創(chuàng)新商業(yè)為特色的《麻省理工科技評論》發(fā)布了“全世界最聰明的50家公司”榜單，其中排名全球第六、中國第一的，不是風(fēng)頭正勁的中國互聯(lián)網(wǎng)巨頭BAT中的任何一家，而是科大訊飛。
在此之前，科大訊飛曾榮獲2016中國年度新銳榜“年度企業(yè)”，頒獎詞是這樣寫的：它的 雄心是從“讓機(jī)器能聽會說”到“讓機(jī)器能理解會思考”，深度改變?nèi)祟愂澜纭?/p>
在位于合肥高新區(qū)的科大訊飛總部大樓二層產(chǎn)品展示中心，一塊顯示屏上不斷跳動的數(shù)字顯示，“訊飛開放平臺”正被全國各地多少位用戶使用。
“無論在北京還是海南，無論打車或者叫外賣，或者設(shè)計(jì)一個新的手機(jī)APP，背后的支撐都有"訊飛語音云"。
”科大訊飛研究院院長胡國平這樣說。
在智能家居領(lǐng)域，你不僅能夠通過語音下達(dá)命令，還能隨時(shí)咨詢問題，比如，燒菜時(shí)，你可以問現(xiàn)在該放多少鹽？智能家居就會立即回答你。
在汽車領(lǐng)域，汽車智能車載系統(tǒng)飛魚助理，將全景識別、多輪交互、方言識別等技術(shù)應(yīng)用于汽車，讓人可以直接通過語音輸入輕松進(jìn)行導(dǎo)航，收聽了解多媒體娛樂信息，對車身進(jìn)行控制和信息查詢等服務(wù)。
在教育領(lǐng)域，通過機(jī)器自動閱卷技術(shù)，原批閱一份需要40分鐘左右的閱卷工作，現(xiàn)在只需要3分鐘即可完成。此外，目前科大訊飛的人工智能機(jī)器已經(jīng)替代了30%的人工客服，安徽移動甚至有75%的客服內(nèi)容都被人工智能的機(jī)器替代了。
改變，正悄然而劇烈地發(fā)生。
很多還處于“弱智能”階段
“我們很榮幸入選"最聰明的公司"，但是我覺得，科大訊飛在過去十幾年做的幾乎每件事都是挺笨的?！痹凇堵槭±砉た萍荚u論》揭曉“全世界最聰明50家公司”現(xiàn)場致辭時(shí)，科大訊飛高級副總裁江濤說。
2000年以前，中文語音應(yīng)用幾乎都被國外公司壟斷，國內(nèi)的語音研究機(jī)構(gòu)壁壘森嚴(yán)、力量分散。“中文語音技術(shù)要由中國人做到全球最好，中文語音產(chǎn)業(yè)要掌握在中國人自己手中?！睉阎@個夢想，1999年，以劉慶峰為首的中國科學(xué)技術(shù)大學(xué)十幾位畢業(yè)生起航創(chuàng)業(yè)。
然而，當(dāng)時(shí)的技術(shù)并不過關(guān)。劉慶峰記得，當(dāng)時(shí)語音合成出來的效果是“一頓一頓”的，連續(xù)性不好；而語音識別和語音解析則更多地停留在實(shí)驗(yàn)室階段。
語音技術(shù)如何賺錢，初創(chuàng)團(tuán)隊(duì)誰都說不清楚。但讓機(jī)器能聽會說，成為創(chuàng)業(yè)之初就設(shè)定的目標(biāo)。
2010年，訊飛輸入法正式推出，宣告語音聽寫時(shí)代的到來。劉慶峰還記得，一位記者用福州口音嘗試了訊飛輸入法后激動地說，“中國終于有個像Siri（蘋果語音助手）的產(chǎn)品出現(xiàn)了”。
劉慶峰覺得科大訊飛的“笨”也與人工智能這個行業(yè)有關(guān)。在他眼中，科大訊飛并不是一家互聯(lián)網(wǎng)公司，而是一家正在爬山的科技公司。“之所以要強(qiáng)調(diào)二者的區(qū)別，是因?yàn)樵谧鋈斯ぶ悄艿墓竞芟衽郎秸?，需要?jiān)持目標(biāo)、不改方向，一步步地爬到頂峰，我們今天是人工智能公司，昨天是人工智能公司，明天還會是人工智能公司。但互聯(lián)網(wǎng)公司更像是個沖浪選手，互聯(lián)網(wǎng)的每一波浪潮都不一樣，它要不停地迎接下一個浪潮，如果下個浪潮不是人工智能，也許他們就換了方向?！?/p>
劉慶峰呼吁，中國要有更多“爬山型”公司：“你要征服的這個東西要是不可變的。如果你連堅(jiān)守都沒有，你后面做創(chuàng)新是不可能的?！?/p>
然而現(xiàn)實(shí)卻是，在資本的加持下，許多公司紛紛貼上了人工智能的標(biāo)簽?！斑@是非常不正常的現(xiàn)象。現(xiàn)在，人工智能領(lǐng)域的泡沫化特別嚴(yán)重。”
科大訊飛執(zhí)行總裁胡郁認(rèn)為更需探討的問題是，在中國，目前的人工智能技術(shù)還處于“弱智能”階段，大多還只能達(dá)到語音助手的水平，要想獲得與人類大腦類似或同等的智慧，擁有自主學(xué)習(xí)、舉一反三的能力，人工智能還需要將深度學(xué)習(xí)、大數(shù)據(jù)等技術(shù)相結(jié)合，實(shí)現(xiàn)“漣漪效應(yīng)”。
“我們的很多創(chuàng)新其實(shí)只是停留在應(yīng)用或者技術(shù)層面上，但沒在科學(xué)的層面上去發(fā)現(xiàn)和創(chuàng)新，在人工智能的研究上，學(xué)術(shù)界的理論深度還應(yīng)加強(qiáng)，如果我們只停留在技術(shù)層面的話，不可能創(chuàng)造未來?！?/p>
的確，故事才剛剛開始，從基礎(chǔ)研究、技術(shù)發(fā)展，到未雨綢繆建立人工智能相關(guān)的倫理規(guī)范，人工智能的未來，還面臨著無數(shù)挑戰(zhàn)和變化。
“人工智能+”時(shí)代什么樣
解放日報(bào)·上觀：大潮來臨時(shí)，人們總是喜歡將目光放在谷歌、蘋果、BAT、小米這些滿身光環(huán)的企業(yè)身上，直到明星企業(yè)家羅永浩在自己的產(chǎn)品發(fā)布會上對“訊飛輸入法”演示之后，大多數(shù)人才意識到：這可能是“離智能時(shí)代最近的中國企業(yè)”。那么，為什么是科大訊飛呢？
劉慶峰（科大訊飛董事長）：1999年，我們剛創(chuàng)業(yè)的時(shí)候，很多人都質(zhì)疑我們：十幾人的團(tuán)隊(duì)，怎么可能成功？但不到20年來，我們從被質(zhì)疑能不能生存下來到成為人工智能領(lǐng)域的牽頭者，體會就是一句話：走著彎曲的“直線”，每一步成長都充滿艱辛和曲折。所有的但凡有前瞻性重大意義的技術(shù)，無不經(jīng)歷這樣一條特殊曲線。
2016年是人工智能正式提出60周年，而前60年可以說中國力量基本是缺席的。2016年底，科大訊飛首先在發(fā)布會上提出我們已經(jīng)從“互聯(lián)網(wǎng)+”時(shí)代進(jìn)入到“人工智能+”時(shí)代。這次發(fā)布會，3000人的會場來了5000多人，100多萬人在線觀看，第二天發(fā)布會現(xiàn)場視頻的傳播超過600萬。2016年成了中國人工智能元年。
除了在中國，人工智能大潮已經(jīng)在全世界勢不可擋，從實(shí)驗(yàn)室走向了產(chǎn)業(yè)，從專業(yè)領(lǐng)域走向了開放的消費(fèi)類市場，從大城市走到了鄉(xiāng)村。盡管中國不是人工智能的策源地，但在當(dāng)前這一輪語音識別技術(shù)的爆發(fā)中，中國第一次同科技發(fā)達(dá)國家站在了同一起跑線上。
解放日報(bào)·上觀：在語音識別領(lǐng)域，我國已經(jīng)躋身世界先進(jìn)行列，但在人工智能的其他方面，是不是距離國際先進(jìn)水平還有一定的差距？
劉慶峰：一定意義上，面對人工智能，中國和美國幾乎同時(shí)進(jìn)入了無人區(qū)，包括技術(shù)持續(xù)創(chuàng)新的無人區(qū)，在應(yīng)用中摸索的無人區(qū)，以及配套的政策、法規(guī)、論理、人文的無人區(qū)。這是一個非常令人激動的時(shí)代機(jī)遇。但中國的產(chǎn)業(yè)界、媒體界對人工智能了解更多的是應(yīng)用特性和娛樂特性，而美國則深入鉆研人工智能的理論研究，這些研究成果大多難以產(chǎn)業(yè)化，但卻是最原始的理論基礎(chǔ)上的創(chuàng)新。
為什么中外人工智能領(lǐng)域的差異這么明顯？國內(nèi)人工智能學(xué)術(shù)界因?yàn)橐a(chǎn)業(yè)對接，所以做了許多技術(shù)應(yīng)用和創(chuàng)新；而產(chǎn)業(yè)界還沒有更加深入、原創(chuàng)的研究能力，所以很少有單位能做整體性的系統(tǒng)創(chuàng)新。
所以，中國的人工智能研究應(yīng)該從兩個方面發(fā)力：研究院所、高校應(yīng)該更加著重于理論鉆研，而產(chǎn)業(yè)界不僅要應(yīng)用人工智能技術(shù)，還應(yīng)該去做技術(shù)方面的大規(guī)模的融合創(chuàng)新。
解放日報(bào)·上觀：您說，我們已經(jīng)從“互聯(lián)網(wǎng)+”時(shí)代進(jìn)入到“人工智能+”時(shí)代?！叭斯ぶ悄埽笔且粋€怎樣的時(shí)代？
劉慶峰：“人工智能+”時(shí)代已經(jīng)到來了，2016年是中國人工智能元年，2017年是人工智能應(yīng)用落地年，我們已經(jīng)走上了“人工智能+”的賽道。
我曾經(jīng)去安徽省金寨縣的小學(xué)待了兩天，非常有感觸，我一直想，如果人工智能能使每一個鄉(xiāng)村學(xué)校都擁有和城市學(xué)校一樣的名師，中國教育將會怎樣？通過“人工智能+教育”就能實(shí)現(xiàn)，中國的教育會往上邁一個大臺階。
“人工智能+醫(yī)療”呢？現(xiàn)在通過學(xué)習(xí)，我們的人工智能已經(jīng)可以達(dá)到一線醫(yī)生的水平。我們的目標(biāo)，是要讓人工智能今年能在全球首次通過國家執(zhí)業(yè)醫(yī)師資格考試。
“人工智能＋法治中國”，目前已經(jīng)在電信防詐騙領(lǐng)域運(yùn)用一些技術(shù)，并已取得成效。通過人工智能進(jìn)行輔助量刑，使得一線的檢察官具備了大法官、大檢察官這樣的公平判案的能力和水平，使得人工智能自動檢查公檢法體系證據(jù)鏈完備，防止冤假錯案。
我們提出：要通過人工智能為每個人賦能。在第三次人工智能的產(chǎn)業(yè)浪潮中，我們會不會失業(yè)？我們能干什么？“人工智能+個人”，就是我們未來要做的。圍棋高手和AlphaGo之間比賽圍棋是沒有意義的，應(yīng)該是每一個圍棋高手都帶一個人工智能助手，相互去PK。也就是說，未來，人工智能會成為每個人都能觸摸的助手。所以，今天我們在研發(fā)和產(chǎn)業(yè)設(shè)計(jì)中，就要考慮人機(jī)協(xié)同的機(jī)制，不僅包括腦機(jī)接口，而且是人腦智能和機(jī)器智能的協(xié)作職能，這也是人工智能的倫理和人文道路的選擇。
要讓每一個人站在人工智能的肩膀之上，而不是被時(shí)代所淘汰和顛覆。
題圖來源：視覺中國責(zé)任編輯：王一圖片編輯：笪曦
作者：王一
