您的當(dāng)前位置：首頁(yè) > 常見(jiàn)問(wèn)題
語(yǔ)音助手大戰(zhàn)時(shí)代：蘋(píng)果Siri為何這么“笨”？
語(yǔ)音助手已經(jīng)變得無(wú)處不在，它就在你的口袋中、家中以及汽車(chē)中。你可以使用蘋(píng)果公司的Siri設(shè)定約會(huì)提醒，命令亞馬遜公司的Alexa為你播放歌曲，或者向谷歌助理詢(xún)問(wèn)當(dāng)?shù)氐奶鞖忸A(yù)報(bào)。總之，人們與這些非人類(lèi)助手的互動(dòng)已經(jīng)變得很正常。
Siri在2011年登陸iPhone，但是它的底層技術(shù)實(shí)際上要比你可能想象的陳舊。和對(duì)手的產(chǎn)品相比，蘋(píng)果的Siri“有些笨”。
語(yǔ)音助手發(fā)展史
80年前，首個(gè)能夠處理合成語(yǔ)音的機(jī)器由貝爾實(shí)驗(yàn)室在1939年開(kāi)發(fā)而成。1952年，貝爾實(shí)驗(yàn)室發(fā)明了一款能夠聽(tīng)懂從0到9語(yǔ)音數(shù)字的機(jī)器。兩年后的1954年，一臺(tái)與喬治城語(yǔ)言學(xué)家合作的IBM機(jī)器能夠把60句俄語(yǔ)話(huà)翻譯成英語(yǔ)。
1962年，IBM開(kāi)發(fā)的Shoebox設(shè)備能夠聽(tīng)懂16個(gè)單詞。到了1976年，卡內(nèi)基梅隆大學(xué)將機(jī)器能夠聽(tīng)懂的單詞數(shù)量增加到了1000個(gè)以上。上世紀(jì)80年代中期，機(jī)器已經(jīng)能夠聽(tīng)懂?dāng)?shù)萬(wàn)個(gè)單詞。
自那之后，科學(xué)家開(kāi)始在語(yǔ)音處理技術(shù)中融入人工智能(AI)。AI自上世紀(jì)50年代以來(lái)就已經(jīng)出現(xiàn)。
在這些技術(shù)的積累下，我們現(xiàn)在才擁有了能夠聽(tīng)懂我們講話(huà)的Siri、Alexa、谷歌助理以及微軟的“小娜”。
AI的不同類(lèi)型
AI是計(jì)算機(jī)科學(xué)家們能夠讓語(yǔ)音助手更加易于使用的一大原因，但是你所理解的AI可能和它的實(shí)際含義有所不同。
“AI分為兩種類(lèi)型，”密歇根州立大學(xué)計(jì)算機(jī)科學(xué)和工程教授喬伊斯·柴(Joyce Chai)表示，“強(qiáng)AI主要是處理能夠像人一樣推理、思考或行動(dòng)的開(kāi)發(fā)系統(tǒng)。另外一種就是弱AI，它更加專(zhuān)注于具體任務(wù)，也包含虛擬語(yǔ)音助手。我們距離實(shí)現(xiàn)強(qiáng)AI依舊還有很遠(yuǎn)的距離。”
傳統(tǒng)上講，計(jì)算機(jī)要想就某件事情做出決定，它需要一套人類(lèi)預(yù)定義的規(guī)則。借助AI分支機(jī)器學(xué)習(xí)，計(jì)算機(jī)通過(guò)對(duì)大量數(shù)據(jù)學(xué)習(xí)后可以自主推斷出規(guī)則。在這種情況下，他們可以學(xué)習(xí)人類(lèi)如何談話(huà)和互動(dòng)，從而聽(tīng)懂人類(lèi)的語(yǔ)言。這需要大量數(shù)據(jù)。
Siri聽(tīng)不懂問(wèn)題
哥本哈根信息技術(shù)大學(xué)副教授納塔利·舒樂(lè)特(Natalie Schluter)解釋稱(chēng)，這些公司面臨的主要挑戰(zhàn)是通過(guò)足夠多樣化的形式獲取充足的數(shù)據(jù)，以便讓機(jī)器為更多人服務(wù)，而不是局限在某個(gè)特定人身上。舒樂(lè)特表示，在實(shí)驗(yàn)室中開(kāi)發(fā)出一款只能夠理解你所說(shuō)話(huà)的產(chǎn)品可能十分有趣，但是世界上有許多方言、不同的口音以及不同的聲調(diào)。
這不只是量的問(wèn)題，數(shù)據(jù)的種類(lèi)也很重要。如果你訓(xùn)練機(jī)器的數(shù)據(jù)只來(lái)自舊金山的白種人，那么你訓(xùn)練出的AI只能聽(tīng)懂范圍非常窄的人群。
“蘋(píng)果和亞馬遜不乏才華橫溢的員工，”舒樂(lè)特表示，“但是有時(shí)我們必須確保這些員工對(duì)數(shù)據(jù)進(jìn)行干預(yù)，保證他們?cè)谟?xùn)練AI時(shí)使用的數(shù)據(jù)量適當(dāng)，并且來(lái)自許多不同種類(lèi)的人群。”
為什么Siri落后了？
那么，為什么Siri不能總是理解你提出的問(wèn)題呢？
從某種程度上講，這和科學(xué)無(wú)關(guān)，而是與不同公司的實(shí)際運(yùn)作情況有關(guān)。“Siri面臨的挑戰(zhàn)之一就是蘋(píng)果在早期承諾過(guò)多但又做不到所造成的的負(fù)面形象。”SoundHound聯(lián)合創(chuàng)始人兼CEO肯揚(yáng)·曼哈耶爾(Keyvan Mohajer)表示。SoundHound為其他公司提供語(yǔ)音助手、音樂(lè)識(shí)別技術(shù)和語(yǔ)音工具。
曼哈耶爾稱(chēng)，Siri的另外一個(gè)挑戰(zhàn)就是沒(méi)能真正像人們期望的那樣快速增加知識(shí)庫(kù)。亞馬遜Alexa已經(jīng)從最初的少量技能發(fā)展到了數(shù)萬(wàn)項(xiàng)。蘋(píng)果也沒(méi)有真正建立起一個(gè)開(kāi)發(fā)者生態(tài)系統(tǒng)。
另外一個(gè)可能導(dǎo)致Siri落后的原因就是蘋(píng)果嚴(yán)格的隱私標(biāo)準(zhǔn)。在許多語(yǔ)音助手盡可能多的收集用戶(hù)數(shù)據(jù)來(lái)訓(xùn)練他們的AI時(shí)，蘋(píng)果一直在宣揚(yáng)盡量降低這種數(shù)據(jù)收集，并進(jìn)行匿名處理。盡管這可能導(dǎo)致語(yǔ)音助手的用處不夠大，但是蘋(píng)果對(duì)此不屑一顧。
“我們拒絕接受這種理由，即充分利用技術(shù)就意味著放棄你的隱私權(quán)。”蘋(píng)果CEO蒂姆·庫(kù)克(Tim Cook)去年在杜克大學(xué)畢業(yè)典禮上發(fā)表演講時(shí)稱(chēng)。
此外，蘋(píng)果還是一家出了名的保密公司。“蘋(píng)果的員工在干什么，他們所認(rèn)為真正重要的問(wèn)題是什么？我們一點(diǎn)也不知道，”舒樂(lè)特表示，“通常情況下，我們與谷歌、亞馬遜、微軟以及其他公司的研究人員在同一個(gè)領(lǐng)域工作，參加相同的會(huì)議。我們發(fā)表文章，一起合作。然而，蘋(píng)果的一切卻無(wú)從知曉。”
蘋(píng)果從谷歌挖來(lái)詹南德利亞
但是，蘋(píng)果似乎開(kāi)始越來(lái)越認(rèn)真對(duì)待AI了。去年，蘋(píng)果從谷歌挖來(lái)了知名計(jì)算機(jī)科學(xué)家約翰·詹南德利亞(John Giannandrea)擔(dān)任其機(jī)器學(xué)習(xí)和AI策略高級(jí)副總裁。今年稍早時(shí)候，蘋(píng)果又任命伊恩·古德菲洛(Ian Goodfellow)為其機(jī)器學(xué)習(xí)總監(jiān)，后者曾是谷歌頂尖AI研究人員之一。
去年年底，風(fēng)投公司Loup Ventures發(fā)布的一份研究報(bào)告顯示，Siri并不是語(yǔ)音助手的領(lǐng)頭羊，但是在追趕競(jìng)爭(zhēng)對(duì)手。本周，蘋(píng)果又在全球開(kāi)發(fā)者大會(huì)上宣布對(duì)Siri快捷方式進(jìn)行更新，允許開(kāi)發(fā)者進(jìn)一步整合Siri，并升級(jí)了Siri的文本轉(zhuǎn)語(yǔ)音引擎，現(xiàn)在已完全使用由軟件發(fā)出的聲音。
不過(guò)，要想讓Siri變得更強(qiáng)大，蘋(píng)果還有一些事情要做。“第一版Siri能做12件事，”曼哈耶爾稱(chēng)，“但是要想變得真正有用，你需要能夠做所有事情。這是覆蓋范圍的問(wèn)題，增加更多內(nèi)容，具備一個(gè)允許你增加內(nèi)容，讓理解速度比線(xiàn)性速度更快的架構(gòu)。”
曼哈耶爾指出，他認(rèn)為蘋(píng)果能夠做到的最有前景的事情之一，就是圍繞著Siri建立一個(gè)非常成功的開(kāi)發(fā)者社區(qū)。他認(rèn)為，在語(yǔ)音AI領(lǐng)域，還沒(méi)有一家公司成功建立開(kāi)發(fā)者社區(qū)。
免責(zé)聲明:文章內(nèi)容均來(lái)自互聯(lián)網(wǎng),由多科回收整理編輯，版權(quán)歸原創(chuàng)者所有，如果你在多科回收上發(fā)現(xiàn)了侵犯你權(quán)益的內(nèi)容，請(qǐng)及時(shí)通知多科回收，我們會(huì)刪除對(duì)你造成侵權(quán)的相關(guān)內(nèi)容,以免對(duì)你造成影響,謝謝合作~
聯(lián)系方式 :
微信公眾號(hào):多科回收(duokehuishouwang)
微信客服:duokehuishou
語(yǔ)音助手已經(jīng)變得無(wú)處不在，它就在你的口袋中、家中以及汽車(chē)中。你可以使用蘋(píng)果公司的Siri設(shè)定約會(huì)提醒，命令亞馬遜公司的Alexa為你播放歌曲，或者向谷歌助理詢(xún)問(wèn)當(dāng)?shù)氐奶鞖忸A(yù)報(bào)。總之，人們與這些非人類(lèi)助手的互動(dòng)已經(jīng)變得很正常。
Siri在2011年登陸iPhone，但是它的底層技術(shù)實(shí)際上要比你可能想象的陳舊。和對(duì)手的產(chǎn)品相比，蘋(píng)果的Siri“有些笨”。
80年前，首個(gè)能夠處理合成語(yǔ)音的機(jī)器由貝爾實(shí)驗(yàn)室在1939年開(kāi)發(fā)而成。1952年，貝爾實(shí)驗(yàn)室發(fā)明了一款能夠聽(tīng)懂從0到9語(yǔ)音數(shù)字的機(jī)器。兩年后的1954年，一臺(tái)與喬治城語(yǔ)言學(xué)家合作的IBM機(jī)器能夠把60句俄語(yǔ)話(huà)翻譯成英語(yǔ)。
1962年，IBM開(kāi)發(fā)的Shoebox設(shè)備能夠聽(tīng)懂16個(gè)單詞。到了1976年，卡內(nèi)基梅隆大學(xué)將機(jī)器能夠聽(tīng)懂的單詞數(shù)量增加到了1000個(gè)以上。上世紀(jì)80年代中期，機(jī)器已經(jīng)能夠聽(tīng)懂?dāng)?shù)萬(wàn)個(gè)單詞。
自那之后，科學(xué)家開(kāi)始在語(yǔ)音處理技術(shù)中融入人工智能(AI)。AI自上世紀(jì)50年代以來(lái)就已經(jīng)出現(xiàn)。
在這些技術(shù)的積累下，我們現(xiàn)在才擁有了能夠聽(tīng)懂我們講話(huà)的Siri、Alexa、谷歌助理以及微軟的“小娜”。
AI的不同類(lèi)型
AI是計(jì)算機(jī)科學(xué)家們能夠讓語(yǔ)音助手更加易于使用的一大原因，但是你所理解的AI可能和它的實(shí)際含義有所不同。
“AI分為兩種類(lèi)型，”密歇根州立大學(xué)計(jì)算機(jī)科學(xué)和工程教授喬伊斯·柴(Joyce Chai)表示，“強(qiáng)AI主要是處理能夠像人一樣推理、思考或行動(dòng)的開(kāi)發(fā)系統(tǒng)。另外一種就是弱AI，它更加專(zhuān)注于具體任務(wù)，也包含虛擬語(yǔ)音助手。我們距離實(shí)現(xiàn)強(qiáng)AI依舊還有很遠(yuǎn)的距離。”
傳統(tǒng)上講，計(jì)算機(jī)要想就某件事情做出決定，它需要一套人類(lèi)預(yù)定義的規(guī)則。借助AI分支機(jī)器學(xué)習(xí)，計(jì)算機(jī)通過(guò)對(duì)大量數(shù)據(jù)學(xué)習(xí)后可以自主推斷出規(guī)則。在這種情況下，他們可以學(xué)習(xí)人類(lèi)如何談話(huà)和互動(dòng)，從而聽(tīng)懂人類(lèi)的語(yǔ)言。這需要大量數(shù)據(jù)。
Siri聽(tīng)不懂問(wèn)題
哥本哈根信息技術(shù)大學(xué)副教授納塔利·舒樂(lè)特(Natalie Schluter)解釋稱(chēng)，這些公司面臨的主要挑戰(zhàn)是通過(guò)足夠多樣化的形式獲取充足的數(shù)據(jù)，以便讓機(jī)器為更多人服務(wù)，而不是局限在某個(gè)特定人身上。舒樂(lè)特表示，在實(shí)驗(yàn)室中開(kāi)發(fā)出一款只能夠理解你所說(shuō)話(huà)的產(chǎn)品可能十分有趣，但是世界上有許多方言、不同的口音以及不同的聲調(diào)。
這不只是量的問(wèn)題，數(shù)據(jù)的種類(lèi)也很重要。如果你訓(xùn)練機(jī)器的數(shù)據(jù)只來(lái)自舊金山的白種人，那么你訓(xùn)練出的AI只能聽(tīng)懂范圍非常窄的人群。
“蘋(píng)果和亞馬遜不乏才華橫溢的員工，”舒樂(lè)特表示，“但是有時(shí)我們必須確保這些員工對(duì)數(shù)據(jù)進(jìn)行干預(yù)，保證他們?cè)谟?xùn)練AI時(shí)使用的數(shù)據(jù)量適當(dāng)，并且來(lái)自許多不同種類(lèi)的人群。”
為什么Siri落后了？
那么，為什么Siri不能總是理解你提出的問(wèn)題呢？
從某種程度上講，這和科學(xué)無(wú)關(guān)，而是與不同公司的實(shí)際運(yùn)作情況有關(guān)。“Siri面臨的挑戰(zhàn)之一就是蘋(píng)果在早期承諾過(guò)多但又做不到所造成的的負(fù)面形象。”SoundHound聯(lián)合創(chuàng)始人兼CEO肯揚(yáng)·曼哈耶爾(Keyvan Mohajer)表示。SoundHound為其他公司提供語(yǔ)音助手、音樂(lè)識(shí)別技術(shù)和語(yǔ)音工具。
曼哈耶爾稱(chēng)，Siri的另外一個(gè)挑戰(zhàn)就是沒(méi)能真正像人們期望的那樣快速增加知識(shí)庫(kù)。亞馬遜Alexa已經(jīng)從最初的少量技能發(fā)展到了數(shù)萬(wàn)項(xiàng)。蘋(píng)果也沒(méi)有真正建立起一個(gè)開(kāi)發(fā)者生態(tài)系統(tǒng)。
另外一個(gè)可能導(dǎo)致Siri落后的原因就是蘋(píng)果嚴(yán)格的隱私標(biāo)準(zhǔn)。在許多語(yǔ)音助手盡可能多的收集用戶(hù)數(shù)據(jù)來(lái)訓(xùn)練他們的AI時(shí)，蘋(píng)果一直在宣揚(yáng)盡量降低這種數(shù)據(jù)收集，并進(jìn)行匿名處理。盡管這可能導(dǎo)致語(yǔ)音助手的用處不夠大，但是蘋(píng)果對(duì)此不屑一顧。
“我們拒絕接受這種理由，即充分利用技術(shù)就意味著放棄你的隱私權(quán)。”蘋(píng)果CEO蒂姆·庫(kù)克(Tim Cook)去年在杜克大學(xué)畢業(yè)典禮上發(fā)表演講時(shí)稱(chēng)。
此外，蘋(píng)果還是一家出了名的保密公司。“蘋(píng)果的員工在干什么，他們所認(rèn)為真正重要的問(wèn)題是什么？我們一點(diǎn)也不知道，”舒樂(lè)特表示，“通常情況下，我們與谷歌、亞馬遜、微軟以及其他公司的研究人員在同一個(gè)領(lǐng)域工作，參加相同的會(huì)議。我們發(fā)表文章，一起合作。然而，蘋(píng)果的一切卻無(wú)從知曉。”
蘋(píng)果從谷歌挖來(lái)詹南德利亞
但是，蘋(píng)果似乎開(kāi)始越來(lái)越認(rèn)真對(duì)待AI了。去年，蘋(píng)果從谷歌挖來(lái)了知名計(jì)算機(jī)科學(xué)家約翰·詹南德利亞(John Giannandrea)擔(dān)任其機(jī)器學(xué)習(xí)和AI策略高級(jí)副總裁。今年稍早時(shí)候，蘋(píng)果又任命伊恩·古德菲洛(Ian Goodfellow)為其機(jī)器學(xué)習(xí)總監(jiān)，后者曾是谷歌頂尖AI研究人員之一。
去年年底，風(fēng)投公司Loup Ventures發(fā)布的一份研究報(bào)告顯示，Siri并不是語(yǔ)音助手的領(lǐng)頭羊，但是在追趕競(jìng)爭(zhēng)對(duì)手。本周，蘋(píng)果又在全球開(kāi)發(fā)者大會(huì)上宣布對(duì)Siri快捷方式進(jìn)行更新，允許開(kāi)發(fā)者進(jìn)一步整合Siri，并升級(jí)了Siri的文本轉(zhuǎn)語(yǔ)音引擎，現(xiàn)在已完全使用由軟件發(fā)出的聲音。
不過(guò)，要想讓Siri變得更強(qiáng)大，蘋(píng)果還有一些事情要做。“第一版Siri能做12件事，”曼哈耶爾稱(chēng)，“但是要想變得真正有用，你需要能夠做所有事情。這是覆蓋范圍的問(wèn)題，增加更多內(nèi)容，具備一個(gè)允許你增加內(nèi)容，讓理解速度比線(xiàn)性速度更快的架構(gòu)。”
曼哈耶爾指出，他認(rèn)為蘋(píng)果能夠做到的最有前景的事情之一，就是圍繞著Siri建立一個(gè)非常成功的開(kāi)發(fā)者社區(qū)。他認(rèn)為，在語(yǔ)音AI領(lǐng)域，還沒(méi)有一家公司成功建立開(kāi)發(fā)者社區(qū)。
免責(zé)聲明:文章內(nèi)容均來(lái)自互聯(lián)網(wǎng),由多科回收整理編輯，版權(quán)歸原創(chuàng)者所有，如果你在多科回收上發(fā)現(xiàn)了侵犯你權(quán)益的內(nèi)容，請(qǐng)及時(shí)通知多科回收，我們會(huì)刪除對(duì)你造成侵權(quán)的相關(guān)內(nèi)容,以免對(duì)你造成影響,謝謝合作~
聯(lián)系方式 :
微信公眾號(hào):多科回收(duokehuishouwang)
微信客服:duokehuishou
