2012年對許多人來說利用語音控制手機(jī)、汽車、電腦甚至是電視機(jī)都是非常平常的事了。之所以如此，是因?yàn)?a href="http://www.3532n.com/tags/語音識別/" target="_blank">語音識別和自然語言理解（NLU）領(lǐng)域取得了重大進(jìn)步。不久前還被認(rèn)為是科幻小說里才會出現(xiàn)的產(chǎn)品功能，現(xiàn)在已經(jīng)變成主流手機(jī)和消費(fèi)設(shè)備的基本功能。語音用戶界面和“虛擬個(gè)人助手”已經(jīng)成為福特、三星、蘋果和谷歌（微博）等企業(yè)開展廣告營銷活動(dòng)時(shí)重點(diǎn)宣傳的一個(gè)關(guān)鍵特色，這一特色將會引起前所未有的關(guān)注和市場需求。

　　人們對這些全新的語音驅(qū)動(dòng)用戶界面抱有很大的熱情。許多報(bào)道指出，用戶對他們的新“助手”充滿感情。不過，許多人也認(rèn)識到，這些系統(tǒng)仍在不斷改進(jìn)中，需要不斷的創(chuàng)新。預(yù)計(jì)，現(xiàn)有的虛擬個(gè)人助手將演變成無處不在的智能系統(tǒng)，通過語音、文本、視覺、觸覺和手勢與人進(jìn)行互動(dòng)，并將基于周圍的環(huán)境信息，如位置等，讓所有互動(dòng)具有更大的相關(guān)性。

　　以下是對2013年智能系統(tǒng)發(fā)展的8點(diǎn)展望：

　　1、語音識別精度更高

　　語音識別是智能系統(tǒng)技術(shù)的基礎(chǔ)，語音識別的準(zhǔn)確性一直在穩(wěn)步提高，之所以這么說，是因?yàn)楝F(xiàn)在已經(jīng)把更加豐富的訓(xùn)練數(shù)據(jù)、更加強(qiáng)大的計(jì)算能力以及全新更加復(fù)雜的建模方法（如目前非常流行的基于人腦如何完成模式識別的技術(shù)“深度信念網(wǎng)”（ Deep Belief Networks））結(jié)合在一起，提高了語音識別的精度。

　　2、設(shè)備將具備更強(qiáng)的識別能力

　　不管是在城市街道上，還是在汽車?yán)锘蚩蛷d里，語音識別的功能性和精確性正越來越高。一流的信號處理能夠區(qū)分不同的聲音，語音生物統(tǒng)計(jì)學(xué)有助于判定誰在說話。并排的多個(gè)麥克風(fēng)能夠動(dòng)態(tài)引導(dǎo)“聽光束”，并可在攝像頭的輔助下跟蹤用戶的位置。因此，在與用戶聯(lián)系更加緊密的移動(dòng)設(shè)備上應(yīng)用這項(xiàng)功能，將會提高移動(dòng)設(shè)備的識別能力。

　　3、設(shè)備將具備更強(qiáng)的感知能力

　　未來完成一項(xiàng)任務(wù)可減少許多必需的步驟，如必須選擇設(shè)備、打開設(shè)備、找到目標(biāo)應(yīng)用、啟動(dòng)應(yīng)用，然后與應(yīng)用互動(dòng)。不久，用戶將可以簡單地用自然語言告訴處于睡眠狀態(tài)的設(shè)備干什么——不用觸碰它。具備這種低功耗模式狀態(tài)下聽功能的設(shè)備將可以鑒別用戶，并通過逐步喚醒其處理器的其他功能來確認(rèn)要求的操作，最終按照要求完成相應(yīng)的操作。

　　4、互動(dòng)性的普遍性和連續(xù)性

　　隨著語音識別技術(shù)和自然語言理解技術(shù)的發(fā)展，用戶希望能夠在不同設(shè)備（智能手機(jī)、平板電腦、電視或汽車）的顯示屏上進(jìn)行互動(dòng)，并擁有一致的體驗(yàn)。用戶可以在一臺設(shè)備上開始任務(wù)，在另一臺設(shè)備上完成任務(wù)。這種互動(dòng)將通過基于客戶識別器和云識別器，以及自然語言理解引擎的框架聯(lián)系在一起。用戶的互動(dòng)歷史將被聚合在云端，用來改進(jìn)識別模型，以便在其他所有相關(guān)設(shè)備中應(yīng)用。

　　5、自然語言處理和人工智能將更加智能化

　　自然語言理解（猜測用戶輸入并據(jù)此操作的意圖）的能力也在不斷提高。今天的一流技術(shù)把功能強(qiáng)大的語言框架（被稱作符號處理）、知識顯示法（知識本體）和利用大數(shù)據(jù)用觀察到的例子和模型來填充框架的機(jī)器學(xué)習(xí)結(jié)合在一起。這種互補(bǔ)性至關(guān)重要：過去的符號方法被證明是不可靠的，純數(shù)據(jù)驅(qū)動(dòng)型自然語言理解一般僅是膚淺的理解。

　　智能系統(tǒng)現(xiàn)在已從對任務(wù)目標(biāo)的預(yù)定程序描述遷移至以用戶的背景、參數(shù)選擇和互動(dòng)歷史為條件的動(dòng)態(tài)操作，系統(tǒng)據(jù)此有效地自我編程。這將允許我們從簡單的任務(wù)向更加復(fù)雜的任務(wù)過渡，可能必須訪問協(xié)調(diào)工作流中的各種應(yīng)用和信息源。

　　比如，為了響應(yīng)“核查下比爾（Bill）和艾利森（Allison）明天晚上是否來吃飯”的請求，手機(jī)個(gè)人助手將確定最喜愛的飯店，并基于通信歷史來決定你所說的是哪個(gè)比爾和艾利森，同時(shí)聯(lián)系對方的虛擬助手核對他們的安排，并草擬一份有關(guān)預(yù)定和人員組成等信息的電子郵件發(fā)給對方。

　　這種推理屬于人工智能范疇，不過，早期系統(tǒng)可靠性差，新一代系統(tǒng)將依靠一種被稱為“非單調(diào)推理”的更加靈活和穩(wěn)健的方法，在模糊狀態(tài)下表現(xiàn)更好，并生成近似的解決方案，盡管可能無法給出準(zhǔn)確的解決方案。

　　6、語義搜索將直接訪問信息

　　理解用戶意圖可以穿過多個(gè)屏幕的應(yīng)用圖標(biāo)、文件夾和子文件夾，或一系列中間網(wǎng)頁。在搜索方面，頻繁提問的自然語言理解應(yīng)用可以跳過搜索引擎檢索的所有象征性鏈接列表，直接導(dǎo)向希望的目的地。這種快速和直接訪問信息的功能非常強(qiáng)大，潛在地威脅到普通的搜索業(yè)務(wù)。一些搜索服務(wù)提供商也開始測試用直接應(yīng)答提問來替代網(wǎng)頁鏈接，不過，他們現(xiàn)在還不允許用戶直接獲取想要的第三方內(nèi)容。

　　7、用戶關(guān)注虛擬助手

　　用戶服務(wù)業(yè)務(wù)很難按照有效和可理解的方式組織成菜單結(jié)構(gòu)——不管是在互動(dòng)語音應(yīng)答（IVR）系統(tǒng)，還是在移動(dòng)應(yīng)用中。專業(yè)化虛擬助手的自然語言理解將完全繞開互動(dòng)語音應(yīng)答系統(tǒng)直接訪問信息，此外還將支持靈活的對話，允許用戶前瞻性地提供未受提示的信息，任意在不同聯(lián)系中心功能間切換。

　　8、自然語言理解將改進(jìn)醫(yī)療保健

　　醫(yī)師利用語音識別系統(tǒng)來描述包含大量關(guān)鍵信息的接診患者病情，但這很難實(shí)現(xiàn)共享。利用自然語言理解應(yīng)用，與醫(yī)學(xué)有關(guān)的事實(shí)將被篩選并被輸入電子健康記錄數(shù)據(jù)庫。自動(dòng)化事實(shí)篩選的精度現(xiàn)在已經(jīng)接近人工操作，使得系統(tǒng)可以幫助醫(yī)師“說清”患者的病情。改進(jìn)的患者信息記錄能被進(jìn)一步處理，以分配帳單代碼，節(jié)約成本，提高信息和護(hù)理的質(zhì)量。

　　綜合利用這些進(jìn)步表明新一代計(jì)算——第三代計(jì)算革命的開始，意義相當(dāng)于引入圖形和觸摸用戶界面。自然語言理解和人工智能在設(shè)備功耗管理、快速網(wǎng)絡(luò)以及基于云的內(nèi)容、服務(wù)和應(yīng)用領(lǐng)域取得了長足的進(jìn)步，并發(fā)揮了巨大作用。

　　2013年將是智能系統(tǒng)年，期待著那些夢幻般的智能應(yīng)用能夠盡快變成現(xiàn)實(shí)。

?