云知声梁家恩 ：人工智能已经进入产业化阶段

网易科技讯  5月29日消息，网易科技开物沙龙第四季“智能语音与聊天机器人专场”今日下午在北京举行，云知声  CTO  梁家恩在现场分享了他对物联网人工智能服务的理解。他认为人工智能前面有两个春天，但没有达到预期又衰落下去，而今天已经有很多产业界力量开始进入到行业，以前都是科研力量推动这个事情，所以第三波浪潮会有比较多的成果出现。现在，人工智能已经进入产业化阶段。

以下为梁家恩现场分享观点整理：

其实云知声更多是定位于为物联网人工智能服务。我的演讲题目是“芯系云端，智享未来”。

大家知道今年是人工智能60周年，非常火爆，包括AlphaGo，把整个行业挑动到非常火热的局面，我们的判断，现在人工智能已经进入到了产业化阶段，大家知道，人工智能前面有两个春天，但没有达到预期又衰落下去，因为今天已经有很多产业界力量开始进入到行业，以前都是科研力量推动这个事情，所以第三波浪潮会有比较多的成果出现。

人工智能的看法分为三个阶段：感知、认知和通用智能。

现在是从感知到认知的变化过程，感知过程主要是从信号到符合辨识的问题，以前机器智能只能接受确定性符号，对于图像、语音这种变化性比较大的符号是没办法解决的。现在随着深度学习的推动个，从2006年在图像上取得突破以来，现在刚好10年时间，不管是语音还是图像都取得了大的突破性进展，包括深度学习也在自动驾驶方面起到了非常好的结果。

到了认知智能阶段，研究也有好长时间了，但认知智能还不像感知智能非常好地做了这个事情，还有很多事情要做。

通用智能还有比较长的距离，大家预期认为未来在计算能力、应用数据积累起来以后，机器人的人工智能有可能达到甚至超越人类智能的水平，但这可能需要花比较长的时间，我们还是一步步往前走。

现在是物联网时代，从移动行业开始进入到万物互联的行业，未来可能不会再出现手机这样的设备，每个人都用，而是有非常多的花样做这件事情，很多应用会非常多样化，从现在各种智能设备已经可以看得到了。

从我们的角度来看，人工智能要想服务好物联网智能化有三个问题需要解决：

最根本的还是服务体验的问题，设备多样化以后会出现在各种各样复杂产品中，满足人各种各样的需求，服务如何做到极致体验，这是很重要的问题。

服务要提升，从我们的角度来看，我们是从语音交互切入这个行业的，我们有两个问题需要解决：

1、场景适应，在现在的环境下做语音交互，最怕的是噪音、口音以及各种场景的不一致性，非常多复杂场景，很多词都是非常生僻的词，就像医疗行业，你让我去写我都没法儿写出来，更别说让机器写。

2、交互的问题，现在的交互都是比较简单的对话，未来我们希望它能够像人一样非常好地交流，像微软的小冰小娜，现在尝试还是非常棒的。

这块云知声从智能交互作为切入点，包括识别、合成、对话这块，往后端走，要把我们的服务往上面挂，因为交互不是用户的需求，只是改变用户获得的途径，最终想要得到的服务，服务了体现了一种智能。

往前来看是信号层，因为只有信号层的问题解决掉才有可能实用化，因为以前人工智能都是在实验室里，现在刚刚从实验室走到应用市场，有很多问题需要解决，以前我们推一些算法，非常快，但经过这几年做下来，发现每一个落地做得非常扎实，需要花费的功夫都非常大，所以我们推了一个新的方案，新代表硬件，解决两个问题，一是远距离说话，需要解决回响、回声的问题，另外一个是功耗的问题，比如电池，到目前为止还没有很好的解决方案。

芯片，一是降噪和功耗，它是智能感知的第一步，也是我们获取数据的第一入口，如果没有很好的方案，我们很难收集非常好的数据。二是终端，要解决自然交互的问题，现在是软硬一体的模式，我们没有在App上做任何尝试，因为我们理解，未来智能交互最自然的方式是交互能力跟硬件结合在一起，所以像今天我们谈论的话题，和机器人结合，其实是非常自然的结合方式，我看到一个机器人，第一感觉是要跟它说话，而不是找它的按键，这是一个很直白的交互；另外一点是应用场景的适配，应用场景复杂，我们需要有很好的方式去解决适配的问题。

云端才是真正智能的，用户想要的内容其实是服务，这是基于大数据的优化，有了大数据我们才能学习，其实现在所有智能的学习能力还是在有监督的情况下做学习，我认为这个学习还不是真正人的学习，人的学习性非常强大，哪怕3岁小孩，其实学习能力都很强，不管是学习语言还是学习概念。另外一点，在机器有更多数据的情况下越学越强大，这是我们需要解决的问题。

通过云端芯，我们这样理解这个行业，可能有云端智能服务的方案，还有芯和端，用于解决教育、家居、医疗、安防、车机、金融等等行业，所以我们的定位和做机器人和各种IOT是不一样的。

我们成立到现在四年时间，有必要做一些案例的落地，一是智能家居，在这些年的智能家居展上，大家知道现在有六大家电厂商，有五家都是用我们的方案做展示。智能车载也非常火爆，在深圳，车载厂商就有将近一百多家，大概有95%的厂商是用我们的解决方案去做车载交互。还有一些是传统行业，包括教育和在线教育，金融、医疗行业，其实它们也非常需要用语音交互的方案解决问题，因为这些行业和IOT的关系不是很密切，更多是私有云的解决方案，但这里面的关键是一样的，如何把人的交互信息用机器来处理，在这三块我们有比较多的案例。

我们在云端也有比较好的结果，首先我们已经覆盖了全国476个城市，另外现在已经有超过9000万台的设备接入，这是直接接入，还有间接介入的。现在我们的日均调用量已经超过了1亿次。

后期语音、语义准确率超过了95%，涵盖60+IoT服务领域的扩展；支持10万+常用指令；另外还有POI，包括影视、音乐等专用词汇，这些方面其实已经达到了5000万以上。

我们是技术起家的公司，在中科院的体系下，包括国内国外的高校，我们也做了很多工作，在人工智能浪潮到来时我们做了一个云端芯的产品体系，去服务于互联网的发展，因为我们认为以后的互联网一定会智能化，要智能化，交互和服务就是永远绕不过去的。