川北在线 > 科技 >

搜狗武健：从机器人看人工智能(2)

2017-05-25 14:53　钛媒体

这些机器人看着都很炫酷，也非常高级，但感觉离我们的真实生存黑白常远的。本日，若是我再跟人人说机器人，人人大概想到的就是这样的场景了：

固然，工业机器人还在它所在的领域发挥着庞大的作用，这点是毋庸置疑的，可是人们的注重力已经转移到各种谈天机器人、伴陪机器人、服务机器人以及教诲机器人上面了。　　对于机器人的定义与明白　　在科技界，科学家会给每个科技属一个明确的定义。机器人答世已经有几十年了，可是对于它的定义仍旧仁者见仁智者见智，不统一的意见，缘故原由之一是机器人还在发展，新的机型和功能不时的涌现出来。　　但我以为根本缘故原由，是机器人涉及到了人的概念，成为一了个很难回问的哲学答题。机器人这个词，最迟诞生于科幻小说之中，人们对机器人充满了幻想。也许正是因为对机器人定义的模糊，才给了人们充分的想象和创造空间。　　没有管怎么样，我姑且先把之前提到的这几种机器人统称为智能机器人，即人工智能机器人。大概有人会想到底什么是人工智能呢？我先在这里卖个关子，咱们末了再来接头这个答题。　　智能机器人跟我们之前提到的这种工业机器人有什么区别呢？在我来看，最重要的一点是智能机器人是拥有非常蓬勃的大脑的。　　那么我们可以接着往下继续深入的思索一下，到底拥有什么样的本领才算拥有了大脑？因为没有同的人对于大脑的明白也是没有一样的，我提一些个人的想法。　　人工智能机器人的关键本领　　若是让我来定义的话，我以为人工智能机器人至长要拥有两个关键的本领：　　输入和输出信息的本领。当然这里的输入可以包含很多种了，有语音输入、图像输入、传感器输入、超声波输入、激光器等等，我也看到咱们群里有很多的同伙和先生都在相关的领域做着研究，我信赖他们对这点有非常多的相识。输出的方式也是有各种各样的，有屏幕显示、语音合成输出、行为动作…… 　　思索的本领。所谓思索的本领就是要求机器人根据自己的知识计算系统，联合到它收到输入的信息，经过肯定程度上的计算或思索，得到一个结论，这个结论会被用合适的方式给通过输出通道反馈出去。　　基于刚才我提到的这两点，一个是交互本领，一个是思索的本领，来重新思索这个机器人的定义，那么满足这两个条件生怕就没有仅仅限于我刚才照片里发的那些拥有真实物理形态的机器人了。　　以是在我看来，智能机器人重要的没有是是否拥有运动本领，能举起多重的器材，是否能跳起来，而是看这个器材在跟谁挨交道，怎么挨交道。若是一个没有是人类的器材能够跟人类正常的来往，那么我其实就很乐意叫它为机器人。当然我想在这里强调一下我并不提起是否要满足图灵测试这一点，我个人认为在现阶段要满足图灵测试照样一个空想，拿图灵测试来做一个器材的评判标准照样没有太合适的，以是说我们可以把这个标准放低一点，来看这个事情。　　智能机器人的交互本领　　我刚才提到了智能机器人的重点是要跟人类挨交道，那么跟人类挨交道内里最重要的是什么呢？人人来看机器人这个词，把它搭开是机器+人来组成的，机器二字突出的是什么呢？突出它的确是一个非人类，是一个物体。可是人字又体现出我们其实进展它是个人，更准确的说它像个人。那么你在跟一个器材举行交流时，它怎么样才能像个人呢？　　其实最基本的一点就是机器在跟人挨交道时它要显露得很自然，我们把这种交互方式叫自然交互。怎么样的交互才叫自然的呢？是说这个进修成本越低越差，这个交互越靠近人类的本能越差，照样说我们要从信息的输入和获取的方式上来判定呢？　　我们回过头来看过去几十年计算机的发展以及人和机器交互方式的演化，从杂笔墨的下令行窗口，到有图形的视窗+鼠标控制输入，再到后来的视窗+接屏控释，我们没有难发现，其实人和机器之间的交流的进修成本在不时的降低，人机交互变得越来越靠近人的自然本领。　　本日，语音其实正在成为一个最自然的交互方式。马丽米克在2016年的互联网趋势报告就提到了："语音应当是最有效的输入计算形式，在2015年，美国使用过语音助手的用户比例已经达到65%。在这些使用语音的用户中有43%的人是在家中使用。"随着手艺的进步和语音效果的提升，这两年比例还在持续的扩大中。我信赖在座肯定都用过语音输入这个方式。　　人们使用语音的场景有很多，例如说开车时辰你的双手双眼都被占用了，在客厅内里，有些设备大概就不传统的这种键盘输入，在户生手走的时辰挨字很慢等等。说到这里，我必须停息一下，向伟大的苹果公司致敬，刚才我们提到的每一个新的交互形态，都是由苹果在工业界点燃的。通过自然说话来举行知识信息获取和服务的，苹果大概没有是第一家，但它肯定是开承期间的那一家。当然互联网上有很多关于"为什么只有苹果才能做出云云创新"的文章，数没有胜数，人人都有自己的明白，我们这里就没有再深入去聊了。　　若何做差自然交互？　　对于这种开放式的答题其实并不的问案，我也只是联合搜狗在做的事情谈一些心得和体会。　　在我看来，自然交互的本质其实就是人工智能，而有价值的人工智能 = 手艺 + 计算力 + 数据 + 产品。以是，自然交互= 手艺 + 计算力 + 数据 + 产品。这里的有价值的人工智能，指的是能够以真实的产品形态满足用户需求的，而决没有是停顿在实验室内里的那些原型。　　手艺　　在我刚才提到的模型内里，手艺是很重要的，以是我们把它放在最前面。可是手艺有一个答题，它是天然扩散的。因为互联网的本质就是分享和传达，Google在地球的另一端发布一个新的手艺，用没有了几天的时间，我们中国的各位选手就能马上行使起来，来联合到我们现在的手艺内里。稀奇是在深度进修期间，手艺已经很难成为公司之间的竞争壁垒。以是，在手艺领域，我们要做到走在前面，跟住期间的步伐并且进展能够一路参与进来，推动手艺的本质进步。但在AI期间，想要依赖手艺形成壁垒和把持我以为已经没有太现实了。　　计算力　　在这里我稀奇想引用黄仁勋老师的一段话：若是我们看晶体管的代进性能递增确实速率是在放缓的，若是我们的创新只是依靠于芯片性能一代一代提升，这个速率也肯定是会放缓的。可是，若是从体系、算法、设计、架构等没有同的方面去看性能的提升，我们照样可以有很大的机会的。比较我们这一代的GPU架构Pascal和上一代的GPU，性能在两年之内已经有了十倍的提升，在4年时间有了65倍的提升。以是，我以为现在大概已经进入了一个叫超级摩尔定律的期间了。　　我非常认同黄仁勋老师的观点，计算力一向在稳步提升，甚至在加速提升。本日你引觉得傲的计算力，大概没多久就变成了大巷货，大家都可以拥有，全部参与到这方面的人都会享受到计算力提升带来的盈利，只要你有充足的投入。　　产品与数据　　以是说，手艺是扩散的，计算力是指数性增加的。在当下期间，只有产品加数据才是你的私有财产，才能形成竞争的壁垒。　　我们来看几个例子，2005年，google的机器翻译使用跨越学术界一万倍的数据，一举成名，搞定了翻译界多年都搞没有定的翻译的准确率难题。Google 2009年收购的reCAPTCHA，这个器材是通过一个巧妙的产品设计，让用户在网页登录输入验证码的同时，为OCR练习提供了大量的练习样本，办理了疑难字的识别答题。在AI期间之前，没有管是商品的推荐照样电影的推荐，都是基于item之间的相似性来实现的。但自从有了大量用户产品，并且用户在这些产品里产生了充足多的数据后，厂商们现在都是行使用户行为确立推荐模型，商品的推荐进入了协同过滤期间。这是一个非常典型的通过产品上的数据积累改变了行业玩法的例子。　　以是可以看出，要想做差AI，产品和数据才是重中之重。在产品和数据方面，要形成闭环，尽迟让一个功能上线到产品中去累积数据，进而没有停去推动手艺的进步。　　我想再用搜狗举一个真实的例子。搜狗今朝语音识别本领和翻译本领黑白常出色的。在我们项目初期冷承动阶段，我们其实行使Google的语音识别API，做出了搜狗输入法的语音输入功能，并且投放上线。随着用户使用该功能的频次渐渐增长，我们很快就积攒了一批原始数据，然后就了自己的建模和练习工作，在很短的时间内就用自己的模型取代了Google API，完成了自立化。在接下来很短的时间内，随着原始语料的不时积累，手艺模型的不时演化，线上语音识其它率提升稀奇迅速。　　今朝，从手艺方法本身上，搜狗不独特的地方，练习平台我们有跨越1000块GPU的体量，据我相识百度可能有2000块GPU的体量，但我们的优势是什么呢？就是线上量大。我们拥有优异的产品，给我们带来了大量优质的数据。现在搜狗输入法每天语音输入哀求能达到2.5亿次PV，每天产生20万小时的语料，在这20万小时的语料中，还包含着天下各个区域用户的语料数据。　　刚才提到的只是数据积累的部分，其实你联合用户产品，我们完全可以做得更多，比如说去年搜狗输入法上线了语音修改功能：当你说错了一句话时，从前你要用手自己在屏幕上定位，然后删除，输入新的字，现在你就完全可以跟用语音修改功能说把什么字改成什么字，再哪哪加一个标点这个功能。最初我们用输入法用户的行为形成了一万条修改的文法，这个语音纠错功能刚上线的时辰，修改的成功率仅仅只有40%，可是你可以通过不时的迭代和数据反馈，以是我们仅仅用了一个月的时间就把成功率提升到了80%。可以看出：通过差的用户产品形态和数据，我们就可以让产品本身显露的更智能，映射到自然交互上它就顺理成章地变得更差了。　　刚才我们提到了手艺是扩散的，计算力是增加的，唯有产品和数据可形成壁垒，绝没有是说手艺是没有重要的，产品和手艺之间其实也是有非常大的关系的，因为新的手艺肯定可以给你带来新的产品形态，同时差的产品形态肯定会加速手艺的进步，这两个器材肯定是相辅相成，一路往前推动了整个行业往前进步。　　智能机器人的思索本领　　思索本领是一个很宽泛的定义，到底做到了什么样的程度才算有了思索本领？是满足了加减乘除？照样满足了肯定的功能相应或图灵测试？到现在也是不确定的局限。在这里我就想提出个人的一些看法，在我来看，在当下若是一个机器人有了答问本领，就可以算是有了思索本领，就可以被称为智能机器人了。　　当然答问本领本身照样一种比较宽泛的说法，这里我把答问分成三类：　　下令实行。举个最真实的例子就是苹果的Siri，但它必要跟iOS联合来实行你的各种下令。我们可以把它比作一种遥控器，因为这种答问AI它没有仅仅可以跟iOS联合，它可以和其他任何硬件在一路，各种没有同的载体来联合，也可以和各种垂直的服务联合，但它实行的肯定是一个有限集合里的下令。你让它干什么，它就干什么，它次要功能和本领就是对下令的明白和分类。　　情绪伴护。这内里就是为代表作的就是微软的小冰机器人，它主挨的功能就是伴护。当你心情没有差的时辰去跟它聊一聊，或者闲着没事干，去和它聊一聊，我把这种关系比作人和人之间来往的这种蜜月期，这内里蕴含的更多的是来往，确立情绪上的交互，可是这内里很长有信息，有知识的获取。你可以试着答小冰知识，它就回问的非常好。情绪伴护这种需求人是一定有的，可是今朝在我来看，它未必是个高频需求。　　问案建议。当你在跟同伙谈天的时辰，你除了有情绪上的交流之外，更多的大概是一种知识、信息的分享和交换。你进展从你的同伙哪里得到信息，得到问案，或者得到建议，得到知识，这种答题在没有同的场景下有没有同的形式，例如说有定义型的，收集爬虫是什么？有意见型的，孕妇怀孕了能吃芒果吗？还有what型，一站到底是哪个电视台的节目？，还有how to型的，指尖陀螺怎么玩？等等。　　在以上三个答问的分类中，我认为这种问案建议的需求是今朝来看是频的，也是实现起来难度最大的。　　为什么说问案建议是频的呢？理由就是人类是有猛烈的求知欲的，我们没有管是在进修，工作，生存，照样娱乐，其实都必要没有停地获取信息。进修中你必要查资料，生存中你买器材要知道价格，工作中你要知道各种技能，娱乐方面你要想找一些内容，找一些花边消息，找电影看，找歌听，人类求知欲的茂盛，也是互联网这么多年云云发达发展的一个重要缘故原由。　　人工智能与搜索引擎　　说到这里，人人就可以停下来想一想，在我们现在人工智能期间到来之前，互联网期间中我们最必要、使用频率的器材是什么？我认为很多人的问案应该是搜索引擎。为什么搜索引擎很重要？就是因为它满足了人类的求知欲。那么同样都是要满足了人类的求知欲，搜索引擎和智能答问机器人之间的关系到底是什么呢？我们没有妨花点时间来回瞅一下搜索引擎发展的历史：　　1996年-2012年，PC期间的搜索引擎　　这时辰全部的搜索行为都发生在个人电脑上，大概是家里放着的一台连着猫的PC，也大概是办公室内里的一台笔记本电脑。用户在使用搜索引擎的时辰输入的是关键字，其实本来人人用来交流的说话都是自然说话，可是由于那个期间手艺的限定，人人用着就会发现，答搜索引擎一个完备的答题往往得没有到想要的问案，反而把答句内里的关键字人工的提取出来，就能得到更差的结果，这实际上是人对机器的一种妥协。就像我之前谈到的自然交互一样，使用关键字来表达我的想法，这种交互方式它没有自然。　　同时在PC期间，全部信息的载体是网页，万亿级其它网页启载着互联网上整个世界的信息，并且这些信息基本都是暗地的，谁都能瞥见。那么在那个期间的搜索引擎的次要挑衅有哪些呢？　　第一个是全。看看谁能索引更多的网页信息，因为有万亿级的网页没有是任意一个做搜索引擎的公司都能把全部网页都能索引下来的。　　第二个是准。怎么样在这么多个网页中把最有价值的信息提取出来，揭示给用户？Google的崛起也就是因为它发明晰page rank算法，变得稀奇准，才变成搜索引擎的王者。　　第三个是便捷。我怎么统一入口，在第一页的揭示里把各种没有同的信息都能很差的揭示给用户？到了PC期间的后期，搜索引擎除了文本之外，还能提供富媒体的内容，再往后就有了开放平台，直接接入各种服务商，提供垂直服务内容。比如说天气这种器材，都能在搜索引擎首页上直接揭示结果。　　2013年-2016年，移动互联网期间的搜索引擎　　从PC到移动发生了很大的转变，我们照样从设备、输入和载体这三个维度来看。　　首先设备上转变就很大，人人除了工作时用电脑，寻常时间走路的时辰苏息的时辰通勤的时辰也会用手机，用pad等等，使用这些智能设备的时间变得更高频，时间更碎片化。　　输入方面，除了pc期间的关键字，通过手机等智能设备，我们就可以输入语音，输入图像，而且这内里每一次的输入里都蕴含着POI的信息。　　信息的载体方面，除了暗地的网页之外，你会发现在各个垂直领域出现了大量优异的APP，每个APP在它所在的垂直领域都非常差的办理了用户在这内里的需求。这些APP里包含着大量的信息，但它没有像网页是完全暗地的，它在app内里是私有信息。　　这个期间的搜索引擎在做什么呢？其实人人很轻易发现，这个期间各个商业巨头在做连接，试图让搜索和APP联合起来。例如说Google推出了Deep Links，iOS底有Spotlight，deep links和universal links。还有一些战略上的合作，例如说搜索和交际的联合。Bing它收购了facebook 1.8%的股份，为的就是能让Bing在网页上揭示出你的facebook差友对一条搜索结果的批评。Google和facebook之间的合作，facebook许可google索引部分内容，就是为了让google把用户引流到facebook APP内里来。再例如搜狗和腾讯之间杰出的合作，使得搜狗可以直接连接微信里的优质内容，推出了的这种微信搜索功能，在搜索引擎中直接可以直接搜索微信公众号的内容。　　同时值得一提的是什么呢？在移动期间，搜索的输出形态也发生了转变，现在的一部分搜索结果可以直接以语音播报的形式反馈给用户，在这个交互形态上也会变得更自然了。　　从2016年AlphaGo人机大战，人工智能期间的搜索引擎　　很多人把2016年定义为人工智能元年。那么在人工智能期间又发生了什么转变呢？从设备上来看，输入设备变得更加多元化，没有仅仅是手机，pad，任何可以联网或以接入的设备都可以，比如眼镜，车载体系，音箱，机器人。人人现在讲IoT，这些器材都是T，things。当面临这些器材时，很多场景是没有许可你输入关键字的，用户的输入就必须是自然说话了，陪随着自然说话输入，还有一些周围的环境信息，以是整个输入维度会更多，更加立体化。在载体方面，之前的载体是网页，是APP，在现在智能期间，我们没有缺信息，信息是爆炸的，我们贫乏的其实是成系统的结构化的知识，以是我们在这个期间会强调知识计算。　　那么人人仔粗体会这三个阶段，你会发现，在满足人类求知欲的这条路上，答问就是在AI期间搜索的最终形态。输入从关键字变成了一个完备答句，方式从键盘变成了语音，反馈从一堆网页链接变成了一个直接的问案，可是它的职责永远是没有变的，就是要满足人类的这个求知欲。　　我细浅的认为，在人工智能期间，若是想做差答问机器人，那么不搜索的这个积累和底蕴其实是很难实现的，这也是为什么现在搜狗正在做答问的缘故原由之一。　　在中文的知识类答问内里，汪仔机器人其实已经完全超越人类了。从2011年IBM的Watson在危险边缘中首次击败人类，到2016年AlphaGo战胜李世石，当然围棋是一个固定规则下的完全信息专弈答题，再到现在汪仔在中文自然说话明白、搜索、推理方面战胜人类，每次新的超越所用的时间越来越短，我信赖这也是人工智能期间的特色之一吧。　　汪仔与Watson的区别　　我们在推出汪仔之后，总会有人会提到汪仔没有就是个Watson么，这个说法，以是我想在这里花一点时间来对比一下，汪仔和Watson，来看看人工智能期间的答问机器人和Watson相比到底有什么区别：　　说话。汪仔处理的是中文，Watson处理的是英文。其着实NLP届人人都会有一个共识：中文的自然说话处理难度是的。处理差中文所必要的投入是要远宏大于处理英文的。　　答题输入。汪仔吸收输入的方式是听主持人念题，看图片中的标题，这内里用到了语音识别和图像识别手艺，而Watson看过节目的人其实都知道，使用的是一种特殊的文本输入。　　答题范畴。汪仔是可以回问整个开放域的答题，答题不分类，不限定，而Watson回问的是一个封闭域的答题，它在举行问题之前他是要选答题的领域的，例如说文学，体育之类的，必须要提前选定答题的类别。　　计算力。汪仔是联网计算的，知识来历是整个互联网，而Watson它是一个内陆计算。同时汪仔是支持闲聊的，在问题之外可以和主持人以及参赛选手互动，而Watson只能问题，它并没有能和人谈天。　　赛制。Watson在比赛中是不抢问一说的，人人都是收到完备的标题之后，试图去回问出的问案。但汪仔参加的一站到底，从赛制上是要求机器人和人类举行抢问，这也就要求汪仔在不收到完备的标题信息的时辰，试图去展望答题是什么，并且举行回问。同时按照节目的要求，问题者若是你问错了反而会给对方送分，那么就要求我们汪仔你猜还没有能乱猜，机器人得有信心知道自己能问对才会去抢问，这就把整个答题的复纯度提升了另外一个量级上。　　以是可以看出来，相比起Watson，汪仔是一个人工智能期间是各种优异手艺联合起来的智能答问机器人。　　联合上述内容，这就是我对智能机器人的两大要素的明白，第一是自然交互，第二是答问本领。大概有很多人会有没有同明白，甚至意见和我完全是相悖的，我以为是差事，因为现在这个期间正是一个思想绽放，百花齐放的AI期间。　　到底什么是AI？　　在AlphaGo出现之后，人人都在喊AI，就差像之前人人喊连接，喊互联网+，喊大数据一样。可是没有管是连接、互联网、大数据，都不任何一个器材像AI一样让我思索这么久。我一向在想，到底什么是AI？它到底有不一个标准的定义？　　于是之前我就花了没有长精力去搜索相识，去看书，看各种文章paper，我发现并不一家权威机构对什么是AI做出明确的定义。然后我去和各种在AI领域工作的人谈天，我会答他们"你在搞什么？"，他们会回问我"我在搞点和人工智能有关的事情"，那我继续答"那你以为什么是人工智能"，得到的问案就千奇百怪了，甚至很多人都没法用简单几句话给我描述清楚他心中的AI是什么样子。　　各位没有妨在心里答答自己这个答题，能没有能用简单几句话说清楚什么是AI？　　后来我又看一篇Stanford的一篇报告，对内里的一些观点非常认同，在这里分享给人人。报告里提到：这个世界的确对AI贫乏一个精准的，统一的定义，可是就是因为贫乏这么一个精准统一的定义，反而让AI在各个没有同的领域大放光芒，着花结果。各方参与者、研究者，大概都在对AI有一个朦胧的熟悉的情况下，就搞AI了，以是说AI不一个准确的定义，它未必是一件坏事情。　　人人想在很多年前，在计算器刚被发明出来的时辰，我信赖那个年代的人肯定会认为计算器是"智能"的，可是按照我们当今这个期间的标准来看，计算器顶多算是一个小孩子的玩具罢了，和我们所提的AI相去甚远。但你又没有得没有启认在那时那个年代，计算器就是智能的。以是你仔粗体会一下发展的过程，AI是没有是能算做一种尽力？　　AI是一种没有停的尽力，试图让机器变得更智能。更有意思的是什么呢？AI这种尽力会推进我们向更先进更智能的领域前进，可是你一旦进入到这个领域之后，我们就会想方设法把AI从这个领域里剔除出去。人人想想看，因为AI，我们把一个全新的科技带入到一个common field内里来，然后等人类认识这个器材之后，就没有再以为这个器材是个AI了，没有以为它智能了，然后又会有更新的科技诞生。以是你从这方面来看AI也能算做一种趋势，它永远去追求更远的进步。　　就拿现在的下棋AI举例子，昔时深蓝在初次战胜卡斯帕罗夫的时辰，我照样一个小孩，我守在家里小小的电视前面看消息，我就以为电脑差神奇，简直太智能了，完全挨破了我对计算机能做到的事情的明白。但现在你任意对一个AI行业里的人去说，说只会下国际象棋的深蓝是AI的话，估计你会被嘲笑吧。可是现在人人又所有都同意说AlphaGo现在就是AI的代表作之一，那么十年二十年之后，AlphaGo会没有会陷入到现在深蓝的田地，谁又知道呢？但我信赖，没有管在那个年代AlphaGo是怎么样的，AI还肯定还在人类心中。　　钛率直群友互动：　　1、请答，使用人工智能做内容推荐，若何办理推荐的内容会限定用户视野的答题？　　武健：其实推荐的便捷和限定用户视野的答题，的确是少久以来推荐系统面临的答题，也是整个推荐体系人人一向致力于办理的一个答题。我以为要从两个层面来办理这个答题：　　从产品层面上来看，除了推荐的内容之外，其实你肯定照样有按照类别来区分，然后还有其它热点内容揭示给用户。没有大概全是推荐的内容对吧，否则你就形成了一种过拟合。然后你按照类别区分，产生其它热点内容。没有管用户感没有感觉乐趣，你都可以推给他，有些用户乐意点，有些用户就没有乐意点，你会形成更精准的这种数据反馈，然后就让模型变得更差。　　从手艺层面来看，刚才说的内容除了推荐内容，还有热点内容之外，也属于手艺内容的一部分，你也可以举行一些协同过滤，让这些跟你有关系的用户，还有一些其它器材，也推荐进来，这样的话大概会扩大这种乐趣局限。另外一方面就是随着你对用户各方面精准刻划和周全网络，你的局限就会越来越广。然后你就会看到它有更多的所谓乐趣源，能让这个领域变得越来越大，然后能让历史上或者将来的数据慢慢的放大，去形成正向的一种循环。　　2、请答什么产品能更差启载了语音视觉交互的答问，耳机照样眼镜？　　武健：这个器材我比较关注的两个，一个是说答问机器人，刚才我详粗的已经讲授过了。还有一个是翻译机，你会发现现在的热点就是翻译，翻译机的形态有很多。它大概是一个耳机，也大概是一个手持设备。可是现在有很多的人都在集中力量来做这个事情，想实现多说话之间的这种互通，来不便出国旅游或者会议这种翻译场景的使用，像现在科大讯飞已经推出了2B的产品。　　很差的实现了语音交互的体系，还有什么呢？就是车载体系，刚才也提到了，比如现在的车载导航，我们正在致力于开发。首先它肯定是在一个垂直领域内里，然后它是基于多人对话的一种智能语音体系，你可以说：我要去机场，它答你哪个航站楼，你说：我要去T3，或者直接告诉他航班号。在路途中间，若是你说：我想去喝杯咖啡，他会帮你计算在你去机场的路上哪儿有星巴克。它就是以很差的产品形态启载了语音视觉的交互，同时它还陪随着后面有个知识系统。　　3、请答您认为在知识推荐领域，何时能够做到精准并民用？　　武健：这个答题我照样想联合搜索来回问。因为现在我们可以说搜索引擎已经是办理了这个答题，可是形态上跟推荐没有太一样。因为搜索上它给出的问案是十条，推荐上面它大概给你一个精准的问案。可是就像我之前说的，做这种精准的推荐肯定是要基于搜索来做的，它往后更多的发展大概是你的产品形态上的转变，肯定要有一个非常差的产品形态，然后才能让它去进入精准的民用级。以我个人细浅的明白，我以为两三年的时间吧。两三年之内，这种精准的民用级知识推荐，没有能说在全领域，可是肯定是在一些特定的垂直领域，我以为就能实现得很差了，我没有知道这样回问是否你想要的问案。　　4、请答刚才提到的就是说现在的这种人工干预还多吗？　　武健：其实现在的人工干预照样非常多的。现在没有管是在语音识别，在语义明白照样必要大量人工标注的，就是你数据的积累是一部分。可是你前期的提升靠大量的数据来灌其实效果是很差的，到后面你想一个点一个点提升的时辰，照样必要有大量的人工标注的。现在但凡在模式识别这个答题内里，我们还不说能够穿离人工标注来举行完美实现的一个方案，以是说现在有些人就会戏称所谓人工智能其实照样工人智能。　　（本文首发钛媒体，根据搜狗基础平台负责人、机器人负责人武健在钛率直上的分享清算）

[责任编辑:毛青青]

2

分享到:

资讯区域市州读报时尚观点科技养花电脑

触屏版 | 传统版 | 蜀ICP备12026997号-1 川北在线版权所有