最美的裸体丝袜美女|贵阳沐足排行榜

歡迎來到中國機電網    [ 請登錄 ]  [ 會員注冊 ]

返回首頁|English|設為首頁|加入收藏|

您現在的位置:中國機電網 - 新聞動態
張勝:智能語音交互與機器人服務漸入佳境
作者: 佚名 時間:2019-11-17文章來源:百度訪問量:2212

來源:新浪財經

新浪財經訊 由中國商務部、科技部、工信部、國家發改委、農業農村部、國家知識產權局、中國科學院、中國工程院等國家部委和深圳市人民政府共同舉辦的“第二十一屆中國國際高新技術成果交易會”于2019年11月13日-17日在中國深圳舉行。靈聚信息科技有限公司ceo張勝出席“未來科技峰會”交流會并演講。

張勝表示,人類的語言和知識是開放性的,在這種開放性的背景下,讓機器達到完全正確響應人類對話,是一件非常難做到的事情。所以自然語言處理才被比爾蓋茨稱為“人工智能皇冠上的明珠”。另外,在限定域下響應度自然語言處理技術就可以做到比較高的響應度,用靈聚的數據舉例,目前可以做到99%以上。例如回答醫療服務的問題,進行語音交互的知識問答游戲等等,目前都可以做到高可用的響應度。

以下為演講實錄:

各位來賓大家好,非常榮幸和大家分享我們觀察到的智能語音服務的發展趨勢。我本人在2013年創立廣州靈聚信息科技有限公司,同時我也是廣東省游戲產業協會的秘書長。

自創辦以來,靈聚一直在堅持nlp底層技術研發,目前靈聚公司是擁有nlp核心技術的智能語音服務方案集成商。簡單來說,機器人與人的對話是不是夠聰明,準確響應度如何,其實就是由nlp技術決定的。靈聚一方面提供通用nlp技術對外提供賦能服務,比如華為、思必馳等平臺以及軟銀、優必選、康力優藍、穿山甲等機器人;同時靈聚也在打造服務垂直場景,使用super skills的方式,實現跨平臺、跨終端,最終形成生態。在這一方面,靈聚也在與bat、米等各大平臺進行合作,目前在醫療、稅務、教育等場景推動落地。

在正式分享之前先給大家看一段視頻,這是知名度很高的機器人索菲亞,最近一個科技展上又報導了它。

視頻看完了,大家通常會驚呼,這個機器人這么聰明嗎?那么索非亞到底怎么回事?真的那么厲害嗎?索非亞最厲害的是面部表情控制。剛才那段視頻其實在最后主持人有講到:今天我們所有的對話其實是預先設定好的,但是大家都沒有注意那句話,結果很多人誤以為索菲亞特別厲害。

另外,日常生活中我們經常接到一些推銷電話,聽了好半天,才發現原來是一個機器人。這類機器人大多是用了一點關鍵詞加上預先錄好的錄音。所以人反問幾句話馬上知道它是機器人,不是真人。

當前技術和市場環境下,人工智能還做不到真正自如的對話,尤其是機器人還沒有自己的思考和觀點。

我們目前在落地智能語音服務場景的時候會遇到很多掣肘的問題,現在我們來看看當前的技術到底發展到什么程度。

首先我們明確機器人的概念,機器人不一定有硬件本體,它可能也是虛擬的形象。例如它可能是手機的智能助理,它的載體也可能是一個音箱。

第二,機器人智能語音服務不是機器人硬件終端,其智能是由背后的“大腦”產生的。而這個“大腦”通常是在服務端。目前nlp技術需要依賴大量的數據和算法,知識圖譜和深度學習訓練的數據都非常大,開放域通用nlp的數據量和計算模型數量更加龐大,所以一般無法在算力較小的終端芯片中運行,也正因為如此,“大腦”也常被人們稱為“云腦”。不過,在特殊行業應用中,我們可以把云端的能力固化到本地局域網的服務器或者是pc上,這是離線本地化交付。

第三,機器人不是無所不能的。現在的企業用戶越來越務實的認識到機器人擅長:重復性的工作和人無法做的工作,比如一些危險的工作,也例如安防巡邏工作,或者是7×24小時的不間斷客服工作。基于這樣的務實認知,才有現在更加務實和廣泛的商業落地場景。

那么從技術角度出發,目前的nlp技術到底能實現什么?從我們自己的實驗數據分析,首先在開放域對話中,機器的真實響應度接近50%。人類的語言和知識是開放性的,在這種開放性的背景下,讓機器達到完全正確響應人類對話,是一件非常難做到的事情。所以自然語言處理才被比爾蓋茨稱為“人工智能皇冠上的明珠”。另外,在限定域下響應度自然語言處理技術就可以做到比較高的響應度,用靈聚的數據舉例,目前可以做到99%以上。例如回答醫療服務的問題,進行語音交互的知識問答游戲等等,目前都可以做到高可用的響應度。另外從技術上來講,還有另外一個詞匯,叫做多輪交互,通常是指人類與機器人對話所能達到的對話輪次。從理論角度,多輪交互無論是開放域還是限定域都可以做到無限輪次,但是人的心理體驗不同,不一定能進行無限輪次。比如,在當前開放域對話測試時,用戶和機器人對話20多輪之后就不想說話了,因為隨著聊天的推進,用戶會發現交互的內容在兜圈子,或者機器人發起的話題引不起用戶的聊天興趣,用戶就終止對話了。因為目前機器人,還不能從語音語義和視覺的角度去理解人類的情感,而對話通常是以情感作為支撐的,所以目前在通用的開放域對話下,多輪對話做的并不夠好。當然在一些任務型場景下,多輪的對話就可以支撐用戶完成一項任務,例如靈聚可以通過任務型對話,在用戶不看屏幕的情況下,呼出電話、發出短信。

在智能語音服務能力方面,現在我們已經可以做很多事情。早幾年大家都想擁有一個像科幻電影中的機器人,但以目前的軟硬件技術目前還做不到。但是,當行業內的需求開始務實之后,我們發現很多領域已經可以提供有價值的服務了。比如說,剛剛提到的生活助理可以幫你呼出電話、制定提醒,在一些商務場景中,機器人可以提供迎賓、講解、導購、推薦、客服服務等。

通過開放域加限定域的組合,目前已經可以在垂直場景中做到比較好的體驗,尤其是可以在局部替代人工的工作。這里有一段視頻,是展示實際的點餐案例,大家可以先看一下。從視頻中大家可以看到這樣一些能力:第一,一句話包含多個意圖,甚至相反的意圖,機器都可以理解,例如:給我來兩杯咖啡,一杯要冷的一杯要熱的,冷的要拿鐵,熱的要卡布奇諾,算了拿鐵不要了;第二,通過配套的cms系統,餐廳服務員可以自己修改菜單內容,不再需要有技術公司進行訓練,這樣就方便大規模的普及應用。像這樣一些服務技能可以同時tob和toc,比如我們做的醫療服務技能也是如此。

另外在機器人的情感表現力方面也取得一些進步。比如像阿里和百度的tts現在都支持ssml標簽。通過人工大腦分析語境和輸出內容的語義自動插入ssml標簽就可以控制語音合成的效果了。這樣,語音合成不再是單一的語速和語調,而是根據語境和語義有不同的節奏,甚至是自動配背景音樂。接下來有一段視頻,朗讀詩詞時的背景音樂都是tts自動合成進去的。未來這樣的技術會使得我們機器人的情感表達更豐富。另外,在高噪聲環境下的語音識別一直是很頭痛的問題,目前通過非等距mic陣列+機器視覺成功解決了高噪雜環境的語音識別問題,也使得智能語音服務的場景可以更廣泛了。

對于未來的趨勢我們也有一些觀察,這里和大家分享一下。

首先就是超級技能的生態。從亞馬遜開始,國內的阿里、華為、小米、百度、騰訊、訊飛都在構筑自己智能開放平臺。這些平臺都采用了技能的方式,允許第三方服務商發布技能。但是這樣發布的技能又存在一些問題,例如它沒有實現跨平臺跨終端的服務。包括基于平臺本身的能力所研發的技能,它的服務能力非常有限。所以super skills就顯得很有必要。super skills具備兩個特征,第一,一個技能里面包含多個技能、能力,可以更完美的解決場景的服務需求;第二,它打通了各個不同的平臺和終端,甚至連b端和c端都打通,比如靈聚最近推出的智慧醫療服務技能。將來就是同時使用天貓精靈音箱和百度音箱的人實際是可以互通他的個人數據的。

第二是輕量級的智慧服務。此前許多智能語音服務需要與業務系統深度對接,遇到實現難度大、交付周期長等諸多問題,主要是想一步到位解決問題,但目前人工智能技術整體處于初級階段,還在快速發展,現階段不可能一步到位解決所有問題。打造高性價比和快速個性化的輕量級智能語音服務集成方案可以在很多場所替代人,因此更容易大規模普及應用。

第三在智慧養老和智能家居方面的趨勢。我認為未來大屏幕電視機可能會成為智慧養老的一個真正的智能控制中心,而不是一個具體的機器人。因為在電視機上的虛擬人既可以成為老人的孫子形象,也可以是老人當年夢中情人的印象。通過電視和分布在屋內多處的語音交互控制模組可以控制全屋,而全屋各個設備不需要全部裝上主機和屏幕。此外還可以跟老人的智能手表進行協同控制,并且可以實現控制權自動交接等等。

最后,對于未來,隨著人工智能越來越多普及到生活的方方面面,在便捷的同時我們將面臨一個很大的問題,就是用戶隱私與更加優質的用戶體驗之間的矛盾問題。這個問題需要所有從業者一起思考如何平衡這個矛盾。謝謝大家。

資訊關鍵詞】:    【打印】【關閉】【返回頂部

  • 公告
  • 變更
  • 公示
  • 技術
熱點資訊
  • 一周
  • 一月
  • 一年

資訊投稿

郵箱:[email protected]

電話:0571-28331524

版權所有:中國機電網|中國機電傳媒研究中心

地址:杭州市濱江區西浦路1503號濱科大廈11樓(杭二中斜對面) 浙B2-20080178-6

聯系電話:0571-87774297 傳真:0571-28290892 Email:[email protected] 技術支持:杭州濱興科技股份有限公司

最美的裸体丝袜美女 河源百搭麻将官方下载 澳门大小怎么玩 七乐彩开奖号码 海南麻将怎么算钱 快乐10分复式怎么玩法 打麻将怎么打好 旱地种什么菜最赚钱 江西时时彩二千万 二人麻将在线棋牌 双色球0至9尾走势图 14场胜负彩预测推荐 秒速时时彩开奖记录 新浪围棋竞技风暴 红警mod 怎么利用淘必中赚钱 gta5富兰克林赚钱攻略