新聞資訊

百度的人工智能要先讓機(jī)器聽懂自然語(yǔ)言

人工智能領(lǐng)域的科學(xué)家極少擔(dān)心世界會(huì)被AI統(tǒng)治，是因?yàn)樗麄冎罏榱俗寵C(jī)器能夠聽懂人類語(yǔ)言，他們就付出了數(shù)年的努力，谷歌、百度以及微軟這些公司正在做這樣的事情。

“我想聽柴可夫斯基”，百度美國(guó)研究院AI實(shí)驗(yàn)室主管Adam Coates向我展示了他們新的語(yǔ)音識(shí)別產(chǎn)品，當(dāng)他對(duì)著百度的新的輸入法說出這句話時(shí)，鍵盤上錄入了相應(yīng)的文字。

“大多數(shù)輸入法左下角都有一個(gè)麥克風(fēng)，但一般人們都不用它，因?yàn)槿藗冋J(rèn)定這個(gè)不會(huì)好用?！盇dam說，這是很多語(yǔ)音輸入被忽略的原因，而百度的一項(xiàng)新研究，目標(biāo)是讓語(yǔ)音輸入比打字更快更精確。

讓機(jī)器從聽準(zhǔn)到聽懂

約兩年半前，Adam從斯坦福大學(xué)畢業(yè)，跟隨導(dǎo)師吳恩達(dá)來到百度做深度學(xué)習(xí)方面的研究，主要將其應(yīng)用于語(yǔ)音識(shí)別。

在百度美國(guó)AI實(shí)驗(yàn)室，大多數(shù)員工都是美國(guó)人。在語(yǔ)音識(shí)別上，他們首先開發(fā)的是英語(yǔ)的版本。用深度學(xué)習(xí)做語(yǔ)音識(shí)別，重要的環(huán)節(jié)是“訓(xùn)練”機(jī)器，即讓系統(tǒng)學(xué)習(xí)足夠的語(yǔ)音數(shù)據(jù)，在聽到不同的語(yǔ)句時(shí)，能夠識(shí)別得出來。

“我們給機(jī)器訓(xùn)練了很多英語(yǔ)的數(shù)據(jù)，成千上萬小時(shí)?！盇dam說，到2015年年中的時(shí)候，他們做出了識(shí)別率非常高的實(shí)驗(yàn)室版本，此后花了近一年時(shí)間做成了產(chǎn)品，目前在安卓平臺(tái)已經(jīng)能夠下載使用。

“我朋友都撓著頭跟我說，Adam你可是在百度這樣一個(gè)中國(guó)公司，開發(fā)一個(gè)英文語(yǔ)音識(shí)別工具有什么用呢？”但Adam等人對(duì)深度學(xué)習(xí)有更深的了解，知道在此基礎(chǔ)上開發(fā)中文識(shí)別版本并不是難事。

如果使用傳統(tǒng)的機(jī)器學(xué)習(xí)路徑，開發(fā)成其他語(yǔ)言版本幾乎需要重新開發(fā)一遍?！奥犝Z(yǔ)法、聽語(yǔ)音，還要雇傭一堆了解方言的工程師去反復(fù)檢查，系統(tǒng)幾乎要重新做一遍?！盇dam介紹說，但因?yàn)槭褂玫氖巧疃葘W(xué)習(xí)的路徑，只需要把中文語(yǔ)音數(shù)據(jù)灌入原有的算法中，訓(xùn)練一定時(shí)間，系統(tǒng)就學(xué)會(huì)了識(shí)別中文。

現(xiàn)在百度語(yǔ)音系統(tǒng)在Adam團(tuán)隊(duì)基礎(chǔ)上開發(fā)出了中文的語(yǔ)音識(shí)別平臺(tái)?！捌胀ㄔ捠欠浅?fù)雜的，現(xiàn)在他們把基本的算法用到了中國(guó)，讓我很自豪的是，我們整個(gè)英語(yǔ)團(tuán)隊(duì)研發(fā)的語(yǔ)音識(shí)別系統(tǒng)，在影響著中文使用者。”Adam說。

百度語(yǔ)音識(shí)別的一個(gè)長(zhǎng)處是能夠在中英文混合語(yǔ)境中轉(zhuǎn)換自如?！昂芏嘀袊?guó)人在說話時(shí)會(huì)夾帶英文單詞，比如你們那很有名的明星‘Angelababy’，在百度的語(yǔ)音識(shí)別中能夠自動(dòng)轉(zhuǎn)換。”Adam解釋說。

深度學(xué)習(xí)如今是硅谷流行的技術(shù)，能夠應(yīng)用在諸多領(lǐng)域。谷歌大腦負(fù)責(zé)人Jeff Dean近在接受采訪時(shí)表示，谷歌現(xiàn)在把深度學(xué)習(xí)主要利用在自然語(yǔ)言理解和機(jī)器感知、醫(yī)療以及機(jī)器人等領(lǐng)域。而通俗來說，就是讓機(jī)器學(xué)會(huì)像人一樣能夠聽懂、看得見，從而對(duì)外部世界做出反應(yīng)。

“我想百度AI實(shí)驗(yàn)室認(rèn)為改變機(jī)器和人交流的方式，讓機(jī)器能夠理解和識(shí)別自然人類的自然語(yǔ)言，是目前重要的事情?！盇dam說，他們團(tuán)隊(duì)這幾年致力于把深度學(xué)習(xí)運(yùn)用在人力自然語(yǔ)言識(shí)別和理解上，而這也是基于中國(guó)市場(chǎng)的需求和痛點(diǎn)而言的。如果想得更遠(yuǎn)一些，這能夠讓那些不識(shí)字的群體像受過教育的群體一樣與機(jī)器自然交流。

“如果語(yǔ)音輸入能夠達(dá)到相當(dāng)高的準(zhǔn)確度，人們?yōu)槭裁催€會(huì)用鍵盤輸入？”Adam說，在機(jī)器對(duì)人類自然語(yǔ)言處理準(zhǔn)確度達(dá)到一定程度時(shí)，會(huì)改變?nèi)藗兊妮斎肓?xí)慣，同時(shí)改變?nèi)藗兒蜋C(jī)器交流的方式。

不僅僅是百度，各家都在做這樣的事情，近日微軟發(fā)布報(bào)告表示，微軟經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)已可以像人類一樣識(shí)別人類的語(yǔ)音。微軟讓NIST 2000自動(dòng)化系統(tǒng)與專業(yè)速記員進(jìn)行了比賽，結(jié)果顯示，自動(dòng)化系統(tǒng)的錯(cuò)誤率首次低于人工。報(bào)告稱：“這是會(huì)話語(yǔ)音領(lǐng)域首次報(bào)告的（自動(dòng)化系統(tǒng)）達(dá)到人工水平?！?/span>

“即便在五年前，我都沒想過我們有一天能達(dá)到這個(gè)水平，連可能性都沒有想過。”微軟人工智能與研究團(tuán)隊(duì)的執(zhí)行副總裁沈向洋說。

而百度首席科學(xué)家吳恩達(dá)在自己Facebook上轉(zhuǎn)發(fā)這則消息時(shí)表示，百度的中文識(shí)別在2015年已經(jīng)超過人類的識(shí)別水平。

但有深度學(xué)習(xí)研究者向界面新聞解釋說，無論是微軟還是百度，給出的“超過人類識(shí)別水平”標(biāo)準(zhǔn)都是一個(gè)實(shí)驗(yàn)結(jié)果，“一般來說都在一個(gè)固定的語(yǔ)音數(shù)據(jù)庫(kù)里去訓(xùn)練機(jī)器，研究員會(huì)不斷調(diào)節(jié)算法，讓機(jī)器超過人類水平，與實(shí)際應(yīng)用還是有一定距離。”

語(yǔ)音識(shí)別是通向諸多人工智能場(chǎng)景的一塊基石，比如自動(dòng)駕駛、AI醫(yī)療等等都需要機(jī)器能夠先聽得懂人類的自然語(yǔ)言。音識(shí)別研究起源于1970年代的 DARPA（一個(gè)為國(guó)家安全從事技術(shù)研發(fā)的美國(guó)政府機(jī)構(gòu)），過去幾十年里，主要的技術(shù)公司和研究機(jī)構(gòu)都參與了這一研究。

這并不容易，在Adam向我展示“我想聽柴可夫斯基”這句話時(shí)，機(jī)器第一次并沒有準(zhǔn)確識(shí)別出“柴可夫斯基”。Adam隨后手動(dòng)糾正了這個(gè)詞，“無論是單獨(dú)說一個(gè)詞語(yǔ)或者是像這樣替換一個(gè)詞，這個(gè)詞是沒有語(yǔ)境的，即便是對(duì)人來說，也是一個(gè)困難的事情?！盇dam說，他們團(tuán)隊(duì)在過去將近一年的時(shí)間從技術(shù)上去解決這一問題。

邁向?qū)Ｓ萌斯ぶ悄?/b>

對(duì)于百度來說，他們下一步是把這種精準(zhǔn)的語(yǔ)音識(shí)別產(chǎn)品運(yùn)用到更多場(chǎng)景中。

“不僅是精準(zhǔn)的聽懂詞匯，而且得掌握人們的要求?！盇dam說，他們的姐妹實(shí)驗(yàn)室就在此技術(shù)基礎(chǔ)上開發(fā)了問診的產(chǎn)品“du-nurse”，這種基于語(yǔ)音對(duì)話的產(chǎn)品，不僅僅是能夠精準(zhǔn)地語(yǔ)音識(shí)別，還要能夠理解。

除了大公司，一批創(chuàng)業(yè)公司也進(jìn)入了自然語(yǔ)言處理這一領(lǐng)域。以美國(guó)專注于自然語(yǔ)言處理的公司X.AI而言，三輪融資就拿到了3.4億美元，而中國(guó)的科大訊飛市值也到達(dá)了368億元人民幣，專注于智能語(yǔ)音和自然對(duì)話的思必馳在C輪融資就達(dá)到了2億元人民幣。

相比大公司，創(chuàng)業(yè)公司在這一領(lǐng)域的劣勢(shì)主要是是數(shù)據(jù)。在Adam看來，數(shù)據(jù)也不是不能夠解決，比如通過雇傭人員收集數(shù)據(jù)或者是購(gòu)買數(shù)據(jù)，當(dāng)然這些方式都需要較高的成本。

如今在風(fēng)險(xiǎn)投資市場(chǎng)，諸多公司都標(biāo)榜自己與人工智能以及深度學(xué)習(xí)有關(guān)。

“人們忽略的一個(gè)事實(shí)是，深度學(xué)習(xí)沒有那么神奇，算法是可以教會(huì)的，一個(gè)聰明一些的有傳統(tǒng)機(jī)器學(xué)習(xí)背景的工程師就能夠很快寫出深度學(xué)習(xí)的產(chǎn)品來?！盇dam說，真正難題是把這些技術(shù)真正和用戶深度痛點(diǎn)結(jié)合，研發(fā)成能夠影響億萬用戶的產(chǎn)品，成為一個(gè)成功的生意，這才是不容易的事情。

這對(duì)于百度同樣是一個(gè)挑戰(zhàn)。就在百度美國(guó)研究院的AI實(shí)驗(yàn)室，為此組建了單獨(dú)的產(chǎn)品團(tuán)隊(duì)，與大多數(shù)產(chǎn)品和研發(fā)分開的架構(gòu)截然不同?！叭斯ぶ悄軙r(shí)代與以往已經(jīng)非常不同了，你需要對(duì)深度學(xué)習(xí)等人工智能技術(shù)有相當(dāng)?shù)牧私?，又要懂得用戶的需求，這需要產(chǎn)品團(tuán)隊(duì)有非常多樣化以及有彈性的視角?！?/span>

無論如何，人工智能時(shí)代已經(jīng)來臨，它并不僅僅是科幻電影里那樣人工智能技術(shù)統(tǒng)治了人類，而是從人類和機(jī)器交流方式的改變——不再是鍵盤輸入而是用自然語(yǔ)言交流開始一點(diǎn)點(diǎn)滲入。

就連美國(guó)總統(tǒng)奧巴馬近在接受《連線》雜志采訪時(shí)都表示，“我的觀察是，人工智能正在以各種方式滲透至人們的生活，但我們尚未察覺?！眾W巴馬說，流行文化對(duì)人工智能的描繪存在偏頗，讓大多數(shù)認(rèn)為人工智能就是像《駭客帝國(guó)》那樣的世界，而實(shí)際上很多人沒有關(guān)注到專用人工智能的那一部分。

所謂專用人工智能，就是這一技術(shù)應(yīng)用到專業(yè)細(xì)分領(lǐng)域，比如在醫(yī)療問診領(lǐng)域，這些神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)來自醫(yī)療機(jī)構(gòu)的數(shù)據(jù)，對(duì)于用戶的病癥能夠給出診斷和建議，尤其對(duì)于一些傳統(tǒng)診療方法需要很長(zhǎng)時(shí)間做出診斷的病癥，比如糖尿病，AI能夠帶來更好的監(jiān)護(hù)。

又比如自動(dòng)駕駛，“過去成千上萬的工程師為了解決自動(dòng)駕駛過程中遇到的識(shí)別路人識(shí)別路標(biāo)等難題付出了數(shù)年的努力，但距離讓無人駕駛汽車上路仍然有困難，但現(xiàn)在不一樣，從AI的角度，僅僅是一個(gè)小的研究團(tuán)隊(duì)就有望解決這個(gè)問題?！?/span>

而AI也是大公司們不能夠錯(cuò)過的重要領(lǐng)域，相比硅谷大多數(shù)公司在進(jìn)入深度學(xué)習(xí)領(lǐng)域時(shí)只能利用之前的基礎(chǔ)設(shè)施等資源，百度整個(gè)基礎(chǔ)設(shè)施都是為了深度學(xué)習(xí)重新搭建的，Adam說，“AI說了這么多年，而現(xiàn)在的確到了應(yīng)用的時(shí)候，會(huì)把用戶帶到一個(gè)全新的領(lǐng)域?！?/span>

视频一区二区三区SM重味,久久精品国产亚洲AV苍井空,国产suv精品一区,丰满人妻熟女AⅤ一区

百度的人工智能要先讓機(jī)器聽懂自然語(yǔ)言