專家解讀智能語音發展:數據和算法仍存瓶頸,2B應用潛力更大

【獵云網北京】7月7日報道
7月6日下午,搜狐科技主辦的《中國創新公司100》沙龍第二期成功舉辦。清華大學人工智能研究院聽覺智能研究中心主任鄭方教授、聲智科技聯合創始人&首席知識官常樂、科大訊飛AI研究院副院長陳志剛,共同探討了智能語音技術的發展趨勢,并分享了對智能語音商業化的思考。
《中國創新公司100》是搜狐科技今年重磅打造的一檔欄目,主要聚焦5G、AI、芯片、制造、出行、零售、社交等領域內的技術創新和商業模式創新,對相關行業以及優質創新公司進行深度價值挖掘。
目前,處于第三波浪潮的AI正在迎來加速發展,AI技術不斷突破,進入應用規模爆發的臨界點。智能語音作為人工智能領域發展最為成熟的技術之一,在最近幾年迎來快速應用,搜狐科技此前已針對該領域推出人工智能行業首個榜單。后續,還將圍繞計算機視覺、機器人等領域推出系列榜單和深度報道。
在本期沙龍上,鄭方教授認為,要重視語音技術,也要重視對市場需求的分析。而單一技術已經很難解決市場問題,融合發展是大勢所趨,但不能為了融合而融合。他還呼吁,技術和市場要形成良好互動,智能語音行業要避免惡性競爭。
常樂表示,智能語音賽道在經過大浪淘沙之后,將呈現幾何倍數的發展態勢。在智能語音未來應用前景上,2B領域會走得比C端更加超前,也有更廣闊的市場空間,而好的市場應用前景也可以引導和倒逼新一輪的技術創新。
陳志剛在分享中提到,目前智能語音技術在算法和數據上亟需突破,聯合建模是最好的方式。在激烈的市場競爭當中,企業要選擇合適的賽道,做出差異化,同時要具備核心技術的產品創新思維模式。

圖注:清華大學人工智能研究院聽覺智能研究中心主任鄭方教授(左)、聲智科技聯合創始人&首席知識官常樂(右)現場參與沙龍
數據和算法需突破,不能為融合而融合
目前不少觀點認為,人工智能處于深水區,按照Gartner技術曲線來看,也就是所謂的泡沫幻滅期。鄭方認為,目前語音相對已經成熟的領域存在同質化比較嚴重的問題,技術上是方法同質化,這也導致了市場的惡性競爭。
“我們有時候過多跟蹤別人的技術,而疏于做深度分析,比如現在流行的深度學習用的是別人已經成熟的方法,很少針對問題的需求找出合適自身的手段來解決。”他解釋到。
從技術發展的要素來看,數據、算力、算法是人工智能快速發展離不開的三個基本要素。陳志剛認為,目前智能語音在數據和算法上還需要突破。數據在很多場景下面會受到各種各樣的限制,特殊場景下使用頻度不高,一些專業場景下數據本身就比較稀缺。
在算法方面,陳志剛提到,目前還有一些難啃的骨頭,比如前端的聲學降噪算法、前端聲學信號處理算法、麥克風陣列算法等,這些算法的突破都是解決當前比較困難的語音問題的必由之路。
目前,很多觀點都認為,單一技術已經無法支撐人工智能企業在市場競爭中取勝,多模態融合發展已經成為趨勢。
鄭方表示,需要重視技術,但不能過于依賴技術。“技術的發展離不開市場的土壤,市場需要的是解決問題的能力和方案,而用單一技術解決有很大的難度,這也是一些AI公司面臨困境的重要原因。”
同時他強調,市場真正需要的是解決這些問題的綜合方案,應該利用它的特點找到一些不同的技術來融合,這個融合應該是解決問題的融合,是面向服務對象、面向用戶的融合,不能為融合而融合。
常樂認為,語音、圖像、大數據等技術可以有效融合,但前提是為了解決市場需求和用戶需求。“對我們做技術的人來說,絕對不是說要通過研發技術實現自嗨,而是希望技術可以切實解決所有用戶真實的痛點需求。”
不過,目前在智能語音發展過程中,還有很多問題需要解決。常樂表示,理論方面還需要很多突破,如對耳蝸的研究還不夠深入;技術和市場應用創新也都是瓶頸,但二者是相輔相成螺旋上升的過程,好的市場應用前景可以引導和倒逼新一輪的技術創新。
陳志剛則分享了技術融合的策略。他認為,在語音基礎上面,自然語言理解、視覺、知識的構建、推理技術,以及跨模態信號的聯合建模和感知、認知融合的策略,不是一昧簡單的技術組合。
他表示,在這個過程中,要清楚了解每個技術的水平,看到哪些技術在某個層面有融合的價值,選擇合適的應用場景,對這個場景進行深入分析之后再定義問題,聯合建模的方式也許是最好的場景解決方案。
語音賽道將大浪淘沙,應避免惡性競爭
人工智能作為一種技術或工具,只有真正落地到實際場景才能發揮自身的價值,而這也離不開技術產品化、產品市場化的過程。在這個過程中,很多智能語音企業不斷嘗試轉型,比如通過做AI芯片、操作系統等往上游延伸,或者直接通過做智能硬件的方式向下游滲透等。
對此,鄭方表示,企業一定要做自己擅長的,根據一些戰略需求或市場需求,做主動轉型是必須的,而有些企業轉型是在資本的壓力下做出的被動轉型,是不可取的。
陳志剛認為,這是一定程度上必然的趨勢,可以促進產業之間加速發展,特別是在當前國際形勢下面,加大自主研發投入,避免被卡脖子。
常樂則表示,現在智能語音賽道已經進入到泡沫期,經過大浪淘沙之后,將呈現幾何倍數發展的態勢,留下市場需要的新技術、新應用。“在這樣大的市場環境下,企業去做不同領域的探索是一件非常好的事情,即使可能面臨瓶頸,但背后蘊含著巨大的機遇。”
在商業模式方面,人工智能領域目前基本形成賣技術、賣產品、賣服務、賣解決方案的四大路線。鄭方認為,商業模式的好壞取決于三個因素,一是市場需求,能否抓住痛點和癢點;二是技術的成熟度和領先性;三是行業的競爭程度。
陳志剛表示,適合公司發展的就是好的模式,每個公司在不同發展階段會有一個適合自己的商業模式或者組合。他提到,目前來看,國內很多優質的AI產品或者解決方案或者技術提供商更容易打動客戶,真正懂行業懂用戶的企業,能夠研發出來一些技術或者產品。
在具體的落地路徑上,常樂認為,企業在落地C端時,不應該關心用戶到底有沒有感知到這個技術多么領先,而是更應聚焦在產品本身能帶來什么樣的價值。她還表示,2 B市場孕育著2C看不到的價值,智能語音會在2B領域走得會比C端更超前,也會有更大的市場應用空間。

圖注:科大訊飛AI研究院副院長陳志剛通過線上參與沙龍
陳志剛認為,目前智能語音還未能在醫療、工業等行業規模應用的原因在于這些領域在數據積累、行業基礎,包括信息化水平等相對滯后;另一方面技術也許還沒有達到非常好用的狀態,這需要一個迭代優化的過程,這個過程根據每個行業的應用特點,從幾個月到幾年都有可能。
三位嘉賓最后還分享了對智能語音行業競爭的看法,這其中互聯網科技巨頭是不可忽視的存在。鄭方表示,巨頭在資金、人才,以及數據、算法、算力上都有很多優勢,但并不是意味著小企業就沒有發展空間,把方向投對,把力量用對,就能夠在競爭中處于有利地位。他還呼吁,智能語音在中國現階段還是一個相對小眾的行業,要想做好做大,需要從一開始就避免惡性競爭。
常樂認為,智能語音市場處于剛剛興起,正朝著繁榮的階段發展,未來市場空間的容量足夠大,可以容下很多企業,包括頭部大企業,也包括小而美的創業型公司,但創業型公司要能在這個賽道當中找到準確的定位。
陳志剛表示,在激烈的市場競爭下,企業要選擇合適的賽道,同時要具備核心技術的產品創新思維模式。對于已經比較成熟的賽道,企業要么選擇加入科技巨頭生態,要么是做自己的核心技術以及產品創新,但相對來難度較高,需要有一定的顛覆性和開創性,同時要有一定的技術壁壘。
核心關鍵字: 人工智能| 留言與評論(共有 0 條評論) |



