对话3位语音交互专家：人机交互能否给人类一个更好的未来？
文/恬静
伴随着去年三月AlphaGo与李世石人机大战的开始与落幕，人工智能受到了前所未有的关注与追捧。各类算法的研发与数据的积累，加之资本的不断投入以及用户需求的持续推动，促进人工智能行业的爆发。
技术发展的关键在于落地，“语音”作为目前人工智能领域落地最为成熟的技术，以准确率可达95%以上的识别水平，已经逐渐步入商业化阶段。而语音交互的实现主要取决于两点：语音识别及语义理解。
语音识别是指人与机器以语音对话方式，将人类的语音中的词汇内容转换为计算机可读输入。语音识别只是语音交互的初始阶段，语义的理解才是关键所在。语义理解是NLP（自然语言处理）技术的一个重要组成部分，而时代正火的NLP技术也是人工智能面临的最为困难的问题之一。
近日，IT耳朵采访到了目前专注于语音交互领域的三家创业企业人物：三角兽CTO亓超、思必驰NLP技术负责人樊帅、以及蓦然认知CEO戴帅湘（排名不分先后），了解国内目前的语音交互领域发展现状，以及这一行业未来发展的看法。
尚未出现绝对的领航者
技术上的突破无疑是分占市场的最佳切入点。“随着技术上的逐渐突破，语音识别已经发展的足够成熟，它只是人机交互过程中的最初阶段，因此不再具备一定的行业壁垒及竞争优势，而这股行业浪潮中，语义却是刚刚开始。”蓦然认知的戴帅湘说道。
语义的理解将人机交互推到一个新的发展阶段，大多企业都明白，语音的识别、大数据的整合以及算法模型的构建，是能够让机器“听得懂”的关键所在。甚至在人机交互过程中所面临的环境噪音、发音不准、语言歧义等问题，也都相应催生了新的技术算法。
如此看来，虽然语义理解领域的技术门槛较高，但目前仍未出现绝对领航者，
数据的积累都是从0到1的过程
在这三次的专访中，我都问过他们关于“冬天能穿多少穿多少，夏天能穿多少穿多少”的玩笑问题。在与机器的交互过程中，我们所希望看到的，不仅局限于任务型的对轮对话，难免会有调戏的成分在里面。思必驰的樊帅表示“机器对于这类玩笑的回应，不仅基于规则的指定，还有数据的完善。”
而数据始终没有尽头，就像从0不断趋近于1的这个过程。从最初数据的匮乏、数据标注、建模的困难都是这个从0到1的过程里的技术难点所在，针对性的去做建模、分析、数据完善，只能达到可用状态，若要机器变的“聪明”，则需要一个从1到N的不断学习和优化的过程，计算能力的提升以及新算法的实现，才能使数据模型得到更好的释放。
正如亓超所说，机器是喜欢数据的，用机器喜欢的方式去解决问题，似乎更加高效、公平。不论是哪个领域的人机交互，机器并非都要被动地去回答问题，而是能够主动的、有针对性的提出意见或建议，才是人机交互最自然的状态。
关于未来市场的争夺
和一些国外大公司有能力收购语音交互的整个生态链不同，国内的大多数企业在自主研发的同时，兼顾市场的争夺，看起来似乎曲折很多。目前，国内很多企业都十分统一的选择在车载、家居、可穿戴设备领域布局， 这场同行业之间的争相效仿与激烈竞争的结果，无非是将最初的创新格局彻底打破，抓住用户的使用痛点，寻找新的出路才是一个企业得以存活下去的资本。
智能时代的重点之一是人机交互，而语音交互凭借自然的交互体验、较为集中的学习成本成为发展的首选方向。目前，国内有越来越多的语音交互创业公司正在慢慢崛起，这也意味着将会有更多的人在这片领域站稳脚跟。即便这种全新的交互方式还有很长的路要走，但在这浮躁的市场中多一份务实，语音交互产业所形成的趋势，也是值得我们期待和关注的。
往期推荐