鈦媒體旗下的鈦坦白微信課第27期，也是“AI已來(lái)”系列分享第1期，請(qǐng)來(lái)了6位語(yǔ)音識(shí)別、自然語(yǔ)言處理領(lǐng)域的鈦客進(jìn)行分享。本文根據(jù)捷通華聲總經(jīng)理武衛(wèi)東的分享整理。
武衛(wèi)東畢業(yè)于清華大學(xué)，20余年人工智能行業(yè)經(jīng)驗(yàn)。高級(jí)工程師。“靈云科技 源自清華”戰(zhàn)略品牌發(fā)起者之一，靈云全方位人工智能開放平臺(tái)締造者之一。通過(guò)與電信運(yùn)營(yíng)商、系統(tǒng)集成商、生產(chǎn)廠商的戰(zhàn)略合作，成功推動(dòng)人工智能技術(shù)在金融、電信、交通、能源等領(lǐng)域的產(chǎn)業(yè)化應(yīng)用。
以下是武衛(wèi)東在鈦坦白的分享：
大家晚上好，非常有幸在鈦坦白跟大家分享《從語(yǔ)音到全方位人工智能，AI技術(shù)的融合發(fā)展之路》。
人工智能源于何處，緣何爆發(fā)
人工智能技術(shù)經(jīng)歷了半個(gè)多世紀(jì)的發(fā)展，現(xiàn)在通過(guò)計(jì)算方法能夠賦予機(jī)器一些類似人的感知功能，像人有口眼耳手，這是我們的感官功能。我們還有大腦，這是我們的思維認(rèn)知功能，那么機(jī)器人是不是可以具備這些擬人化的功能呢？
像人的嘴是用來(lái)說(shuō)話的，耳朵是用來(lái)聽聲音的，這就催生了像語(yǔ)音合成、語(yǔ)音識(shí)別這樣的語(yǔ)音技術(shù)。圖像識(shí)別就像人觀察外界事物的眼睛，手是用來(lái)拿東西和寫字的，這就催生了OCR、手寫識(shí)別技術(shù)等這樣的一些圖像識(shí)別技術(shù)。在眾多感知功能方面，人工智能技術(shù)還涉及到很多功能，包括人臉識(shí)別、聲紋識(shí)別、指紋識(shí)別等等。經(jīng)過(guò)十幾年的發(fā)展，我們看到人工智能技術(shù)中最難的實(shí)際上是與認(rèn)知相關(guān)的一些技術(shù)。人的認(rèn)知，即人的大腦，是個(gè)非常復(fù)雜的結(jié)構(gòu)，可以說(shuō)到今天，我們自己也沒有研究清楚我們自己的大腦。
近幾年來(lái)，神經(jīng)網(wǎng)絡(luò)尤其是深度學(xué)習(xí)，提升了感知計(jì)算的一些模型方法，相關(guān)感知方面的技術(shù)取得了比較大的進(jìn)步。實(shí)際上，神經(jīng)網(wǎng)絡(luò)的一些算法研究，早在二三十年前就開始了。我記得原來(lái)在學(xué)校的時(shí)候，我們有很多的研究人員就從事在圖像模式識(shí)別方面的一些研究，但是由于當(dāng)時(shí)的算法能力以及設(shè)備能力有限，很難去在復(fù)雜結(jié)構(gòu)和深層次結(jié)構(gòu)上提升算法模型?，F(xiàn)在的GPU技術(shù)使得過(guò)去復(fù)雜的算法模型能夠通過(guò)有效的訓(xùn)練，提升訓(xùn)練速率，并能夠通過(guò)算法和大數(shù)據(jù)的加工，實(shí)現(xiàn)更加普適性和實(shí)用性的一些模型，供我們做一些智能化的應(yīng)用。
我們看到現(xiàn)在的語(yǔ)音識(shí)別技術(shù)，能夠達(dá)到百分之九十幾，接近于人的甚至在某些方面超過(guò)人的準(zhǔn)確率。通過(guò)深度學(xué)習(xí)，語(yǔ)音識(shí)別已經(jīng)實(shí)現(xiàn)了一些突破。尤其是隨著互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，現(xiàn)在交互終端、智能終端，給我們?cè)谘芯糠矫嫣峁┝舜罅康?、真?shí)的場(chǎng)景數(shù)據(jù)，有了這些大的數(shù)據(jù)，使用神經(jīng)網(wǎng)絡(luò)算法，通過(guò)訓(xùn)練，可以讓語(yǔ)音識(shí)別技術(shù)更加實(shí)用化。
從業(yè)20年，談?wù)務(wù)Z音技術(shù)發(fā)展
在語(yǔ)音方面，實(shí)際上真正最早能夠形成實(shí)用化的語(yǔ)音技術(shù)是從語(yǔ)音合成開始的，也就是我們說(shuō)的TTS技術(shù)。一些大型的場(chǎng)館會(huì)議，像奧運(yùn)會(huì)、世博會(huì)，包括一些公共場(chǎng)所，像高鐵站、機(jī)場(chǎng)聽到的廣播聲，很多實(shí)際上都是通過(guò)語(yǔ)音合成技術(shù)合成出來(lái)的。另外，推出了可以唱歌的TTS技術(shù)，歌唱TTS實(shí)際上就是在標(biāo)準(zhǔn)的語(yǔ)音合成基礎(chǔ)上，結(jié)合現(xiàn)在一些應(yīng)用場(chǎng)景，比如說(shuō)一些娛樂機(jī)器人、教育機(jī)器人、玩具等等，在應(yīng)用場(chǎng)景當(dāng)中，我們做的更加娛樂化的TTS技術(shù)。
現(xiàn)在大家都在探索和研究一個(gè)新方向——情感TTS。因?yàn)椴还茉趺礃拥囊粋€(gè)算法，達(dá)到完全像人一樣的自然、有情感、富有喜怒哀樂情緒的TTS技術(shù)，還是有很多的研究工作要做。當(dāng)前TTS作為一種信息的交流、信息的播報(bào)是完全可以達(dá)到實(shí)用化的程度。經(jīng)過(guò)這十幾年的時(shí)間，捷通華聲在TTS方面，國(guó)內(nèi)市場(chǎng)占有率超過(guò)了50%。
我再說(shuō)說(shuō)語(yǔ)音識(shí)別，昨天錢博士（《從全球格局、最新技術(shù)到開源工具，一文告訴你語(yǔ)音識(shí)別發(fā)展現(xiàn)狀》），我們清華的一個(gè)師弟特別提到了語(yǔ)音識(shí)別技術(shù)的發(fā)展。現(xiàn)在實(shí)際上就是說(shuō)在語(yǔ)音識(shí)別方面國(guó)內(nèi)也有一些從事語(yǔ)音識(shí)別技術(shù)應(yīng)用和研究的企業(yè)，但是從語(yǔ)音識(shí)別目前發(fā)展的現(xiàn)狀看，普通話在一個(gè)自然的場(chǎng)景中識(shí)別率達(dá)到96%，97%，其實(shí)已經(jīng)不是什么太高的目標(biāo)。
但實(shí)際上96%、97%并不是一個(gè)真實(shí)應(yīng)用場(chǎng)景下的指標(biāo)，只是在技術(shù)層面達(dá)到的高度，在實(shí)用化方面，要達(dá)到這樣一個(gè)高度，恐怕國(guó)外語(yǔ)音公司也不敢這么說(shuō)，我們國(guó)內(nèi)的一些人有時(shí)候在這方面會(huì)更多的注入一些商業(yè)化宣傳。
大家知道，語(yǔ)音識(shí)別是從2001年、2002年就進(jìn)入了中國(guó)市場(chǎng)，但當(dāng)時(shí)的語(yǔ)音識(shí)別，主要是基于命令詞條的識(shí)別。經(jīng)過(guò)十幾年的發(fā)展，語(yǔ)音識(shí)別技術(shù)進(jìn)入到自由說(shuō)的狀態(tài)，當(dāng)人自然說(shuō)話、自然表達(dá)時(shí)，能夠準(zhǔn)確識(shí)別，這推動(dòng)語(yǔ)音識(shí)別進(jìn)入到實(shí)現(xiàn)應(yīng)用的階段。
比如說(shuō)在手機(jī)端用輸入法這樣的一些app或者是工具，對(duì)著手機(jī)尤其是現(xiàn)在的手機(jī)，都支持多麥克風(fēng)，在近講模式下，如果你的普通話說(shuō)得比較好，比如說(shuō)像我這樣講話，98%、99%的識(shí)別率也是可能的。但是如果說(shuō)話帶著很重的方言，要在識(shí)別上達(dá)到這個(gè)高度不是太容易，現(xiàn)在沒有看到哪家在方言普通話或者普適性人群上面達(dá)到這樣一個(gè)高度。
當(dāng)然，這里邊還包括不同的輸入設(shè)備，比如說(shuō)在電話端，8K的窄帶數(shù)據(jù)識(shí)別率如果能達(dá)到97%，那真的是效果非常好了，現(xiàn)在大家的水平基本上在80%上下。在一些特殊領(lǐng)域里邊，通過(guò)一些垂直領(lǐng)域的優(yōu)化，模型的優(yōu)化，能達(dá)到85%，這已經(jīng)是一個(gè)很好的水平。
在很多智能家居、家電、機(jī)器人等智能終端場(chǎng)景下，有很多環(huán)境噪音，語(yǔ)音識(shí)別如果不解決這些數(shù)據(jù)信號(hào)、聲學(xué)信號(hào)的抗噪問題，語(yǔ)音識(shí)別的應(yīng)用會(huì)受很大的制約。所以現(xiàn)在從事語(yǔ)音的廠家，在麥克風(fēng)陣列這方面也都開始做自己的研究，推出了兩麥、四麥甚至六麥的抗噪模塊，來(lái)解決實(shí)際應(yīng)用場(chǎng)景下的噪音干擾問題。
四麥降噪模塊
上面這個(gè)四麥降噪模塊，已經(jīng)在一些機(jī)器人里邊，包括一些服務(wù)機(jī)器人、兒童教育娛樂機(jī)器人中使用，其中包括線陣和圓陣，重點(diǎn)是解決麥克風(fēng)在遠(yuǎn)講、定向、回聲消除，還有語(yǔ)音增強(qiáng)等實(shí)際應(yīng)用情況。當(dāng)然，語(yǔ)音識(shí)別還包括方言、多語(yǔ)種識(shí)別，以及中英文混合等情況，這些問題我們也在不斷的研究、實(shí)踐。
開始時(shí)我們提到，在認(rèn)知功能方面，尤其是像語(yǔ)義理解（NLU），這方面有一些國(guó)內(nèi)企業(yè)在做，捷通在這方面也做了大量的工作，有很多的實(shí)踐和應(yīng)用。例如，在智能終端方面，我們做了對(duì)話，包括意圖理解，以滿足智能終端在語(yǔ)義理解和語(yǔ)音識(shí)別共同使用過(guò)程中的一些“理解”用戶指令的要求。另外，在一些行業(yè)的智能客服的系統(tǒng)里邊，我們也采用了支持多輪對(duì)話、同音字智能糾錯(cuò)、上下文語(yǔ)義分析、相關(guān)問題聯(lián)想等功能的語(yǔ)義理解技術(shù)，能夠達(dá)到更好的用戶體驗(yàn)和準(zhǔn)確率。當(dāng)然，語(yǔ)義理解方面要研究的東西還很多。
語(yǔ)音服務(wù)物聯(lián)網(wǎng)，讓智能設(shè)備“能說(shuō)會(huì)聽、能思考會(huì)判斷”
隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)的發(fā)展，人工智能技術(shù)在物聯(lián)網(wǎng)領(lǐng)域有了越來(lái)越多的需求，或者說(shuō)已經(jīng)成為一種不可或缺的支撐技術(shù)。
比如在智能機(jī)器人方面，我們通過(guò)智能客服系統(tǒng)，來(lái)實(shí)現(xiàn)語(yǔ)音交互、知識(shí)庫(kù)構(gòu)建、語(yǔ)義理解，尤其是前端在噪音環(huán)境下，通過(guò)麥克風(fēng)陣列實(shí)現(xiàn)遠(yuǎn)講、抗噪、定向等等功能。在智能機(jī)器人領(lǐng)域，捷通做了很多行業(yè)應(yīng)用，比如說(shuō)在稅務(wù)大廳提供咨詢的稅務(wù)機(jī)器人，華夏銀行的大堂經(jīng)理機(jī)器人，還有一些圖書館、購(gòu)物中心的專業(yè)服務(wù)機(jī)器人，當(dāng)然也包括現(xiàn)在大家看到的很多家用的兒童教育機(jī)器人、娛樂機(jī)器人、陪伴機(jī)器人，通過(guò)應(yīng)用智能客服系統(tǒng)，這些機(jī)器人進(jìn)入了各個(gè)行業(yè)，未來(lái)將會(huì)進(jìn)入到我們生活的方方面面。
在智能家居方面，比如說(shuō)電視，我們搜電影時(shí)，遙控器按鍵輸入慢，總是讓人很頭疼。捷通將語(yǔ)音技術(shù)應(yīng)用到電視遙控器上，比如小米電視、樂視、廣電盒子，通過(guò)語(yǔ)音的交互，實(shí)現(xiàn)電視內(nèi)容的快速搜索，甚至購(gòu)物、社區(qū)服務(wù)等。另外，對(duì)于智能家居，整合了語(yǔ)音交互的麥克風(fēng)陣列是一個(gè)非常好的工具，我們可以遠(yuǎn)距離隨意控制燈光、調(diào)節(jié)空調(diào)等，通過(guò)引入人工智能技術(shù)，讓家居生活更舒適。
智能汽車尤其是現(xiàn)在大家看到的無(wú)人駕駛、輔助駕駛系統(tǒng)，也是人工智能的一個(gè)很好應(yīng)用。但是我個(gè)人對(duì)于無(wú)人駕駛汽車未來(lái)的走向，至少目前看，三五年內(nèi)我感覺很難真正走向?qū)嵱没?，因?yàn)榻煌刂?，包括很多交通?guī)則，都會(huì)限制無(wú)人車在這方面的發(fā)展。但是我相信，通過(guò)引入智能化的一些技術(shù)，可以在輔助駕駛，包括像一些車載領(lǐng)域發(fā)揮很好的作用。
例如，語(yǔ)音交互技術(shù)在智能車載上的應(yīng)用，這里邊包括語(yǔ)音識(shí)別的抗噪模型訓(xùn)練、硬件的降噪，以及像喚醒、聲源定向、智能糾錯(cuò)等技術(shù)層面的要求。另外，汽車現(xiàn)在實(shí)際上已經(jīng)是人們出行的一個(gè)必備手段了，現(xiàn)在北京的交通大家都知道，車內(nèi)設(shè)備的語(yǔ)音控制實(shí)際上可以有效提高駕車的安全性。同時(shí)，通過(guò)汽車這樣一個(gè)移動(dòng)設(shè)備，可以給我們提供導(dǎo)航、餐館、訂酒店、訂機(jī)票、天氣、股票等信息的語(yǔ)音查詢，甚至成為移動(dòng)辦公場(chǎng)所。
在這里也提一下，我們?cè)谄嚱换シ绞椒矫娴慕?jīng)驗(yàn)或感覺?？赡軚|西方人對(duì)于汽車的操控習(xí)慣不同，比如說(shuō)在捷通華聲初成立的時(shí)候就做了手寫識(shí)別技術(shù)，在歐美的一些高端車比如像法拉利、奧迪、寶馬，還有日韓系的像尼桑、現(xiàn)代等等車?yán)镞呌玫搅宋覀兊氖謱懠夹g(shù)。我們過(guò)去也不太理解，為什么老外覺得手寫還可以用，后來(lái)發(fā)現(xiàn)，大家可能在一些操作習(xí)慣上有些不同，我們中國(guó)人可能更善于講，老外可能更善于做一些實(shí)際的操控性的，所以語(yǔ)音交互在車機(jī)里邊是捷通關(guān)注的一個(gè)熱點(diǎn)，但是手寫他們也會(huì)用，而且用的量也不少。不管是用語(yǔ)音的交互還是手寫的交互，其實(shí)都是通過(guò)人工智能的交互手段，來(lái)提升人們的駕車體驗(yàn)，提升駕車的安全性和舒適性。
融合能力、融合應(yīng)用、融合服務(wù)是AI技術(shù)發(fā)展趨勢(shì)
靈云平臺(tái)（AIcloud.com）是捷通華聲早在2011年就推出的全球首個(gè)全方位人工智能開放平臺(tái)，在當(dāng)時(shí)捷通就定立了這么樣一個(gè)目標(biāo)：要實(shí)現(xiàn)語(yǔ)音、手寫、拍照、手勢(shì)甚至將來(lái)可以使用腦波來(lái)進(jìn)行智能化的一些手段來(lái)進(jìn)行人機(jī)交互。
經(jīng)過(guò)幾年的建設(shè)，靈云平臺(tái)已經(jīng)構(gòu)建了集合十項(xiàng)核心技術(shù)的全方位人工智能開放平臺(tái)。其中包括智能語(yǔ)音方面的，語(yǔ)音合成、語(yǔ)音識(shí)別技術(shù)；圖像交互方面，OCR、手寫識(shí)別；生物特征識(shí)別方面的人臉識(shí)別、聲紋識(shí)別和指紋識(shí)別；智能語(yǔ)義方面，包括語(yǔ)義理解、機(jī)器翻譯、數(shù)據(jù)挖掘等共10項(xiàng)技術(shù)。方案，包括全智能客戶服務(wù)、多維生物特征識(shí)別身份認(rèn)證服務(wù)平臺(tái)等深入行業(yè)的解決方案，構(gòu)建了包括公有云服務(wù)、全智能能力平臺(tái)和全智能解決方案組成的產(chǎn)品生態(tài)體系。
靈云構(gòu)建的B2B2C商業(yè)模式，深入金融、電信、能源、交通、政務(wù)、公檢法等各個(gè)行業(yè)，提供全方位的人工智能能力和解決方案。靈云支持云+端能力，也就是說(shuō)既可以用云端的能力，也可以用我們本地的能力，讓廣大的開發(fā)者和企業(yè)合作伙伴能方便地調(diào)用各種應(yīng)用能力。
在這些應(yīng)用當(dāng)中，我特意介紹一下捷通在維語(yǔ)和漢語(yǔ)的翻譯，因?yàn)樵谡Z(yǔ)音方面，除了中文普通話，我們還做了少數(shù)民族語(yǔ)言，同時(shí)構(gòu)建了十幾種國(guó)外的包括英文、法文、德文的語(yǔ)音交互能力。維漢友誼橋這個(gè)翻譯APP，目前在新疆少數(shù)民族地區(qū)，已經(jīng)有數(shù)百萬(wàn)用戶在使用，大大方便了漢族干部和少數(shù)民族間的交流，大家可以下載體驗(yàn)下。還有一個(gè)也是現(xiàn)在有幾百萬(wàn)用戶在使用的出國(guó)翻譯官，這個(gè)APP也是用了靈云上邊的各種能力，不管去哪個(gè)國(guó)家，有了這樣一個(gè)應(yīng)用就可以方便的和當(dāng)?shù)厝诉M(jìn)行交流，給大家的出行和旅游提供便利。
捷通一直強(qiáng)調(diào)，現(xiàn)在AI技術(shù)的應(yīng)用實(shí)際上已經(jīng)不是單一能力的應(yīng)用。為什么講AI的融合發(fā)展，實(shí)際上這是現(xiàn)在很多應(yīng)用場(chǎng)景需要的。在智能終端交互方面，比如說(shuō)現(xiàn)在我們做的機(jī)器人，它其中就用到了語(yǔ)音識(shí)別、語(yǔ)音合成、語(yǔ)義理解、人臉識(shí)別、甚至聲紋識(shí)別；在終端應(yīng)用的場(chǎng)景里邊，包括在家電，現(xiàn)在捷通給家電廠商實(shí)際上也在提供一些除了語(yǔ)音交互之外的能力，大家提出來(lái)一些比如說(shuō)像聲紋識(shí)別、人臉識(shí)別等需求，包括在家庭的陪伴機(jī)器人、服務(wù)機(jī)器人方面，包括兒童陪伴機(jī)器人這塊，也提出了一些比如說(shuō)類似圖像的識(shí)別、人臉的識(shí)別，包括視頻監(jiān)控等等這方面需求。這些需求，實(shí)際上就是人工智能的融合應(yīng)用。在捷通的靈云平臺(tái)上，如果用了我們這個(gè)平臺(tái)的話，這些能力都可以很方便的實(shí)現(xiàn)調(diào)用，因?yàn)殪`云平臺(tái)是一個(gè)開放平臺(tái)，我們的平臺(tái)能力，都能夠在開發(fā)者社區(qū)上方便地調(diào)用。
在智能解決方案方面，捷通推出了全智能客戶服務(wù)和靈云身份認(rèn)證平臺(tái)。我們推出的靈云全智能客戶服務(wù)是一種客服新模式，它包括了實(shí)體機(jī)器人、網(wǎng)絡(luò)版在線智能客服、電話客服機(jī)器人、智能語(yǔ)音導(dǎo)航等智能客服產(chǎn)品，以及智能語(yǔ)音分析、電話外呼機(jī)器人等呼叫中心行業(yè)解決方案，為用戶提供隨時(shí)隨地、隨手可及的智能客戶服務(wù)，同時(shí)也大幅降低了企業(yè)的客服成本，提升了客戶服務(wù)效率和質(zhì)量。
在身份認(rèn)證方面，隨著我們?nèi)四?、聲紋、OCR技術(shù)的發(fā)展，我們推出了人證合一綜合“人臉識(shí)別+聲紋識(shí)別+指紋識(shí)別，OCR證照識(shí)別”的靈云身份認(rèn)證服務(wù)平臺(tái)，這個(gè)系統(tǒng)已在人行的征信系統(tǒng)里得到應(yīng)用?，F(xiàn)在單一生物特征識(shí)別技術(shù)，比如說(shuō)人臉技術(shù)，包括所有的人工智能技術(shù)，大家很難說(shuō)做到100%。
通過(guò)多項(xiàng)技術(shù)的融合，我們可以把識(shí)別的的出錯(cuò)概率集合到一個(gè)很小的數(shù)字集合上，比如說(shuō)捷通通過(guò)人臉、聲紋、指紋可能有1%、2%這樣的錯(cuò)誤率，三種技術(shù)融合，再加OCR，人證合一，可以把這個(gè)錯(cuò)誤率降到萬(wàn)分之一，甚至更小。這就是我們推出多維生物特征識(shí)別安全身份認(rèn)證平臺(tái)，也是AI技術(shù)融合應(yīng)用的意義。
捷通給一些政府部門包括公檢法的會(huì)議系統(tǒng)做了一些智能解決方案。一方面通過(guò)語(yǔ)音識(shí)別實(shí)現(xiàn)會(huì)議轉(zhuǎn)寫，解放了筆錄人員，降低速記員的一些勞動(dòng)強(qiáng)度；在整個(gè)會(huì)議系統(tǒng)里邊，實(shí)現(xiàn)電子簽到，利用我們現(xiàn)在手寫筆跡技術(shù)；通過(guò)人臉識(shí)別、身份證識(shí)別，確保參會(huì)者的身份；通過(guò)語(yǔ)音交互，我們可以輕松的來(lái)控制投影設(shè)備、燈光設(shè)備、包括大屏幕的一些切換；另外，通過(guò)語(yǔ)音識(shí)別和OCR的組合，可以把會(huì)議內(nèi)容實(shí)時(shí)結(jié)構(gòu)化轉(zhuǎn)寫，并且通過(guò)OCR把一些會(huì)議文件，自動(dòng)掃描錄入，全面、快速記錄會(huì)議內(nèi)容；還有，通過(guò)實(shí)時(shí)翻譯并語(yǔ)音播報(bào)，把會(huì)議內(nèi)容同步聲音直播，這些場(chǎng)景在我們?cè)谝恍┱k公廳已經(jīng)實(shí)現(xiàn)了應(yīng)用。此外，像我們遇到的一些比如說(shuō)公檢法的辦公人員，他們可能每天要閱讀大量的文件，很費(fèi)眼睛，所以我們的語(yǔ)音合成就很受歡迎，他們可以邊聽邊校，工作也變得更加有趣，更加輕松。
還有一個(gè)很有趣的是什么呢？比如說(shuō)現(xiàn)在我們給銀行做大廳服務(wù)機(jī)器人的時(shí)候，一方面通過(guò)語(yǔ)音交互來(lái)咨詢服務(wù)，用智能客服系統(tǒng)來(lái)傳遞用戶需要的服務(wù)內(nèi)容。在機(jī)器人上邊，還實(shí)現(xiàn)了人臉識(shí)別、聲紋識(shí)別。對(duì)于一些VIP客戶，剛剛到了銀行大廳，他可以通過(guò)人臉識(shí)別確認(rèn)身份，能夠更好的對(duì)這些VIP客戶提供服務(wù)，這樣的話讓VIP客戶能夠到銀行以后感覺到一種新的感受。捷通做這些人工智能技術(shù)，其實(shí)就是希望能夠讓這些設(shè)備更加智能化，有更多的功能來(lái)服務(wù)好用戶。
另外捷通在十幾年的發(fā)展當(dāng)中，也在不斷總結(jié)，捷通的定位實(shí)際上就是做一個(gè)人工智能能力和解決方案的供應(yīng)商。我們有數(shù)千家的合作伙伴，包括我們?cè)陟`云平臺(tái)上服務(wù)了四億多用戶，我們也希望能夠?qū)崿F(xiàn)一個(gè)準(zhǔn)確定位，構(gòu)建一個(gè)產(chǎn)業(yè)的生態(tài)。這方面和我們的合作伙伴共同探索一些服務(wù)運(yùn)營(yíng)模式，捷通是絕對(duì)不會(huì)去做和合作伙伴爭(zhēng)地盤的事情，這是我們的一個(gè)明確定位，我們捷通華聲就是把人工智能的技術(shù)、產(chǎn)品、服務(wù)做好。靈云的愿景，就是讓機(jī)器“能說(shuō)會(huì)聽、能寫會(huì)看、能辨音會(huì)認(rèn)人、能思考會(huì)判斷”。我們希望能夠匯聚大家的力量，共同分享人工智能產(chǎn)業(yè)機(jī)遇。
人工智能是長(zhǎng)跑，企業(yè)的使命是將技術(shù)產(chǎn)業(yè)化
最后想跟大家分享一些思考?，F(xiàn)在大家可能談到人工智能的時(shí)候，往往就會(huì)想到語(yǔ)音識(shí)別，實(shí)際上現(xiàn)在語(yǔ)音識(shí)別還有很多很多的工作和路要走，我非常認(rèn)同昨天錢博士提出的一些觀點(diǎn)，我感覺就是說(shuō)人工智能本身是一個(gè)長(zhǎng)跑，這是一個(gè)沒有終點(diǎn)的長(zhǎng)跑，真的需要一些韌性，我們現(xiàn)在很多的技術(shù)不是說(shuō)不好，是沒有很好的去用，或者用的不好。另外，可能大家對(duì)這些技術(shù)的期望值有點(diǎn)過(guò)高。
實(shí)際上，不管是在國(guó)外還是國(guó)內(nèi)，在一些基礎(chǔ)性的研究，尤其是一些方法理論性的研究，主要還是來(lái)自于大學(xué)，這也就是為什么捷通華聲和清華大學(xué)建立“靈云科技 源自清華”深度合作的原因。我們?cè)谇迦A大學(xué)建了靈云人工智能研究中心，我們有十幾位教授，把他們幾十年來(lái)的研究，積淀的一些東西與產(chǎn)業(yè)結(jié)合，把這些技術(shù)成果應(yīng)用起來(lái)。但是基礎(chǔ)研究的工作，企業(yè)去做恐怕不是太容易，我們還是應(yīng)該把這些基礎(chǔ)研究的工作交給我們這些教授們，專家學(xué)者們?nèi)プ觥?/p>
那么企業(yè)應(yīng)該做的是什么呢？我們應(yīng)該做的是一些應(yīng)用型的研究，包括一些產(chǎn)業(yè)化的研究，企業(yè)應(yīng)該結(jié)合產(chǎn)業(yè)，把我們現(xiàn)在能夠?qū)崿F(xiàn)的一些人工智能技術(shù)很好地轉(zhuǎn)化到應(yīng)用當(dāng)中去，這是我們企業(yè)的使命。
人工智能技術(shù)的應(yīng)用市場(chǎng)很廣闊，但是我從業(yè)二十幾年后的感受是，從人工智能技術(shù)本身來(lái)講，不是非常適合于創(chuàng)業(yè)團(tuán)隊(duì)拿這個(gè)技術(shù)去創(chuàng)業(yè)。因?yàn)檫@是燒錢的事，這是燒錢的行當(dāng)，我想資本界也應(yīng)該能夠看到這一點(diǎn)，這不是個(gè)黃金坑，大家跳下去不那么容易上來(lái)。捷通做人工智能，其實(shí)也是經(jīng)歷了十幾年的歷程。（本文首發(fā)鈦媒體，根據(jù)捷通華聲總經(jīng)理武衛(wèi)東在鈦坦白上的分享整理）
………………………………………………
鈦坦白第27期，也是“AI已來(lái)”系列第一期，六位鈦客的精彩分享已經(jīng)結(jié)束，干貨會(huì)陸續(xù)發(fā)布：http://www.chcmb.cn/tag/1508094
【預(yù)告】鈦坦白第28期：AI已來(lái)，讓機(jī)器看懂這個(gè)世界
時(shí)間：12月26日、27日19點(diǎn)-22點(diǎn)
地點(diǎn)：鈦坦白|人工智能（微信群）
報(bào)名入群：在微信公號(hào)“鈦媒體”（taimeiti），發(fā)送“鈦坦白”
推薦鈦客、贊助、合作：請(qǐng)與鈦坦白負(fù)責(zé)人佳音聯(lián)系，郵箱jiayinge@tmtpost.com
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論
，'！，