人工智能技术产业化的两大要素

近日，思必驰副总裁、北京研发院院长初敏以《人工智能技术产业化的两大要素》为题发表了演讲。初敏博士认为，AI技术产业化的两大要素为：交互式智能服务、大规模生产和定制。前者从响应式交互发展到启发式交互，而后者需要经历“定义新产品→效果评估和持续改进→添加新功能→个性进化”的过程。

以下为初敏分享，enjoy~

（本文转自公众号： 联想之星）

从生活智能化视角到服务智能化视角

今天很高兴跟大家做一些分享，我这个题目讲的是产业化，但还是从技术视角来看的。我一直是做技术的，我早年在微软研究院是做研究出身的，后来到了阿里巴巴就越来越偏应用，真正做实际的东西。

现在在思必驰，我们希望真正让语言的交互技术能够使用，让AI技术真正可用。过去这几年，在技术真正走向应用的过程中，我的确碰了很多壁，有很多的经验，今天主要想跟大家分享这方面的看法。

之所以会引入这样的问题，是因为随着PC发展到移动互联网再到现在讲的物联网IoT，其实最关键的是连接关系更密切。

有了IoT之后，我们已经有很大的基础了，每一个企业和自己的每一个客户，都有高维度的关联，因此很多事情和原来都不一样了，等于我们自己都在考虑怎么运营，怎么把最新的信息传递给客户。

我们之前关心的人工智能应用更多的是从人的视角，就是终端的人来看，所以看的实际上是每一个个体的人。我们在获取生活服务智能化的过程中，关注不同很多的设备，像前两年最火的语音交互，不管是出音响还是出车载设备，第一个要解决的就是接入问题，比如信号处理、抗噪等，这些处理的是如何通过设备来获取服务的问题。

那么在语音的问题解决以后，下一步就是自然语言的交互。语音还是最主要的一种方式，这是我们现在关注的信息，就是以人的视觉来实现每个人在各种空间的生活智能化。比如汽车是你出行的空间，还有办公室空间、家庭空间、酒店空间等等。

在通过设备来获取信息这一层，虽然有人接的资源多一点，有人接的资源少一点，但本质上差异并没有那么大，今天出的音响服务上面没有太本质的区别。大家更多的是在解决设备这一层，就是设备的接入和基础的交互。

再往下走，我觉得现在更多的是围绕企业，既然人和企业之间能有那么丰富的关联，其实从企业的视角，也会通过各式各样的设备去和用户去接触，包括你的客服、业务拓展、市场品牌宣传等。实际上我们还是通过这个设备，但视觉变了，变成站在企业的视角上把自己变得智能化。以前这些服务是靠人来实施的，以后可能更多的是靠机器来配合少量的人，使整个服务体系更加智能化。

AI技术产业化的两大要素：交互式智能服务、大规模生产和定制

在这个过程中，企业提供的数据和知识服务，要通过各种交互来实施，这个交互就有基本的身份认证，比如声纹、人脸虹膜、指纹，而减少以前的键盘输入方式，服务入口还是刚才说到的各种设备，从手机扩展到IoT的设备，其中语音是最主要的交互方式，包括场景、情感、周围的感知来实现交互。

但是所有交互的目的是让企业把自己的服务智能地提供出来，只有交互是不够的，它的背后要有很多真正能服务到人的东西。

我们早期做的是教育，从2013、2014年开始做物联网的语音交互，最早解决的问题就是刚才讲的，围绕人的生活智能化来展开，而且主要是不同地智能设备上，包括麦克风的解决方案、自然语音理解对话等，做了整个的技术解决方案，最近几款火爆的音响其实都使用了我们的技术，比如天猫精灵、小i机器人等。

所以我们试图通过连接的万物来帮助我们沟通万事。实际上今天的语音对话系统，更多的是被动响应式的，机器永远在那等着你，人来唤醒它，跟它说一句，然后它来执行。但如果你是销售，你和客户沟通不是等着客户问问题的，一定是要给客户介绍A、介绍B，同时要关注对方的反应，是主动式的对话，我们希望机器也能达到这个效果。

所以在交互的过程中，越来越重要的不是机器，而是从服务的角度，机器不再等待，而是主动传播，每个企业知道自己有哪些关键信息要传播。这是非常重要的视觉，我们现在想从这个角度做一些尝试。我相信未来有很多的对话趋势是往这个方向走的。

今天我们要做一个漂亮的demo是非常容易的，但是，只有一个非常简单的应用方式，要想产业化，每个企业都要自己懂得训练GPU，懂得深度学习、采集数据，那就太麻烦了。

所以我们要把用AI技术的门槛变得很低，才能真正实现产业化，而不是像现在大家经常还是当项目做，把AI的落地当成一个又一个项目，其实还是人力外包。

因为除了你会做，别人不会做，只有你派10个人的团队驻场到企业里，这件事情才能落地，这个模式是不够的，不可能大规模成长。复杂的东西简单化，才能真正产业化，真正地爆发。

即便人工智能发展到今天，也不可能训练出一个模型，能适应所有的场景。我们在这点上也做了很多努力，做了定制平台，你可以定制自己的新场景，定制对话流程、语言模型，这样语音识别的效果就会更好。背后的路很长，还有很多技术挑战，但这是必须解决的问题。

最后谈一下AI人才的问题。今天大家所关注的AI人才是所谓的高端、懂深度学习或者语音识别、图像识别的，这样的人才是很稀缺的。但在产业化的过程中，其实更缺乏的是应用型人才。在把技术应用到各种场景中的时候，能把它交代清楚就很不容易了。

我们想把AI应到任何一个行业和企业，一定要企业里有人配合我们。所以要想产业化，应用型人才的培训也非常重要。

现在大家会把技术想象得很完美，但现实完全不是这样的，今天识别图像比10年、20年前好了很多，但它绝对没有达到一个完美的状态，做到百分之百的正确率是不可能的，我们要理解这种工具的能力和限制，同时不断改善它。

真正做应用场景的人，不一定要懂得深度学习、如何训练模型，但是要知道人工智能每一项技术的长处和局限性，在这个基础上去合理设计自己的场景。

所以我不希望大家把技术变成神话，它是一个工具，这个工具怎么在我们手里应用从而更好地解决我们的问题，是非常重要的。

我今天的分享就到这里，AI产业化的链条非常长，希望我们能一同深度协作，让技术真正广泛地应用，谢谢！

文章转载自公众号： 联想之星，如有侵权，请联系删除。

疯狂BP免费在线商业计划书制作工具，提供各行业海量风格模板，创业计划书范文和教程，此外还有专门团队提供商业计划书定制优化，融资对接等服务。