智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
湖北高天
投資人“唱衰”語音識(shí)別 行業(yè)巨頭加緊市場布局
據(jù)Research and Markets公開數(shù)據(jù)現(xiàn)實(shí)，預(yù)計(jì)到2020年，語音市場規(guī)模預(yù)計(jì)將達(dá)到191.7億美元。為了爭奪人機(jī)交互的下一個(gè)入口，互聯(lián)網(wǎng)巨頭開啟了在智能語音市場瘋狂的“軍備競賽”。
投資人“唱衰”語音識(shí)別，行業(yè)巨頭加緊市場布局
面對(duì)各大公司在語音交互市場的明爭暗斗，一向看好AI創(chuàng)業(yè)的李開復(fù)卻潑來一盆冷水，他表示，語音識(shí)別是所有技術(shù)里面不成熟的，99%的項(xiàng)目會(huì)死掉。
“語音的識(shí)別和理解完全是兩個(gè)事情，我聽懂講的每個(gè)字不代表聽懂了意思，所以自然語言理解到平臺(tái)化使用還有十萬八千里。”
無獨(dú)有偶，新入局的互聯(lián)網(wǎng)巨頭Facebook也及時(shí)調(diào)整了其AI研究的戰(zhàn)略方向。由于Messenger聊天機(jī)器人的錯(cuò)誤率高達(dá)70%，在有人力干預(yù)的情況下，能夠正確處理人類請(qǐng)求的概率不到30%，F(xiàn)acebook決定消減對(duì)機(jī)器學(xué)習(xí)和人工智能技術(shù)的投資，轉(zhuǎn)向于訓(xùn)練Messenger聊天機(jī)器人專注處理一些特定的任務(wù)。
然而，行業(yè)其他巨頭在語音、語義技術(shù)等領(lǐng)域的研發(fā)和創(chuàng)業(yè)勢頭依然強(qiáng)勁——蘋果、亞馬遜、谷歌、微軟、三星、科大訊飛、百度和華為等巨頭紛紛通過并購與自研推出自己的語音產(chǎn)品，加大市場布局。
2010年，喬布斯2億美金收購自然語音應(yīng)用軟件Siri，隨后又收購了英國語音技術(shù)公司VocalIQ來改進(jìn)Siri，盡管Siri看起來更像iPhone可有可無的雞肋存在，但蘋果依然可憑借十億級(jí)的設(shè)備數(shù)量以及HomeKit平臺(tái)來爭奪智能家居入口。
亞馬遜方面，搭載人工智能語音助理Alexa的智能音箱Echo僅去年就賣出了超過650萬臺(tái)；隨后，谷歌推出了家用智能硬件Google Home，作為智能家居的中樞控制音箱，用戶可與之進(jìn)行雙向?qū)υ拋碚{(diào)節(jié)燈光、恒溫器等；
微軟智能助理Cortana(小娜)后來居上，為提高語音識(shí)別精度，微軟采用了神經(jīng)網(wǎng)絡(luò)來存儲(chǔ)海量的數(shù)據(jù)，幫助識(shí)別軟件更“聰明”地識(shí)別出人類語音表達(dá)的模式。
同樣，三星于去年斥2.15億美元的巨資收購了加州一家虛擬助手初創(chuàng)公司Viv，Viv團(tuán)隊(duì)就是蘋果Siri的創(chuàng)始團(tuán)隊(duì)。據(jù)稱，在處理復(fù)雜要求的能力上Viv比Siri更為強(qiáng)大，且具備更強(qiáng)的機(jī)器學(xué)習(xí)能力。
再看國內(nèi)，科大訊飛旗下的訊飛開發(fā)平臺(tái)是具規(guī)模的智能交互技術(shù)服務(wù)平臺(tái)，目前已為超過6萬個(gè)App、以及8.9億終端用戶提供智能語音交互服務(wù)，占有中文語音技術(shù)市場70%以上市場份額。
百度是國內(nèi)早布局人工智能的互聯(lián)網(wǎng)企業(yè)，不久前完成了對(duì)渡鴉科技的全資收購，并同時(shí)將原度秘團(tuán)隊(duì)升級(jí)為度秘事業(yè)部，加速人工智能戰(zhàn)略布局。
此外，華為也在深圳組建了100名工程師團(tuán)隊(duì)，用于開發(fā)語音助手服務(wù)。盡管項(xiàng)目還處于早期研發(fā)階段，但目標(biāo)卻瞄準(zhǔn)了蘋果Siri、亞馬遜Alexa和Google Assistant。
市場日趨明朗化，但技術(shù)還不夠強(qiáng)大
種種跡象表明，智能語音交互市場的趨勢逐漸明朗化。相比5年前，今天的語音識(shí)別技術(shù)準(zhǔn)確率已經(jīng)提高了20%以上，但基于用戶特定場景需求的邏輯理解能力以及成熟可靠的商業(yè)模式，依然距離遙遠(yuǎn)。
首先是噪音等干擾下的識(shí)別率問題。目前業(yè)內(nèi)普遍宣稱的97%識(shí)別準(zhǔn)確率，更多的是在安靜的室內(nèi)并近距離靠近麥克風(fēng)的場合。但在噪音或者遠(yuǎn)場識(shí)別環(huán)境下，錯(cuò)誤率是近場識(shí)別錯(cuò)誤率的近兩倍。
其次是更好的識(shí)別算法。例如其快速自適應(yīng)的方法(unsupervised adaptation)，比如面對(duì)口音、方言，機(jī)器或許一開始聽不懂，但幾句之后就能聽懂了。這種方法在很多情況下能夠提升語音識(shí)別率。
第三，人機(jī)對(duì)話缺少語境。正如亞馬遜Alexa負(fù)責(zé)人Toni Reid所說，“目前用戶大的期待，同時(shí)也是人機(jī)對(duì)話中存在的大問題：語境。比如，我和你面對(duì)面交談，很多視覺線索會(huì)告訴我你是否真的聽懂了我在說什么，或者是否贊同我的觀點(diǎn)。但是在人機(jī)對(duì)話場景下，這種視覺線索是缺失的”。從AI角度來說，補(bǔ)齊缺失的語境，是解決人機(jī)交互體驗(yàn)的當(dāng)務(wù)之急。
此外，現(xiàn)有的語音識(shí)別技術(shù)還缺乏邏輯推理與表達(dá)因果關(guān)系的能力。即使是行業(yè)巨頭的人工智能語音助理，基本定位也只是在信息檢索、資訊收集等非常初級(jí)簡單的工作，例如它們能夠回答今天天氣怎么樣，但面對(duì)稍微復(fù)雜的問題，附近的麥當(dāng)勞是否可以用微信支付等就無能為力了。
顯然，無法根據(jù)邏輯進(jìn)行多層次推演，就無法承擔(dān)起更深層的服務(wù)。這也是我們看到即使是巨頭研發(fā)的聊天機(jī)器人，都只能做到幾輪對(duì)話的原因。
創(chuàng)業(yè)不是科研項(xiàng)目，從科研出發(fā)到核心技術(shù)，進(jìn)而形成產(chǎn)品，關(guān)鍵的地方在于“致用”。
為此，獵云網(wǎng)將4月13日于北京四季酒店召開“解碼人工智能·2017人工智能產(chǎn)業(yè)創(chuàng)業(yè)創(chuàng)新峰會(huì)”，正是希望通過人工智能領(lǐng)域?qū)W者、專家和業(yè)界精英代表的參與，共同探討當(dāng)今AI的發(fā)展創(chuàng)新與變革，將產(chǎn)業(yè)與人們的實(shí)際應(yīng)用相結(jié)合，為人工智能的普及奠定可行性的基礎(chǔ)。
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
