语音搜索是人机交互的未来吗？

2016-03-24 16:35

人工智能成为热门话题，在如今这个科技飞速奔进的时代，不知你是否想过，也许可以换一种智能化的方式完成搜索——比如，跟机器说话。
语音搜索技术——很好理解，通过语音完成搜索行为。
不同于其他人工智能技术的亦真亦幻，语音搜索是那种直觉上理应拥有的技术，它在几十年前就是科幻作品中的标配。然而作为人类思维和知识的基本载体，语言（尤其汉语）的独特让其成为AI历史上最困难的方向之一。不难理解，从战胜李世石便知，机器无比擅长逻辑与程序性的单一任务，但人类自然语言并非形式语言，长久以来，机器无法分辨人类语言——甚至许多时候唯有母语使用者才能体察到的奥妙，这也让语音搜索变得艰难。
但它必须进步。无论如今智能手机的井喷亦或未来整个IOT产业的崛起，人们都在企盼一种与机器更自然的交互方式，而语音搜索是最佳入口。这个世界上的科技巨头无一不在强化语音技术的研究，谷歌某位资深工程师就曾表示，人工智能下个里程碑就是自然语言理解。
嗯，语音搜索并非“语音+搜索”1+1式的简单串联；语音技术，自然语言理解以及智能搜索的结合意味着一种趋向于完美的搜索样态，它将带动更庞大的搜索和服务生态。
更好的沟通：机器理解人类背后的智能技术
先来说说这项技术。
语音搜索是一项集成了语音识别，多轮理解，语义分析等在内的复合型人工智能，其实现过程要比封闭式规则的围棋艰辛许多，它要求机器从思维，对话，情感等维度探寻人类充满不确定性的复杂行为——沟通。
语音识别简单讲，即是针对复杂多变的语音搜索场景，通过深度挖掘大规模用户行为数据，利用深度学习技术，理解用户的表达，同时针对汉语一音多义的独特性，结合用户个性化信息及语义环境在同音候选中优选更可能为用户需求的结果。
除此之外，人类正常沟通中无法避免的信息折损，也使得机器必须掌握多轮理解——在语音搜索中让人与机器基于上下文语境多轮交谈。具体而言，基于语义结构理解，指代消解等技术，理解用户会话的上下文信息，实现对话的补全与替换，从而真正理解用户需求。
当然，除了多轮理解，为了贴近更自然的对话方式，语义理解技术就变得颇为关键，这要求语音搜索必须包含对需求的理解和对数据资源的整合。这意味着机器可以完成某种推理和对于推理的验证

余下全部

共有评论0条

<返回

<返回首页