我們對于AI應(yīng)用的追逐過程如同跨欄,，此時此刻回頭看看，會發(fā)現(xiàn)“計算”,、“感知”和“決策”這些橫欄,，都已經(jīng)在我們身后。如今我們已經(jīng)可以熟練的用語音識別和圖像識別來感知信息,，再通過機器學(xué)習(xí)對海量數(shù)據(jù)的處理來給出結(jié)論,。

　　如果問下一道橫在我們面前有待跨越的橫欄是什么，想必就是意味著“溝通”的智能對話技術(shù)了。

　　橫欄在前：

　　智能對話技術(shù)跨越的前一秒

　　建立在語音識別和語音生成等的NLP技術(shù)上,，人機對話之間的簡單對話已經(jīng)非常普及,，像是通過語音喚醒某一項設(shè)備或功能，或是和智能助手進行一些單輪問詢,。但想要系統(tǒng)化地普及智能對話技術(shù),，實現(xiàn)人機之間流暢的理解和多輪對話，恐怕還有著不少限制,。而這種限制,，已經(jīng)到了亟待跨越的時候。

　　第一,， 缺乏靈活的自然語言交互對話,，我們在進行人機操作時依然需要依賴按鍵、屏幕等等設(shè)備,，對于AI技術(shù)的應(yīng)用場景有著很多桎梏,。

　　第二， 在無法進行智能對話的前提之下,，很多需要頻繁溝通的工作,，依然無法被AI代勞，即使AI已經(jīng)遠超人類的記憶存儲,、計算決策和感知能力,。

　　舉例來說，在車載,、智能音箱,、客服和機器人這四大領(lǐng)域中，智能對話技術(shù)應(yīng)用的便利與否,，就與其體驗息息相關(guān),。在車載場景中，人們無暇用手與眼與AI進行交互,，必然要依賴靈活精準(zhǔn)的對話系統(tǒng),。至于智能音箱這類硬件，智能對話不僅限制其產(chǎn)品形態(tài),，也會影響其服務(wù)能力,。智能客服與機器人更不必說，對于這種以交互為主的產(chǎn)品,，能否擁有自然的智能對話技術(shù),，實則是根深立命之本。

　　從市場表現(xiàn)上,，我們也能發(fā)現(xiàn)智能對話正在進入工業(yè)級應(yīng)用爆發(fā)的潛伏期,。

　　目前來說,，一項技術(shù)爆發(fā)所需要的四個因素：技術(shù)高度、生態(tài)廣度,、用戶取向和企業(yè)需求,，在智能對話領(lǐng)域已經(jīng)盡數(shù)鋪墊完成。

　　像自然語言處理,、語音技術(shù)以及知識圖譜等技術(shù)已經(jīng)儲備完善,。數(shù)據(jù)顯示，在行業(yè)應(yīng)用中38%的企業(yè)已正在應(yīng)用基于智能對話的系統(tǒng),、麥克風(fēng)陣列等上下游硬件解決方案,，也在智能硬件市場的成長中達到一定積累，行業(yè)生態(tài)覆蓋正在加速,。數(shù)據(jù)顯示,，2019年Q1中國智能音箱銷量同比增長9倍，移動終端,、車載系統(tǒng),、智能硬件等產(chǎn)品中引入對話交互的現(xiàn)象也日益普及，毫無疑問,，用戶無比渴望更便利的交互方式,。最后，在人力成本日益提高時,，企業(yè)對于智能對話的需求也越來越旺盛,，據(jù)與IDC聯(lián)合調(diào)研，有83.3%企業(yè)認為智能對話能有效降低運營成本,。

　　在今天，百度舉辦了百度大腦智能對話引擎及產(chǎn)品發(fā)布會,，宣布了百度大腦智能對話定制平臺UNIT3.0的全新升級,，并展示了智能對話生態(tài)全景。

　　就此,，我們或許可以確定,，人類終于向“溝通”這一AI應(yīng)用的橫欄發(fā)起了跨越?jīng)_刺。

　　復(fù)合型技術(shù)的迷墻

　　如果將百度大腦看做智能對話技術(shù)應(yīng)用的第一個跨越者,，我們也可以從中倒推出這項技術(shù)應(yīng)用的難點在哪里,。

　　一般來說，某一項技術(shù)工業(yè)級應(yīng)用的突破要取決于成本效率比,、人才儲備,、配套服務(wù)和概念認知之上。

　　智能對話的特殊之處在于,，這項技術(shù)的復(fù)合性極強,，包含了語音識別,、語音生成、語音語義一體化,、知識圖譜構(gòu)建等等一系列技術(shù),。這就意味著這項技術(shù)的成本必然相對偏高、人才儲備也多半集中在技術(shù)企業(yè)和科技巨頭之中,。

　　而智能對話技術(shù)所應(yīng)用的場景又相對復(fù)雜,，交互本身無處不在，智能對話技術(shù)既可以向智能客服這里軟件服務(wù)領(lǐng)域輸出,，又可以投入于智能耳機,、智能音箱這類硬件領(lǐng)域。更有很多全新的應(yīng)用空間亟待開發(fā),。配套服務(wù)的普及,，一定是一條相對艱難的道路。

　　綜合下來,，會導(dǎo)致智能對話技術(shù)距離應(yīng)用場景間隔了一道迷墻,，注定了很多企業(yè)對這項技術(shù)的認知理解有所偏差，認為這項技術(shù)還并不適合自己的企業(yè)應(yīng)用,。

　　這就是為什么,，率先動身跨越橫欄的人，會是百度,。

　　發(fā)起沖刺：

　　UNIT 3.0和語音技術(shù)平臺正在蓄力

　　在百度大腦的智能對話生態(tài)中,，為整個產(chǎn)業(yè)開放了兩個重要產(chǎn)品平臺。

　　第一是為開發(fā)者提供專業(yè)對話系統(tǒng)定制技術(shù)的UNIT 3.0,。

　　基于百度多年積累的自然語言處理,、知識圖譜和語音等對話相關(guān)的AI技術(shù)，百度大腦推出的UNIT3.0版本,，在搭建技能,、構(gòu)建知識和整合技能與知識三方面實現(xiàn)全面升級，其中為開發(fā)者提供了很多預(yù)置能力,，例如有關(guān)天氣,、閑聊、定會議室的對話技能,，還有大幅提升樣本生產(chǎn)和標(biāo)注效率的DataKit和一系列知識庫,。

　　建立在這種模塊化的組件模式上，開發(fā)者定制對話系統(tǒng)就會變得像拼樂高一樣簡單,，而非是過去那樣,，在一團雜亂的毛線中尋找線頭。如此以來,，將極大地降低開發(fā)成本和時間成本,，極大地提升效率與性價比,。

　　第二個產(chǎn)品平臺，是包含了領(lǐng)域語音方案和語音自訓(xùn)練平臺的語音技術(shù)平臺,。

　　相比更傾向于賦能開發(fā)者的UNIT 3.0,，語音技術(shù)平臺則進一步為企業(yè)客戶提供了更易上手的工具。

　　在領(lǐng)域語音方案中,，我們可以看到百度大腦推出了他們擅長的端到端一體化解決方案,。這次發(fā)布會中所展示的呼叫中心語音解決方案，就是一個很好的案例,，通過針對于呼叫中心場景優(yōu)化過專屬語音識別模型,，結(jié)合呼叫中心場景專屬8K音庫，可以在識別和生成兩端進行優(yōu)化,。對于那些適用于呼叫中心場景的企業(yè)用戶來說,，其便利程度接近于即拿即用。

　　語音自訓(xùn)練平臺,，則和EasyDL等自動化機器學(xué)習(xí)平臺類似,，通過從基礎(chǔ)語音模型到行業(yè)語音模型再到個性化語音模型的層層訓(xùn)練，最終提升針對于場景業(yè)務(wù)的語音識別率,。而這一整個過程都是自助式的,，不需要代碼基礎(chǔ)。這也自然解決了企業(yè)人才匱乏的致命問題,。

　　這兩項產(chǎn)品如同百度大腦智能對話生態(tài)的左右腿,，甩掉了成本、效率和人才的桎梏,，直接向智能對話的工業(yè)級應(yīng)用發(fā)起沖刺,。