1.2.2　自然語言理解

自然語言理解是指機(jī)器接受人類提問的語音輸入，先通過語音識別將人類語音轉(zhuǎn)化為文字，再運(yùn)用自然語義分析理解人類提問的含義（即理解人類的行為），最后反饋給人類以所提問相關(guān)的精準(zhǔn)搜索結(jié)果，其核心技術(shù)在于用自然語義分析來理解人類日常說話中的提問。在詞語解析方面，AI系統(tǒng)在確定句子語法結(jié)構(gòu)上的能力已經(jīng)接近人類能力的94%。在從文檔中找到既定問題的答案的能力已經(jīng)越來越接近人類（見圖1-6左圖）。AI系統(tǒng)識別語音錄音的表現(xiàn)早在2016年就已經(jīng)達(dá)到了人類水平（見圖1-6右圖）。

圖1-6　問答準(zhǔn)確性比較（左圖）和語音識別能力比較（右圖：直線為人類，曲線為AI）

從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)再到AI時代，每個時代都伴隨著一次交互式的變革。利用語音識別、自然語言處理和自然語言理解等技術(shù)研發(fā)的對話機(jī)器人，正在改變著傳統(tǒng)的人機(jī)交互方式。它們或內(nèi)嵌到應(yīng)用程序中，或與硬件相結(jié)合，致力于成為用戶的個性化“助理”。目前，這些“助理”已經(jīng)具備了基本的問答、對話以及上下文理解功能。它們正在打造全新的人機(jī)交互方式，為用戶提供多場景的便捷服務(wù)。例如，智能音箱是最近幾年美國消費(fèi)中的熱門產(chǎn)品。雖然語音交互的老大依然是蘋果公司的Siri，但是Amazon Alexa正在快速崛起（見圖1-7左邊的產(chǎn)品），它不僅可以對話應(yīng)答，還可以和多種智能家居設(shè)備進(jìn)行交互，比如：語音關(guān)燈等。谷歌的智能音箱產(chǎn)品（見圖1-7中間的產(chǎn)品），功能類似Alexa。蘋果也于2018年2月9日正式上市HomePad智能音箱（見圖1-7右邊的產(chǎn)品）。

圖1-7　智能音箱產(chǎn)品

語音交互可以說是人與機(jī)器“交流”的重要環(huán)節(jié)，這對于未來的人工智能而言是非常關(guān)鍵的入口。在國內(nèi)，自然語音處理領(lǐng)域的融資排在第二，在整個AI投資中占比19%。國內(nèi)企業(yè)中，京東與科大訊飛公司合作布局了智能音箱，致力于成為家庭控制中心。阿里推出了名叫“天貓精靈”的智能音箱，小米推出了小米AI音箱。激烈的音箱之爭背后其實是下一代服務(wù)入口之爭。

搭載百度DuerOS的智能硬件產(chǎn)品也在陸續(xù)面世。DuerOS是百度基于AI技術(shù)打造的對話式人工智能系統(tǒng)。搭載DuerOS的設(shè)備可讓用戶以自然語言對話的交互方式（比如“小度小度，我想聽陳百強(qiáng)的歌”）實現(xiàn)影音娛樂、信息查詢、生活服務(wù)、出行路況等多項功能。目前，騰訊的所有語音端都采用自己研發(fā)的AI技術(shù)，而阿里的淘寶、支付寶電話客服、天貓精靈、優(yōu)酷、蝦米音樂等都應(yīng)用了自己的語音技術(shù)。除了使用自家語音技術(shù)外，BAT也在加速對外開放平臺，滾動擴(kuò)張。阿里云、騰訊云小微、百度DuerOS平臺都開放了語音識別、視覺識別等AI技術(shù)。百度還宣布語音技術(shù)全系列接口永久免費(fèi)開放。

在谷歌I/O大會上，語音助手Google Assistant更像人。作為谷歌AI用戶感觀最直接的語音助手，谷歌試圖將其打造得更近似人：其一是聲音擬人化，其二是對話日常化。I/O大會現(xiàn)場展示了指令Google Assistant預(yù)定餐廳座位，然后發(fā)出指令的人即可忙自己的事，而AI將自行打電話給餐廳，通過多輪對話與餐廳工作人員敲定好時間。在這個展示上，突顯的亮點(diǎn)是，對話能力加強(qiáng)，近似日常交流習(xí)慣，極大地提高了與機(jī)器對話的用戶體驗。

語音是下一代人機(jī)交互的入口，未來語音技術(shù)會向各場景滲透。它們不但可以響應(yīng)用戶命令并執(zhí)行任務(wù)，如回答問題、設(shè)置鬧鐘、檢查航班行程等，而且與搜索、手機(jī)、智能家居等緊密結(jié)合。除了產(chǎn)品市場本身之外，爭奪未來以語音交互為核心的智能家居生態(tài)的入口，是科技巨頭紛紛推出智能音箱的重要原因。智能語音這塊蛋糕有多大，目前尚未可知。有一點(diǎn)越來越清晰，未來肯定是通過人工智能核心技術(shù)+應(yīng)用數(shù)據(jù)+領(lǐng)域支持的方式構(gòu)建垂直入口或行業(yè)剛需。