現(xiàn)在很多安檢口都裝上了人臉識(shí)別的閘機(jī)，掃描對(duì)比，綠燈亮，通過(guò)，經(jīng)過(guò)高鐵安檢閘口的這一流程時(shí)，你也許會(huì)想：機(jī)器認(rèn)識(shí)我。而實(shí)際上，并不是。
如果強(qiáng)行把這個(gè)劃分為認(rèn)知智能實(shí)際是上是不合理的，當(dāng)前的人工智能（AI）識(shí)別做的只是比對(duì)，缺少信息進(jìn)入大腦之后的‘加工、理解、思考’步驟，因此僅僅停留在‘感知’，而并非‘認(rèn)知’?！?月18日的“認(rèn)知智能行業(yè)應(yīng)用大會(huì)”舉行，中國(guó)人民大學(xué)高瓴人工智能學(xué)院執(zhí)行院長(zhǎng)文繼榮表示，要讓AI有類似大腦的活動(dòng)，走到認(rèn)知階段，需要讓它掌握知識(shí)、進(jìn)行推理。但是如果完全的將AI從“感知層面”拋向“認(rèn)知層面”以當(dāng)下的技術(shù)來(lái)實(shí)現(xiàn)通用狀態(tài)下智能水平是比較困難的。
雖然不能完全從“感知層面”跳躍到“認(rèn)知層面”但是我們可以先試試第一步，先給AI裝上“大腦”，也就是核心知識(shí)庫(kù)?！艾F(xiàn)在的AI處于弱人工智能狀態(tài)，它沒有大腦，要讓它形成大腦，最核心的是要有‘知識(shí)’?！比绻F(xiàn)有的算法、模型是神經(jīng)或腦結(jié)構(gòu)，那么知識(shí)是大腦能夠運(yùn)轉(zhuǎn)起來(lái)的原動(dòng)力。
讓AI獲得知識(shí)的知識(shí)庫(kù)在業(yè)界稱為“知識(shí)圖譜”，它不僅要關(guān)注知識(shí)點(diǎn)還要關(guān)注知識(shí)點(diǎn)間的關(guān)聯(lián)，那么這些“知識(shí)圖譜”從何而來(lái)呢？那要?dú)w功于現(xiàn)在互聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)，無(wú)數(shù)的數(shù)據(jù)通過(guò)引擎進(jìn)行抓取反饋記錄。這些關(guān)聯(lián)將賦予AI聯(lián)想力。提到水，它要反應(yīng)到密度、透明等多個(gè)性質(zhì)，還要和澆水、能喝的功能聯(lián)系起來(lái)，更高級(jí)的是計(jì)算出用多大力道去取水。
通過(guò)大數(shù)據(jù)建立的“知識(shí)圖譜”非常困難，人類海量的知識(shí)如何翻譯成機(jī)器的語(yǔ)言，并與之建立聯(lián)系，很成問(wèn)題。尤其是之前這項(xiàng)工作一直是人工完成的，例如谷歌詞庫(kù)、百度百科、維基百科等都可以轉(zhuǎn)換為知識(shí)圖譜，但工作量大、內(nèi)容異常龐雜。
在關(guān)聯(lián)密度不足的情況下，AI的“大腦”即便擁有一個(gè)上千萬(wàn)詞條體量的通用知識(shí)圖譜也難以達(dá)到應(yīng)用的級(jí)別。
但是行業(yè)知識(shí)圖譜能達(dá)“認(rèn)知層面”
知識(shí)點(diǎn)的關(guān)聯(lián)密度更像是一個(gè)AI大腦皮層，越復(fù)雜密集AI將越“聰明”。例如在企業(yè)電話機(jī)器人產(chǎn)業(yè)內(nèi)，AI可以做到相對(duì)聰明一點(diǎn)。這些行業(yè)本身就有自己的基礎(chǔ)關(guān)聯(lián)圖，這為其制定圖譜提供了幫助。企業(yè)的CRM系統(tǒng)有一套體系，從海量的多源異構(gòu)數(shù)據(jù)中抽取知識(shí)構(gòu)建關(guān)系、理解語(yǔ)義以及與業(yè)務(wù)場(chǎng)景有效結(jié)合，更標(biāo)準(zhǔn)化、效率更高、關(guān)聯(lián)密度能做到更高，
密集的行業(yè)信息通過(guò)這套系統(tǒng)就能夠解決電話機(jī)器人好不好用的問(wèn)題。把這些雜亂的數(shù)據(jù)整理歸納加入進(jìn)來(lái)之后，可固定成專屬的“知識(shí)圖譜”
雖然在大數(shù)據(jù)上面的建立類似“大腦”一樣的“知識(shí)圖譜”并不能突破目前應(yīng)用的瓶頸，但是情至少有了向好處發(fā)展的變化，也許聲紋識(shí)別也是一個(gè)突破的方向。
“目前市面上，以語(yǔ)音識(shí)別、轉(zhuǎn)寫為主打方向的SaaS服務(wù)提供商已經(jīng)有很多；但是鑒于聲紋識(shí)別的技術(shù)難度要更為復(fù)雜，這個(gè)領(lǐng)域應(yīng)該還在剛起步階段，但隨著應(yīng)用場(chǎng)景的越來(lái)越多，它很快會(huì)迎來(lái)爆發(fā)?！毕啾扔谌四樧R(shí)別和指紋識(shí)別，聲紋的采集只需要麥克風(fēng)模塊，成本相比于攝像頭或者指紋識(shí)別模塊而言要低，采集的方便性和安全性則要高，將此技術(shù)用于電話機(jī)器人客服，會(huì)有更高的私密性和安全性，因此這項(xiàng)技術(shù)有著比較明確的市場(chǎng)前景。
“現(xiàn)在還只是一個(gè)弱人工智能時(shí)代，長(zhǎng)遠(yuǎn)來(lái)看，AI需要和行業(yè)以及場(chǎng)景結(jié)合，提升效率；可以說(shuō)，有多少行業(yè)就需要多少個(gè)方向的AI，這個(gè)領(lǐng)域無(wú)疑需要更多資本的進(jìn)入?！毕啾扔谛袠I(yè)格局已經(jīng)趨向穩(wěn)定的語(yǔ)音識(shí)別識(shí)別而言，聲紋識(shí)別確實(shí)是一個(gè)潛力有待挖掘的賽道，如果將這兩者結(jié)合在一起，肯定會(huì)碰撞出不一樣的火花，應(yīng)用瓶頸的突破也指日可待。
聯(lián)系客服
