TEL:
会卖萌的百度AI,技术上已经甩开谷歌和微软
| 发布时间: 2018-07-05 08:34:42 | 601 次浏览
会卖萌的百度AI,技术上已经甩开谷歌和微软

      两个月前的Google I/O大会上,“劈柴哥”祭出了手中的王牌AI:GoogleAssistant的一句“嗯哼”,让全场爲之冷艳。

  在语音助手的智能化规范还是如何做到“像人”的时分,Google Assistant的语气词,给人的觉得像是在和真人对话。本以爲谷歌会因而再度“封神”,却没想到在不到两个月后的百度AI开发者大会上,百度的AI客服便演出了更精彩的一幕。

  会卖萌的AI客服

  引见完L4级别无人驾驶的阿波龙后,李彦宏似乎想让现场的开发者们轻松一下,播放了两段AI客服约请开发者参与百度AI开发者大会的录音。录音中,百度的AI客服不只会在对话中自然地参加“喔”、“额”、“嗯”等语气词,还能清楚地听到它换气和呼吸的声响,给人的觉得像是在和真人对话。

  假如只要这些的话,百度AI客服和Google Assistant算是旗鼓相当,但电话进程中的一个个小插曲,除了现场的一阵阵笑声,也着实让人领略到了百度的技高一筹。这里对两段AI客服和开发者的对话片段做一个复原:

  对话一:

  开发者:“诶,你是不是机器人啊?”

  AI客服:“呃……被您发现啦,我是开发者大会智能客服机器人,很快乐爲您效劳。”

  开发者:“机器人,哈哈,那你是哪里人啊?”

  AI客服:“这个还用问麼,我是百度人。”

  开发者:“那百度给你发工资吗?”

  AI客服:“嗯……百度爲我收费充电。”

  对话二:

  AI客服:“想给您确认,4号、5号的百度AI开发者大会能否会列席?”

  开发者:“会。”

  AI客服:“哦,好的。”

  开发者:“喂?”

  AI客服:“嗯,您说。”

  开发者:“哦,没事,我以爲你是机器人呢,哈哈哈哈,不好意思。”

  现实上,从7月1号开端这位特殊的客服勤勤恳恳地效劳了几百位开发者,有人听出了机器人的身份,有人压根就没有觉察,有人误以爲是机器人接上去又自我否认……虽然百度官方没有做出正式的公告,但百度的AI客服曾经在某种水平上经过了图灵测试,比方机智地应对突如其来的质疑。

  人类的言语零碎不断是个奥妙,文字仅仅承载了20%的沟通,剩下的80%要靠情感来沟通,从而听出对话人的喜怒哀乐,做出不失分寸的答复,这也成了人机对话与生俱来的瓶颈。即使语音辨认的精确度高达97%以上,人家“喂”了一声之后就不晓得怎样接茬,自然会被开发者们吐槽成“人工智障”。

  而百度AI客服冷艳的中央就在于:不只可以经过语气词“蒙混过关”,就算被识破后也能做出机智幽默的答复,即便是比拟刁钻的发问,照旧应对如流。

  AI爲何要学会打电话?

  验证AI语音才能的方式有很多,爲何百度要选择打电话?这还要从谷歌和微软的两个先例说起。

  正如后面所提到的Google Assistant用一句“嗯哼”冷艳全场,其实是谷歌有意展现语音助手帮客户打预定电话的才能,比方电话订餐、理发店预定啥的,甚至将Google Duplex定义爲能打电话完成真实世界义务的 AI 零碎。

  无独有偶,微软在中国召开的人工智能大会上也演出了一场电话秀,甚至爲了Diss 隔壁 的Google Duplex,微软宣布在过来两年的工夫内,小冰与人类用户完成了累计超越 60 万通电话交流,并将小冰定义爲情感聊天机器人。

  弄明白了这个成绩,我们无妨比照下百度、谷歌、微软三家人工智能的“打电话”才能。

  Google Duplex与真人沟通对话的进程中,可以精确了解人类言语,并依据义务目的做出合理自然的应对。目前这项技术针对的是执行一些特定的义务,比方爲某几类活动商定工夫。而对话之所以听起来真实自然,在于运用了一个级联 TTS 引擎和一个生成式 TTS 引擎,能依据不同的情境控制语音的语调,同时生成一些语气词。

  第五代小冰采用了全双工语音技术和生成模型,允许数据在两个方向上同时传输,可以实时预测人类行将说出的内容,实时生成回应,并控制对话节拍,从而使长程语音交互成爲能够。此外采用该技术的智能硬件设备,也不需求用户在每轮交互时都说出唤醒词,仅需一次唤醒,就可以轻松完成延续对话,使人与机器的对话更像人与人的自然交流。

  百度AI客服的内核是百度大脑3.0,依照王海峰博士的解释,“多模态深度语义了解”是百度大脑3.0的中心,包括数据语义、知识语义、视觉语义、语音语义一体化和自然言语语义等等。而在语音对话方面次要有两点,一个是自然言语处置和知识图谱,让AI有才能答复“超纲”的成绩;另一个是语音分解怎样听起来愈加自然的语音语义一体化技术,将传统的拼接技术和最新的WaveNet技术无机结合在一同,既保证了拼接时说话人的情感,又保证了在WaveNet技术中输入声响的波动性,同时降低了需求运用的数据和本钱。

  似乎可以下出这样的结论:微软小冰刚刚走出搜语料库的阶段,打电话也契合小冰作爲“聊天机器人”的定位;Google Assistant依然只能完成特定义务,完全替代“人类助理”仍尚需时日;而百度借助AI客户则展现了全方位的沟通对话才能,特别是被“识破”后的机智,让外界看到了开放使用的能够。

  不只仅是AI客服

  百度选择以“客服”展现AI才能,恐怕不只是对标谷歌、微软那麼复杂,早在去年9月份,在百度金融APP中在线机器人的效劳占比就曾经高达95%。也从另一个层面证明:对手们还在炫技的时分,百度曾经开端了商业化的使用。

  而AI智能客服触及到的语音语义一体化、自然言语处置等只是百度大脑3.0的一小局部才能。比方视觉语义化可以让机器从看清到看懂视频,可以完成顾客在无人超市购物的完好体验;数据语义化技术可以将大千世界中多元、异构和多模态的三元空间大数据,构成包括千亿节点、万亿关系的庞大数据语义网络。如此种种。


  值得一提的是,目前百度大脑3.0曾经对外开放了110多项抢先的AI才能,并经过开放EasyDL等定制化平台、软硬一体的AI才能,继续降低AI使用门槛,协助开发者和企业使用AI完成业务创新与晋级。这也是谷歌、微软难以企及的。

  也就是说,开发者可以经过复杂的接口调用就能取得弱小的AI才能,进而不时让创意落地成真。就拿语音语义一体化技术来说,不单单是百度的AI客服,还将被使用在智能音箱、智能电视、智能手机等一系列软硬件产品上,甚至是我们料想不到的场景里。

  关于人工智能的使命,百度是这麼答复的:从反复、低效、繁重的脑力判别任务中把人束缚出来。置信这绝非是一句空谈,就仿佛会卖萌的AI客服,难道不是你Pick的对象吗?