科幻照進(jìn)現(xiàn)實(shí) 人工智能距離我們有多遠(yuǎn)？

　　近期，北京車展火爆開(kāi)幕，無(wú)論是各路大牌明星的到來(lái)、大量新能源汽車的集體亮相，還是眾品牌主力車型的國(guó)產(chǎn)化都是人們津津樂(lè)道的話題。然而在人工智能時(shí)代，汽車智能化毫無(wú)疑問(wèn)才是本次車展真正的主角!

　　人工智能距離我們還有多遠(yuǎn)?

　　據(jù)了解，在本屆北京車展上，八成以上的車型都標(biāo)配了智能交互系統(tǒng)，而此前剛剛驚艷大眾的樂(lè)視，也攜首臺(tái)生態(tài)汽車LeSEE、搭載了樂(lè)樂(lè)語(yǔ)音交互系統(tǒng)的第二代樂(lè)視車聯(lián)版阿斯頓·馬丁Rapide S出席車展，成為車展上最具“智能科技范兒”的代表之一。

　　實(shí)際上，今年3月發(fā)布的“十三五”規(guī)劃綱要中，就將培育人工智能納入其中。而人工智能技術(shù)在生活消費(fèi)領(lǐng)域的應(yīng)用獲得快速拓展有望創(chuàng)造巨大市場(chǎng)機(jī)會(huì)，2016年也被視為“人工智能商用元年”。

　　可以說(shuō)，人工智能已經(jīng)不再遙不可及，科幻大片中的“神奇”場(chǎng)景進(jìn)入到尋常百姓家也不再是奢望。僅從現(xiàn)在人們的日常生活中就不難看出，服務(wù)類機(jī)器人，如：掃地機(jī)器人、醫(yī)療護(hù)理機(jī)器人、娛樂(lè)機(jī)器人等已經(jīng)走入現(xiàn)實(shí)生活。而工業(yè)機(jī)器人更是現(xiàn)代工業(yè)化高速發(fā)展的中堅(jiān)力量。對(duì)于普通消費(fèi)者而言，智能手機(jī)、客服機(jī)器人、游戲中的電腦AI等等早已見(jiàn)怪不怪，更不必說(shuō)前些日子引起全世界關(guān)注的谷歌AlphaGo了，只要你細(xì)心觀察其實(shí)人工智能無(wú)處不在，它已經(jīng)慢慢滲透到了我們生活的每一個(gè)地方。

　　然而，盡管人工智能已經(jīng)不再是完全的“新人”，但是它現(xiàn)階段依然不能完全顛覆人們的生活。究其原因就是技術(shù)發(fā)展初期的不成熟，造成部分人工智能并不那么“好用”，尤其是量產(chǎn)產(chǎn)品，這也是現(xiàn)階段許多廠商研究的重點(diǎn)。如何能夠讓擁有“人腦”般思考的“電腦”進(jìn)入普通人的生活是一件看似簡(jiǎn)單卻極為艱難的事。不過(guò)大家也不必太過(guò)失望，畢竟人工智能的發(fā)展僅有數(shù)十年的基礎(chǔ)就出現(xiàn)了如AlphaGo這樣令全世界驚訝甚至產(chǎn)生恐慌的機(jī)器人，相信人工智能真正的成為人們生活中無(wú)處不在的幫手將不會(huì)遙遠(yuǎn)。

　　語(yǔ)音交互系統(tǒng)到底能幫助我們解決什么問(wèn)題?

　　從發(fā)明電腦以來(lái)，人機(jī)交互技術(shù)一共經(jīng)歷了五個(gè)階段：機(jī)器語(yǔ)言交互階段、命令語(yǔ)言階段、圖形界面階段、物理通道階段和虛擬現(xiàn)實(shí)階段。目前我們正處在第四個(gè)階段，即“物理多通道交互階段”，用戶可以通過(guò)更加自然的手勢(shì)動(dòng)作、語(yǔ)音或表情控制機(jī)器，進(jìn)一步接近人類自然的交流習(xí)慣。同時(shí)，上述交互手段的成熟對(duì)于虛擬現(xiàn)實(shí)階段的發(fā)展也有著至關(guān)重要的意義。

　　相對(duì)于手勢(shì)動(dòng)作進(jìn)行交互來(lái)說(shuō)，語(yǔ)音和表情交互顯然更加令人感到興奮，這也與大量科幻大片中鏡頭的出現(xiàn)不無(wú)關(guān)系。在這其中，語(yǔ)音交互是最直接、最自然的方式，也是當(dāng)下最為火爆的領(lǐng)域，甚至被不少人認(rèn)為是人機(jī)交互的下一個(gè)風(fēng)口。如此前蘋(píng)果收購(gòu)了VocalIQ以增強(qiáng)Siri的語(yǔ)音助手功能、谷歌入股了國(guó)內(nèi)的語(yǔ)音助手出門(mén)問(wèn)問(wèn)、微軟將語(yǔ)音助手微軟小娜推廣到IOS和Android平臺(tái)等等動(dòng)作，都顯示出眾多國(guó)際級(jí)科技類企業(yè)對(duì)于語(yǔ)音交互方面的看重。

　　眾所周知，現(xiàn)階段語(yǔ)音交互領(lǐng)域中以聲紋識(shí)別最為熱門(mén)，聲紋識(shí)別的理論基礎(chǔ)是每一個(gè)聲音都具有獨(dú)特的特征，通過(guò)該特征能將不同人的聲音進(jìn)行有效的區(qū)分，這對(duì)于人機(jī)交互來(lái)說(shuō)至關(guān)重要，也是精準(zhǔn)識(shí)別、安全等方面的保障基礎(chǔ)。

　　近期樂(lè)視420“無(wú)破界，不生態(tài)”全球新品發(fā)布會(huì)上，樂(lè)視第四代超級(jí)電視就內(nèi)置了擁有聲紋識(shí)別功能的語(yǔ)音交互系統(tǒng)，并且擁有能夠精準(zhǔn)識(shí)別兒童聲音的能力，這也是聲紋識(shí)別功能實(shí)際應(yīng)用的一個(gè)典范。當(dāng)兒童在使用電視的時(shí)候，會(huì)自動(dòng)跳轉(zhuǎn)至兒童搜索，對(duì)孩子進(jìn)行保護(hù)。這對(duì)于當(dāng)前國(guó)內(nèi)沒(méi)有影視劇分級(jí)的現(xiàn)狀下，兒童看電視如何更加健康的問(wèn)題得到了完美的解決。

　　實(shí)際上，語(yǔ)音交互還能夠解決更多問(wèn)題，比如：將其應(yīng)用于汽車中，將會(huì)徹底解放人的雙手，就算是現(xiàn)階段也能夠讓駕駛者無(wú)需手動(dòng)去開(kāi)啟如收音機(jī)、后備箱、空調(diào)、車燈、導(dǎo)航等功能，不僅更加方便，而且更加安全。同時(shí)作為智能語(yǔ)音交互系統(tǒng)，當(dāng)你駕車出行的時(shí)候，相當(dāng)于多了一位能夠幫你處理任何車內(nèi)事物的小助手，可以盡享最佳的駕車體驗(yàn)!

　　人工智能現(xiàn)在是時(shí)尚還是實(shí)用?

　　許多人覺(jué)得通過(guò)一個(gè)簡(jiǎn)單的手勢(shì)，一句話就可以達(dá)到控制某一個(gè)產(chǎn)品的目的非常的時(shí)尚。事實(shí)的確如此，正如蘋(píng)果公司在iPhone上首次搭載Siri的時(shí)候，風(fēng)靡全球，以至于隨后智能手機(jī)如果無(wú)法實(shí)現(xiàn)語(yǔ)音交互就會(huì)顯得十分落后，甚至很土。

　　而在時(shí)尚的背后，也存在不少的瑕疵，即便是Siri在實(shí)際應(yīng)用中也并非完美，如何處理語(yǔ)音的地域化、方言、用戶習(xí)慣等都是亟待解決的問(wèn)題，只有真正完美解決了這些瑕疵，才能真正達(dá)到正確識(shí)別用戶意圖的程度。

　　而目前非?；鸨募揖宇悪C(jī)器人其實(shí)也遇到了同樣的問(wèn)題，即此類機(jī)器人基本都是完成單一功能，如清潔清掃、看護(hù)等，用戶體驗(yàn)很不理想。專家認(rèn)為，出現(xiàn)這種情況，主要是服務(wù)機(jī)器人缺少深度學(xué)習(xí)能力，未能識(shí)別用戶的意圖。

　　而上述這些情況也正是現(xiàn)階段人工智能大眾化所遇到的問(wèn)題，如何才能讓炫酷的人工智能除了時(shí)尚感以外更加實(shí)用，是擺在當(dāng)下企業(yè)面前最大的問(wèn)題。

　　樂(lè)樂(lè)語(yǔ)音到底是誰(shuí)?

　　正如上文所述，說(shuō)到人工智能就不得不提語(yǔ)音交互，而近期最火爆的語(yǔ)音交互類品牌既不是大家熟悉的蘋(píng)果、谷歌，也不是國(guó)內(nèi)最知名的科大訊飛，而是一個(gè)名為“樂(lè)樂(lè)語(yǔ)音”的品牌。樂(lè)樂(lè)語(yǔ)音隸屬于樂(lè)樂(lè)創(chuàng)新智能科技(北京)有限公司，近期樂(lè)視420發(fā)布會(huì)上發(fā)布的第四代超級(jí)電視中的聲紋識(shí)別功能、第二代樂(lè)視車聯(lián)版阿斯頓·馬丁Rapide S中的車載智能交互系統(tǒng)都是出自這家企業(yè)之手。而這其中，為阿斯頓·馬丁Rapide S量身打造的全球首款全方位立體降噪語(yǔ)音識(shí)別交互系統(tǒng)更是引起了社會(huì)各界的關(guān)注，尤其是多路語(yǔ)音采集降噪模組更是全球首家應(yīng)用于車載交互領(lǐng)域的個(gè)性化語(yǔ)音降噪產(chǎn)品，具有里程碑式的意義與極大的實(shí)際應(yīng)用價(jià)值。

　　據(jù)了解，全方位立體降噪語(yǔ)音識(shí)別的交互系統(tǒng)是利用多個(gè)層面組合技術(shù)運(yùn)用，以降低在語(yǔ)音控制中噪聲對(duì)語(yǔ)料的干擾。如通過(guò)指向型麥克風(fēng)陣列，只接受固定角度和范圍內(nèi)的聲音，從硬件角度上降噪;采用盲源分離、回音消除，從算法上實(shí)現(xiàn)語(yǔ)音降噪。創(chuàng)新性開(kāi)發(fā)了多路語(yǔ)音采集降噪模組，即前端通過(guò)麥克風(fēng)陣列，精確地定位語(yǔ)音來(lái)源，經(jīng)過(guò)降噪系統(tǒng)提取純凈的語(yǔ)音并對(duì)該路語(yǔ)音進(jìn)行增強(qiáng)及回聲消除，同時(shí)通過(guò)車內(nèi)六路語(yǔ)音提取器，精確識(shí)別車內(nèi)不同座駕位置人員發(fā)出的語(yǔ)音指令從而輸入到語(yǔ)音識(shí)別模塊，反饋出適合該人員的實(shí)際操作。

　　此外，據(jù)樂(lè)樂(lè)語(yǔ)音工作人員透露，他們已經(jīng)研發(fā)完成一整套基于車載系統(tǒng)的整體解決方案，為車企及車載系統(tǒng)開(kāi)發(fā)商提供開(kāi)放性SDK云平臺(tái)及創(chuàng)新性硬件操作系統(tǒng)，可以廣泛適配各類型車載操作系統(tǒng)，實(shí)現(xiàn)熱喚醒、打斷、降噪等強(qiáng)大功能的語(yǔ)音識(shí)別技術(shù)，通過(guò)場(chǎng)景化語(yǔ)義解析，涵蓋導(dǎo)航、電臺(tái)、音樂(lè)、電話、應(yīng)用操控、汽車操控、違章查詢、指定地點(diǎn)查詢、路況、今日限行等各領(lǐng)域內(nèi)容。

　　移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)讓萬(wàn)物互聯(lián)成為可能，而在經(jīng)歷了長(zhǎng)時(shí)間探索階段后，人工智能類產(chǎn)品已經(jīng)擁有不俗的性能和廣泛應(yīng)用性。業(yè)界普遍認(rèn)為，人工智能越來(lái)越深入地應(yīng)用于衣食住行、教育、醫(yī)療等領(lǐng)域，不僅可令更多民眾“走近”這一高新技術(shù)并享受其“紅利”，也有望創(chuàng)造巨大的市場(chǎng)機(jī)會(huì)。相信伴隨谷歌AlphaGo、樂(lè)樂(lè)語(yǔ)音全方位立體降噪語(yǔ)音識(shí)別交互系統(tǒng)等里程碑式的產(chǎn)品、技術(shù)更多的出現(xiàn)、應(yīng)用，人類將會(huì)在不遠(yuǎn)的將來(lái)真正的迎來(lái)智能時(shí)代!