智能化是AWE2018的重要命題, 眾多參展企業也都圍繞智能化展示出了自己的創新成果, 然而要說到智能化方面的探索, 走在人工智慧第一線的雲知聲或許更具話語權. 2012年創業至今, 六年時間雲知聲便已成為業界 '翹楚' , 而在展會現場的眾多產品中, 也會時常看到由雲知聲所提供的語音解決方案.
除了智能家居外, 雲知聲在車聯網, 健康醫療, 教育等領域也都有所布局, 並為這些領域智能化的落地添磚加瓦. 目前人工智慧正處於哪個階段?行業面臨哪些挑戰?為什麼認定這次人工智慧就會爆發?面對記者拋出來的一系列問題, 雲知聲IOT事業部副總裁康恒分享了他的見解.
雲知聲IOT事業部副總裁康恒
憑什麼確定這次就是風口?
人工智慧的 '火' 大家有目共睹, 甚至還被評選為 '2017年度中國媒體十大流行語' , 實際上, 早在1956年人工智慧的概念就已經被提出, 不過在這半個多世紀的演變過程中一直不溫不火, 直至AlphaGo戰勝韓國職業九段棋手李世石, 人工智慧才被大眾所關注, 而AlphaGo背後的主要工作原理是 '深度學習' .
康恒表示, 人工智慧的發展需要有三個核心要素, 即演算法, 算力以及數據, 而這三項要素對應的關鍵技術分別是深度學習, 雲計算以及互聯網, 現在來看這三個因素已然成熟, 所以他判斷人工智慧這股風颳起來就不會再停, '在演算法方面, 深度學習的出現對人工智慧行業有著巨大影響, 無論是語音識別還是映像識別都極大地促進了人工智慧演算法精度的提升, 業界認為語音識別率達到百分之九十才是可用的, 深度學習使語音識別的錯誤率下降超過了百分之三十, 這是極其顯著的提升, 在深度學習之前是達不到的. '
此外康恒也表示, 不僅僅是技術本身推動了人工智慧的發展, 一項新技術在生活中被應用, 同時也需要工業界, 資本界, 學術界結合起來共同推動, 這個力量要比純粹的學術研究大的多, 而且在這個推動的過程中相對薄弱的環節也能夠得到彌補.
人工智慧的 '火' 有利有弊
從技術的角度來看, 人工智慧分為感知智能, 認知智能以及通用智能三個階段, 康恒認為, 目前感知智能已經相對成熟, 在某些特定的情況下語音識別的準確率已經超過人類, 而認知智能當前還處於非常早期的階段, 在 '理解' , '決策' , '判斷' 等方面還需要進行探索, 雖然在一些場景下也能夠做到, 但從機器到 '人' 的距離還非常遙遠, 通用智能更是遠沒有達到.
從近幾年AWE參展企業展出的產品也能看出, 智能化已然成為未來發展的不可逆趨勢, 但人工智慧的 '火' 對於行業而言是有利有弊的. 康恒表示, 人工智慧 '火' 有利於跨行業共同推動技術的發展, 甚至是產品的落地, 無論對於公司還是用戶, 都具有非常大的價值, 但同時對行業也有一些負面影響, 因為一旦涉及到資本切入, 就會有 '逐利' , '短視' 甚至是 '揠苗助長' , 一些還沒有成熟的技術就會被誇大, 這使得大家的期望遠高於產品技術的實際能力, 所以就會出現 '偽智能' .
康恒表示, 雲知聲從2012年誕生至今雖然僅有六年時間, 但是公司每一步的發展都有一個清晰的脈絡. 2012年到2014年是第一個階段, 在當時整個行業還不成熟, 大家也並不關注人工智慧的時候, 雲知聲做了很多技術的積累和探索;第二階段是在2013年至2014年, 這期間嘗試了一些技術形態上的創新, 同時也是將技術產品化的一個過程, 當時推出的一款手機語音輸入附加元件取得了不錯的市場反響;接下來是探索新的方向, 能夠讓技術在一些相對寬鬆的領域給用戶體驗帶來明顯的提升.
康恒告訴記者, '每進入一個行業之前雲知聲都會有一些判斷, 首要是判斷這一行業能否形成規模化的應用;第二, 我們要考慮未來兩到三年或者是三到五年這一行業的商業化情況. '
在人工智慧領域, 除了雲知聲之外, 例如科大訊飛, BAT等企業也都在探索, 對於這種競爭關係, 康恒表示: '我們有一個很好的詞叫 '競合' , 競爭合作, 雲知聲與BAT這些巨頭的定位不太一樣, 雲知聲是以垂直化的方向發展, BAT則是對現有的業務拓展, 有一定競爭但不是所有領域都完全競爭, 競爭合作是長期的狀態. '
對於雲知聲未來的發展戰略, 康恒表示, '首先我們的方向還是在物聯網, 人工智慧上去做定位B2B2C, 我們希望給一些B2C的企業提供完整的人工智慧解決方案, 我們不會做2C的產品, 但也不會只是做技術引擎的產品, 我們更希望以技術驅動引領行業產生一些價值, 把技術與用戶價值之間的鴻溝跨越過去. '