2016 认知计算需要解决这些问题 思必驰首席科学家俞凯 大数据和深度学习不是万能的 CAIIC (认知策略百科)
如果横向对比语音和视觉两种技术，大多数人可能会直观地认为视觉是比语音更复杂的一种技术，但事实真是如此吗？
在17日举办的中国人工智能产业大会上，思必驰首席科学家、“思必驰-上海交大智能人机交互联合实验室”主任、上海交通大学计算机教授俞凯博士在接受雷锋网采访时表示，“语音和视觉是两种不同的模态，前者是一维信号，后者是二维信号，视觉的帧率比语音低很多，因为视觉可能是一张图片或者是视频，视频一秒24帧，而语音1秒钟100帧就能听出来差别，所以从实时性来看，语音的难度要高于视觉，但是从本身处理的信息量来讲，视觉则会难于语音。”
当然语音交互涉及到的问题不仅如此，它所做的不仅仅是
语音识别属于感知层，而感知只是语音交互的一部分
从上图来看，一个端到端的语音交互方案包括了感知、认知和知识处理三个部分。俞凯表示， “识别和合成都属于感知范畴，这部分的目的是把语音信号转为编码文字，在后端需要对转成的编码文字进行相应的理解决策以及相关的表述，这是认知。”如何把感知和认知连接起来是一个问题，也是目前思必驰正在做的一件事情
如果只看感知和认知部分，大数据和深度学习无疑是最核心的两个因素。
不久前，微软研究院发布的最新的语音识别测试结果显示，电话语音在语音识别的测试当中已经达到了人类的水平（上图左上角），人类的水平是在5.9，而这次测试的数据达到了5.8。俞凯指出，语音识别能够达到这一水平的关键就是大幅度的计算。
第二个例子是上图左下角展示的结果，这是思必驰利用极深的神经网络在一组抗噪的语音识别上做的测试，测试结果是7.1，这是一个什么样的概念？
俞凯解释，在深度学习产生之前，全世界最好的结果是13.4，深度学习产生之后这一数值降到了12，而7.1是目前最好的结果，如果做到5以下，就达到了人类水平，事实上，在一些特定场景下，结合深度学习以及大数据的技术已经可以达到人的水平。因此，大数据和深度学习对人工智能的意义是显而易见的。
但俞凯强调，站在学术界和产业界的角度看，感知层并不是最高深的问题，远场和外噪声环境下的语音识别、非配合式的语音交互这些问题学术界 和从业者进一步深入研究就可以解决。 认知问题，是深度学习和大数据组合之外，业界需要探索的方向。
如果在网上查阅资料，你会发现认知计算算不上高频词，至少相比深度学习，认知计算在业界的热度还没那么高 ，俞凯坦言，关于认知计算业界目前还没有一个统一的定义。
那么它和深度学习相比有什么特点？
俞凯向雷锋网解释道，“深度学习是一种方法，我们可以把它用在人工智能和控制上，它解决的是输入和输出之间的映射（算法），例如输入语音，输出的是文字；而认知计算解决的是理解、反馈和学习问题，它对应于人脑当中比较抽象的推理部分，认知的输入和输出都不明确。”
它用坐标描述了 语音交互在认知计算上的分类 。按照对话的应用场景来看，以轮回的次数作为横坐标，结构的引进程度作为纵轴，我们就可以在坐标的象限里分成四个部分（如上图）：命令式、问答式、闲聊式和任务式四种场景。可以看出，命令式的交互和闲聊式的交互本质上都没有引进绝对的结构化信息，命令相对简单，闲聊会更复杂，而问答和任务这两种交互场景是目前应用得比较多的类型。
再来看看认知计算涉及到的技术，它包括深度（序列）学习、知识与数据双轮驱动以及强化学习。
认知计算需要解决大数据和深度学习之外的问题
俞凯认为，深度学习和大数据是基础，但它们并不是万能的，认知计算需要解决的就是深度学习和大数据不能解决的问题。 方言识别器准确率即便达到了95%以上也不代表就有了好的交互体验，这涉及到的是深度学习和大数据之外的问题。
首先，在深度学习之外，有两个需要解决的问题：交互时机和异常处理。交互时机是指在对的时间切入交互，这里面包含了信号增强、对话状态追踪、失真及重叠语音的识别等任务；异常处理就是要知道如何去纠正，这其中的问题有异常检测及置信度衡量、异常类型划分等等。
除此之外，俞凯还介绍，大数据之外也涉及到了两个问题，即语义理解范畴延伸、知识库和应用规划的结合，这些都不是通过收集到的原始大数据就能解决的，它们都需要加入很多算法。
一言以蔽之，认知计算需要解决上述问题才能够在用户层面有好的交互体验。
“我们会看到大数据和深度学习对普适模型以及大一统方案上将有很大的进步，但是真正实际使用过程中，要一些新型技术结合进去才有可能解决，科学上的进步往往是从产业上的问题作为入手点，而提出的解决方案可能会超越大家现在的想象。”俞凯如此表示。言下之意，至少在语音交互上，产业界还存在很多问题亟待解决。
但我们对未来还是要保持乐观的心态，随着技术问题的进一步解决，语音交互领域未来会产生一些新的商业模式。俞凯告诉雷锋网，预计明年将会有很多专业领域提供语音识别服务的公司会涌现出来，如医疗、金融和教育等领域，这些都需要专业的人来做数据模型，他们只需要用一套标准化的方案就可以实现应用。换言之，虽然未来可能很难再有类似思必驰这些向第三方提供lisense的平台型的公司出现，但创业企业可以从这些平台公司获取基础技术，再根据细分行业的具体需求来形成应用，这是语音交互产业的未来一个发展方向。
原创文章，未经授权禁止转载。详情见 转载须知 。
晋江市安海联诚机械有限公司是一家生产装载机、挖掘机、农用机械等工程机械车辆底盘件的专业生产厂家。
厦门卡昆卡信息科技有限公司（以下简称：卡昆卡）成立于2017年，是以网络游戏研发为主的企业。公司致力于创造优秀的互动娱乐产业品牌。公司诚意打造特色网络游戏。卡昆卡-2017
威海通佳电器有限公司位于美丽的胶东半岛威海市，本公司从事建筑工地用成套设备，高低压配电柜，照明配电箱及电缆桥架的设计和生产。自公司成立以来，不断加大投入，数控等大型设备齐全，不断提高产品工艺，定期举办培训，提高员工素质，保证了产品的质量。
运城市汽配汽修生产流通服务行业协会(位于黄河汽配城内)是为了团结的汽配汽修行业商户。规范经营、整合行业资源、推动汽配行业在新的发展环境下，活的新的、更大、更快的发展，能为全体商户提供服务。反映诉求行业自律、维护权益。由运城市汽配汽修商户的资源联合，并在运城市商务局批准，运城市民政局注册，而成立的非营利性社会组织，现已有会员一百余家。
船长BI(CaptainBI)是一款专注提高亚马逊卖家运营效率和销售利润的亚马逊第三方工具。具备店铺数据分析、FBA库存管理、智能补货、广告管理、智能调价、利润分析、关键词搜索、选品调研、免抽佣索赔、超级CRM系统等广受用户喜爱的功能。比同行更懂你，更专业更好用！
中国生物质颗粒交易网(www.51keli.com)--能源通旗下网站。中国最大的生物质固体成型燃料在线交易平台。
“中科院数学与系统科学研究院与华为技术有限公司联合成立π-实验室。该实验室旨在联合学界和产业界，搭建数学与信息通讯领域的高水平合作研究与交流平台，面向信息通讯领域的重大任务需求，提炼关键的数学问题，联合国内外相关力量共同解决，引领通信技术数学理论的前沿研究，并力争开辟新的学科发展方向，促进数学与交叉应用发展；π-实验室还将组织数学与信息通讯重大交叉学术活动，加强交叉型研究生与博士后人才培养，为成为国际一流的实验室，全面提升我国信息通讯技术水平做出基础性贡献。
中国建材西安墙体材料研究设计院在固废制砖、新型墙材及装配式建筑、成套技术研究与设计方面具有丰富的科研和工程经验，是中国唯一的国家级专业科研设计院所，是我国固废制砖、污泥制砖、绿色墙材等领域的科技领军企业。
Writecodeandlovelife.
宝应天润润滑油销售有限公司
显高服饰网，您的专属时尚生活平台。我们专注于为您呈现最新潮流的童装及成人装，无论是日常休闲还是正式场合，无论是简约时尚还是奢华复古，您都能在显高服饰网找到心仪的服饰。显高服饰网是您追求时尚、展现个性的绝佳选择。我们与您一同探索时尚的边界，为您打造独特的穿搭风格，让您在人群中脱颖而出。快来显高服饰网，开启您的时尚之旅吧！
GOGO英语是全国著名教育品牌，南宁大型连锁机构拥有4000平米的教学大楼，几十个教学点，九所连锁幼儿园。采用朗文教材，开设GOGO英语、新概念英语、数学、作文等，12人精品小班教学。
2016年9月，国内首台公安智能安保机器人AnBot，中文名，深圳小安，在深圳机场正式上岗，24小时自动巡逻，并配备了电防暴叉、电击枪的深圳小安立刻受到了一众国内外媒体的关注，其实，它还可以进行智能语音交互，回答关于补办身份信息、航班动态等方面的提问，小安的语音交互系统使用的是灵聚智能的技术，深圳小安机器人，成立于2013年6月的...。
在3月底的云栖大会上，阿里云总裁胡晓明在会上做出战略宣布，阿里巴巴全面进军IoT，这是继电商、金融、物流、云计算之后的一条新的主赛道，阿里巴巴希望数字化整个物理世界，并作为IoT基础设施的搭建者而存在，这样一层，新身份，也让不少人为之振奋，认为，5年内100亿设备，的未来将成为阿里云IoT事业部总经理库伟所说的，万物智联，的全新世界，...。
2017年开始，AI浪潮开始席卷教育行业，AI技术已然渗透了教育的各个场景和环节，图像识别与OCR技术可以帮助纸质教育材料实现数字化、拍照搜题、作业自动批改；语音识别技术可以帮助指出和纠正错误发音，让每个人都有一对一的语言老师；自然语言处理可以用于英语作文批改，中文分级阅读等；人脸识别可以刷脸进入校园，考场，提升校园安全和教务管理效率...。
雷锋网AI科技评论按，随着语音识别ASR的进步，对话机器人从简单的指令式的语音助手，进化到关键词交互方式，人们能够使用较为完整的句子来表达意图，机器人从中截取关键词判断用户意图，现阶段利用NLP、NLU技术，以及机器学习方式，慢慢脱离关键词的束缚，可以更聪明的去理解用户意图以做出正确的回应，再下一步是否能脱离一问一答的回应方式，是否机...。
上个月，由于科大讯飞，AI同传造假，事件，AI同传被推上舆论的风口浪尖，不过，这件事显然并没有影响到AI同传技术的发展，今天，百度正式公布自家的AI同传，在10月19日的百度大脑行业创新论坛上，雷锋网编辑在现场就发现了百度的AI同传，百度AI技术生态部总经理喻友平在演讲时，左右两边的屏幕上实时呈现了中英文字幕，从现场效果来看，语音识别...。
不管你是一个从事认知计算、AI还是机器学习的开发者，你很可能会同意这一观点——第四次工业革命已经开始，而且正在加速，当前，在广义的AI领域，行业、技术、知识变化的速度是如此之快，任何一个想要跟上前沿研究进展的开发者，都要日日夜夜地苦下功夫，关注动态资讯、研读paper、和技术牛人交流只是其中的一部分；学术会议、行业峰会、worksho...。
AI对金融核心业务流程的改造，似乎始终，雷声大雨点小，但在用户的，交互方式，上，AI早就不声不响地，攻下数城，通过生物识别，AI不仅成功地取代银行卡这一物理介质，还替代了密码输入等核对流程，让金融的交易与身份识别更加，无感，；通过语音识别&，NLP，AI直接让客服这一工作，从，人人，交互转变为，人机，交互，随着图像和语料数据...。
苹果正开发，苹果神经引擎，AI处理器据彭博社MarkGurman报道，从知情人士处了解到，苹果正在开发一种专用处理器，可以用于处理人工智能相关的任务，比如在产品中实现面部和语音识别，报道称该芯片在苹果内部被称作，苹果神经引擎，AppleNeuralEngine，苹果计划与标准处理器和图形芯片一同使用这款处理器，以此为其产品增加更先...。
VincentVanhoucke是Google的首席科学家，斯坦福大学电子工程学博士，目前在GoogleBrain主导机器人相关的项目，Vanhoucke主要的研究领域是语音识别、计算机视觉和机器人等领域，他还即将主持机器人领域的盛会CoRL2017，ConferenceonRobotLearning，Vanhoucke认为，机器智...。
人机交互经历了三个阶段键鼠、触屏和语音交互，在国外，谷歌、亚马逊、苹果等巨头的竞争已经到达白热化状态；在国内，百度的DuerOS正是这方面的一位大玩家，在技术发展的各个时代中，提前入局的厂商，必然能够第一时间享受红利，也会有更多的机会，百度智能生活事业群，SLG，百度销售商务部总经理赵鹏在小度蓝牙联盟峰会上表示，百度的DuerOS如今...。
雷锋网按，在谷歌I，O2017的最后一日，主场馆海岸线圆形剧场迎来了本届I，O最具重量级的机器学习讲座，由四位分属不同领域的AI女性大牛展开巅峰对话，漫谈AI的过去、现在与将来，四位嘉宾分别是语音识别、计算机视觉、数据可视化和生物计算领域的顶级AI学者与工程师，而本场对话无关技术，纯是几位杰出科学家对各自领域深度学习发展历程的反思，以...。
如今趁着MWC2018，三星方面终于松口了，2月26日，三星移动业务总裁高东真在接受华尔街日报采访时确认，三星将会在2018年下半年发布自己旗下可以通过Bixby进行语音交互的智能音箱，根据这个消息，雷锋网猜测这款的音箱可能与下一代三星Note系列手机同一时间发布，在目前的智能音箱市场上，的确已经出现了不同层次的产品，比如说有廉价版的...。
又一张iPhone8设计图曝光，垂直双摄布局并暗示无线充电今天看来是各路泄密大神一起出动的日子，国外的推特用户BenjaminGeskin、OnLeaks以及国内微博用户KK低调，推特账户是KKSneakLeaks，同时分享这张iPhone8设计图，不过目前还不清楚这张图的真实性，从图中可以看到OLEDiPhone的后壳，与之前的传闻...。
发表在综合交流大区2023，6，2616，522023女篮亚洲杯开赛啦，作为篮球迷的你肯定不想错过任何一场精彩比赛，那么2023女篮亚洲杯直播怎么看呢，下面就为大家分享投影仪看2023女篮亚洲杯直播和回放的教程，一、2023女篮亚洲杯直播怎么看安装当贝市场后搜索，YSP，下载央视频TV版是观看2023女篮亚洲杯的一个简单而便捷的方法，...。
#俄称乌经常使用美国资金谋划暗杀普京#，据塔斯社等俄罗斯媒体报道，乌克兰国防部情报总局局长布达诺夫日前在接受乌克兰媒体采访时泄漏，基辅方面曾数次试图暗杀普京，但都没有成功，此外，俄罗斯卫星通信社14日征引俄外交部发言人扎哈罗娃的话报道称，乌方是经常使用美国提供的资金谋划对普京的暗杀执行，...。
全球时报驻俄罗斯特派记者肖新新，乌克兰总统泽连斯基9日称，截至当日上午10时许，俄军8日对乌多地的导弹袭击已形成38人死亡，其中包含4名儿童，另有190人受伤，据乌克兰国度通信社9日报道，目前接济上班仍在继续，遭袭的基辅市，奥赫玛季特，国度儿童医院一切患者均已被转移至其余医疗机构，另据乌国内文传电讯社报道称，这或是俄乌抵触迸发以来形...。
近日，备受追捧的安卓刷机工具——刷机精灵启动了大版本更新，刷机精灵V3.0版本努力于用户体验的片面更新，将刷机裁减到了玩机的概念，新版本究竟有哪些更新，小编带你来一摸索竟，界面格调关上刷机精灵衔接手机之后如下图所示，干流的扁平化UI设计格调想必大家不会生疏，配合刷机精灵独家独创的创意卡片式展现，清爽繁复，鼠标向下滚到第二屏，有一个很流...。
