百度與科大訊飛的競爭正在從語音交互延伸到視覺交互等多模態(tài)技術(shù)上

近兩年來，隨著人們越來越頻繁使用智能產(chǎn)品，所產(chǎn)生的數(shù)據(jù)越來越龐大，這些數(shù)據(jù)又被大公司所利用，龐大的數(shù)據(jù)也將催生“機器人大腦”。

目前市面上已經(jīng)誕生出越來越多的機器人產(chǎn)品，如：早教機器人、陪護機器人、商場機器人、銀行機器人、法務(wù)機器人等等，但是在實際的場景應(yīng)用中，機器人并不能帶來真正的智能。

最主要的功能就是體現(xiàn)在機器人大腦，用專業(yè)術(shù)語講就是“語義”，我們在語義的采集上還處在非常初級的階段，如果處理不了語義理解，那機器人在實際場景中的應(yīng)用就是一個“呆子”。

讓機器人開口說話，除了語義之外，語音也是關(guān)鍵的技術(shù)，國內(nèi)科大訊飛在語音技術(shù)上的造詣，讓國內(nèi)很多做機器人的企業(yè)受惠，其語音處理技術(shù)基本上已經(jīng)能滿足人們?nèi)粘Ｉ钪械氖褂眯枨蟆?/p>

但是國內(nèi)機器人產(chǎn)業(yè)接下來的發(fā)展將會開始加速，在這次1號機器人網(wǎng)研討會上，不管是百度，還是科大訊飛所傳遞的信息就是已做好全面出擊的準(zhǔn)備。

雖然國內(nèi)語音語義的發(fā)展正在加速，但是對機器人企業(yè)而言，速度還不夠快，目前不管是百度，還是科大訊飛所提供的語音語義還是不能滿足機器人在實際應(yīng)用中的要求。

城市漫步總經(jīng)理李正說：“在人們與機器人對話的過程中，一些簡單的問題，機器人是可以回答，但是稍微復(fù)雜一些的問題，機器人就回答不了，BAT或科大訊飛所提供的語義，讓機器人處在小孩3歲左右的智力水平。對很多機器人企業(yè)而言，目前的瓶頸也是在這里，很難有所突破。”

科大訊飛銷售總監(jiān)廖凱說：“其實訊飛也很苦惱，語音助理已經(jīng)通過國家各種考試，很難說它的智力不行，訊飛高考機器人基于目前的成長速度，到2020年會考上一本，去年的數(shù)據(jù)顯示，語文考了90多分，數(shù)學(xué)考了110多分?！?/p>

只能說人們?nèi)粘＝涣髦校w現(xiàn)的語言很復(fù)雜，目前的大數(shù)據(jù)還不能夠支撐人們復(fù)雜的日常交流。

百度自然語言技術(shù)開放負(fù)責(zé)人張晶晶說：“人工智能聰明程度其實很大程度上取決于數(shù)據(jù)，百度為什么在人工智能領(lǐng)域國內(nèi)領(lǐng)先，因為背后是龐大的數(shù)據(jù)，比如百度搜索，每天有60億次搜索，這些數(shù)據(jù)支撐百度深度語義理解，像這種過億用戶的APP，百度有14個，這些數(shù)據(jù)支撐了百度大腦每時每刻都在進化?！?/p>

“國內(nèi)各大平臺，如：百度UNIT、訊飛AIUI、小i機器人、思必馳等，其實各家的側(cè)重點不同，因此，最終的測試結(jié)果也會不同，像百度的對話效果只有達(dá)到95%以上才會放出來?！?/p>

但是在這次1號機器人網(wǎng)研討會上，機器人企業(yè)對各大平臺所提供的語義依然不是特別滿意。

或許國內(nèi)各大機器人企業(yè)過于依賴BAT等企業(yè)，希望依靠BAT大企業(yè)的投入完善語音語義技術(shù)，但是百度已經(jīng)在語音語義上投入了3億元，雖然技術(shù)積累很快，但是目前的瓶頸是依然還不能支撐機器人日常復(fù)雜的對話交流。

狗尾草聯(lián)合創(chuàng)始人張博說：“3至5歲小孩，同一個問題，在每個年齡段尋求的答案都不同，所以對語義的要求非常高，如果真要做好語義理解，就需要把語義理解做的足夠細(xì)，再接入知識圖譜，如果是批量的知識圖譜，那就需要各大平臺開放知識庫，讓機器人企業(yè)去調(diào)用，滿足更高級開發(fā)的產(chǎn)品需求?！?/p>

從這次1號機器人網(wǎng)研討會上反饋，現(xiàn)階段讓各大平臺完全開放知識庫不現(xiàn)實，像百度、科大訊飛、小i機器人等投入巨資打造知識庫，機器人企業(yè)想調(diào)用深層次語義，就需要支付相應(yīng)的報酬。

當(dāng)然很多機器人企業(yè)對語音還是另有看法，比如AI與UI，明明很多場景直接通過UI就可以解決的事情，干嘛非要用語音，把簡單的事情復(fù)雜化。

這個問題的著重點在于，目前看來語音確實還不是最好用的產(chǎn)品，但是長遠(yuǎn)看語音將會是最便捷的交互方式。

當(dāng)汽車和火車剛發(fā)明的時候，跑起來還沒有馬車快，但是終究汽車和火車是發(fā)展方向。

科大訊飛廖凱說：“人與機器發(fā)生交互的時候，輸入輸出信息有兩種，我們從機器身上獲取的信息，最簡單的方式就是視覺，一目了然；但我們輸出的信息最自然的方式是語音。這是語音的特性，未來一定會顛覆傳統(tǒng)以鍵盤或觸屏的輸出方式。”

接下來，我們回到產(chǎn)品上來，對機器人企業(yè)而言，現(xiàn)階段就算依靠BAT等企業(yè)的語音語義技術(shù)，也不能讓產(chǎn)品具備高智慧，充其量只能達(dá)到小孩3歲左右的智力水平。

所以未來的方向在于細(xì)分場景，比如：訂機票、訂酒店等，采用百度和科大訊飛的語音語義可以非常成熟的完成，讓用戶從查詢機票到預(yù)訂票到購買機票等全過程，期間進行的多輪復(fù)雜人機對話可達(dá)7層以上。

因此，在一些細(xì)分商用場景，語音已經(jīng)可以做到替代客服的工作，對機器人企業(yè)而言，如何讓機器人+語音語義+使用場景落地才是接下來重點思考的方向。

百度張晶晶認(rèn)為，通過百度大數(shù)據(jù)分析，兒童故事機的市場規(guī)模很大，目前正是更新?lián)Q代的時間節(jié)點，因此，百度對兒童領(lǐng)域的投入會有所加大。

科大訊飛廖凱說：“今年大型商用機器人會有所發(fā)展，目前訊飛曉曼機器人已經(jīng)入駐紅星美凱龍、居然之家，以及一些零售商場。曉曼機器人目前已經(jīng)可以做到導(dǎo)航領(lǐng)路、提供資訊、針對商場還提供了一套機器人營銷方案，通過大數(shù)據(jù)幫助商家提高客戶的轉(zhuǎn)化率?！?/p>

目前國內(nèi)大型商用機器人研發(fā)投入大，但是相對售價高、利潤高，很多機器人企業(yè)在大型商用機器人身上舍得投入，因此，對科大訊飛而言，也有更強的動力去做技術(shù)的迭代。

如果從競爭的角度去分析，目前百度和科大訊飛提供的語音語義方案是旗鼓相當(dāng)。

但是接下來的競爭將會更加深入，涉及到多模態(tài)技術(shù)交互。

科大訊飛在AIUI的構(gòu)架下，加入手勢識別、圖像識別，使得人機交互技術(shù)更加復(fù)雜；百度也是一樣，在提供語音交互的基礎(chǔ)上加入圖像識別，提供一站式服務(wù)。

因此，百度與科大訊飛的競爭正在從語音交互延伸到視覺交互等多模態(tài)技術(shù)上，對機器人企業(yè)而言，全新的時代即將來臨，在主流人工智能企業(yè)激烈的競爭下，能夠享受到的技術(shù)紅利是，可以以低成本的方案去創(chuàng)造一臺全新的機器人。