2016，回看人工智能元年，是泡沫还是风口？深度思考（下）

近期因产品重构的问题，晚了几天，实在抱歉！

人工智能系列，第六期开讲！

这个专题第一期，跟大家总结了一下人工智能领域的各个技术，包括机器感知同机器认知两大类的众多技术，例如机器感知类，这几年被大家所熟知的VR，更具想象空间的AR（最近传出Magic Leap公司造假的新闻，也是一大打击）以及MR这类图像、视频感知，还有苹果的Siri，亚马逊的Echo以及被老罗锤子手机捧的很火的讯飞输入法，这类语音感知技术；不看不知道，人工智能的各类分支技术已经在身边很多应用中逐步的大规模出现；

详细回顾请戳：

2016，回看人工智能元年，是泡沫还是风口？深度思考（上）

2016，回看人工智能元年，是泡沫还是风口？深度思考（中）

第五期，深度思考（中）提到了一个关键问题：就是人工智能虽然概念火爆，但是各个具体技术的发展曲线是不同的，在给大家把上一期的技术发展曲线回顾一下。

那么问题来了：

如果讲人工智能技术是泡沫还是风口，那就要符合基本技术发展逻辑。不可一概而论！

波峰还是波谷，是已成熟还是距离实用价值还有一段技术演进以及市场培育的距离，这些搞清楚，才可以讲，哪些具体的人工智能技术正处在风口，而哪些是泡沫（技术还需要发展未能达到现实应用预期），而哪些已经很成熟，市场应用已可以商用转化价值了。

从这一期开始跟大家选取人工智能方面具体技术，进行分析。

今日专题：语音识别

第一类，技术发展成熟，已经处于生产成熟期：

语音识别

定义:语音识别系统用于将人类语音转化成文本或机器指令。

现状及采用速度说明:

一直以来,语音识别技术的应用面较窄、采用率较低;但如果它的语音识别能力能够达到类似于人类的水准,其采用率和应用领域将呈现出爆发式增长。近年来机器学习技术和硬件的发展让我们离这一目标又近了一步。

包括 IBM、微软、Google、亚马逊、苹果、百度和三星在内的多家大型软件公司正斥巨资开发语音识别系统;此外,通用型机器学习技术的进步也推动了这一领域的发展。采用语音识别技术的应用数量正在快速增长。听写、虚拟助理、浏览和菜单导航等功能纷纷出现在 PC、移动平台和汽车上。

更优秀的噪音过滤技术使车内语音识别的准确性大幅提高,这样一来手机用户就能在更多的情境中使用这一技术。

用户建议:语音识别技术仍然很容易受到环境因素的干扰——比如环境噪音以及用户与麦克风之间的距离都会对其性能造成影响。此外,基于云的系统还可能延长响应时间,影响输入效率,最终影响到采用率。在机器学习算法进一步发展,本地处理/云处理任务得到更有效的划分之前,可靠的语音识别技术仍然只是一个传说。

因此,语音识别技术应当对表现出兴趣和动机的个人用户“按需”部署(比如重复性压力损伤患者)。已经在使用听写功能的用户将更加成功。此外,还可用将其用于某些只需大致转录的非关键任务应用(比如语音邮件转录和音频文件搜索)。需要在进行详细目视检查的同时做记录的用户(比如放射科、牙科和生产质量保证工作人员),也不妨考虑语音识别及相关的文本到语音应用。

对于移动设备,最初的应用应当专注于从预定义列表中选择所需的项目,比如城市、公司或音乐家名字。这是语音识别技术最具价值的地方之一,用户无需再上下翻动长长的列表并从中选择自己需要的项目。

不过,语音识别技术已经站到了厚积薄发的门槛边上。如果语音识别技术确实能够带来竞争优势或缩短上市时间,那么聪明的企业就应当投资进行相关研发。

业务影响:语音识别是众多智能机器应用的一个核心组件,它能够大幅提高智能机器系统的有用性和采用率。

用于电话和联系中心应用的语音识别技术可帮助企业实现呼叫中心功能的自动化,比如行程预定、订单状态检查、票务、股票交易、呼叫路由、查 服务、自动话务员和姓名拨 。双手被占用的工作人员(比如仓库人员)也可受益于语音数据输入技术。

对于某些用户而言,语音输入能够在办公、医疗和法律听写等领域提供更快的文本输入速度,特别是可以使用一些语音快捷方式插入常用文本。

对于移动设备,可能的应用包括:姓名拨 、控制个人生产力工具、访问内容(如 MP3 文件)和使用语音邮件转文本服务。此外,如汽车制造商使用语音识别技术实现信息娱乐系统和遥测系统的控制,将有助于为用户创造更加自由放松的驾驶体验。

优点评级:高

市场渗透率:目标受众的 20% – 50%

成熟度:主流早

最开始的连续三期，解读了吴军博士的《人工智能》，这本深入简出的讲述领域最尖端见解。想必各位对于人工智能的由来，发展及未来有了明确的总体认识。未读的同学，强力推荐。（哪怕没有时间读全文，也要看一下蜡笔小酷的三篇精华浓缩解读）

人工智能的由来，漫谈DT时代的AI–解读《智能时代》（上）

人工智能的由来，漫谈DT时代的AI–解读《智能时代》（中）

人工智能的由来，漫谈DT时代的AI–解读《智能时代》（下）