- 广州子锐机器人技术有限公司
- 服务热线:020-82000787(8:30-17:30)
- 联系手机:15889988091(非工作时间)
- 座机:020-82000787
- 传真:020-32887675
- 邮箱:gz@zr-robot.com
- 广州市番禺区东环街金山谷创意八街1号109
- 当前位置:首页 > 机器人资讯 > 人工智能助力实体经济的十大方向
人工智能助力实体经济的十大方向
目前人工智能已成业界热议话题,人工智能对实体经济、虚拟经济都有巨大的推动作用,同时人工智能对于金融、证券业而言也有较大的应用空间。本文尝试提出人工智能所带来的经济社会形态的本质内涵,并提出与实体经济深度融合的专用人工智能技术体系。
数字经济是人工智能经济的前提
人工智能经济形态是数字经济之后新的经济形态,它建立在数字化、互联网化、信息化基础上,且人工智能技术的发展之所以三起三落,与每个阶段数字经济发展的不充分有直接关系。如图所示,每个科技与经济发展阶段都要以上一个阶段为基础,如果上一个阶段整体发展不充分,那么本阶段的发展就会缺乏基础,出现“往复式发展现象”。同时,人工智能在各个行业的发展不均衡,某个行业会出现先例,例如在棋艺方面,国际象棋、围棋已经被人工智能攻克,在该领域已经没有人类可以超越“深蓝”“AlphaGo Zero”。
图 科技进步与经济形态关系RSE模型
人工智能的内核是计算机技术,通过基础资源(即数字经济阶段的技术积累)、物理世界的数字化(包括特征化、向量化、标签化)、互联网和信息化(包括大数据服务、云化信息系统)三步,人工智能才能更好地在具体领域有学习、智能升级的基础。因此当人们在模仿人类大脑开发人工智能、研究卷积神经网络、开发深度学习上遇到瓶颈,可反向在数字经济发展是否充分方面寻找答案。
专用人工智能发展阶段,技术体系与实体经济融合
技术体系指各种技术之间相互作用、相互联系,并按一定目的、一定结构方式组成的技术整体。人工智能是一个技术簇,尤其是在专用人工智能阶段需要加强技术分类,因为人工智能的技术分类是人工智能技术体系形成的基础。
人工智能狭义上可理解为通过人工的手段达到模仿人类智能的目标。智能主要表现在人工智能的技术发展定位上,而人拥有视觉、听觉、触觉、味觉、感觉、语言表达、书写、行动、逻辑推理、学习、记忆等能力。当人工智能具备了其中某项能力,代替人来做具体岗位上重复的体力或脑力劳动,这便是专用人工智能。专用人工智能是可以标准化的,简单、重复的劳动形式。本文将专用人工智能阶段技术体系归为十大类,见表。
表 专用人工智能阶段应用技术分类
语言识别技术与实体经济融合领域
语言识别是机器人与人类通过声音交互的前提,包括语言种类识别、口音的处理、背景噪声、区分同音异形/异义词、典型应用领域医疗听写、语音书写、电脑系统声控、电话客服等。
语言识别技术与实体经济融合的领域包括以下几个方面。
一是提升各类电子设备附加值,通过嵌入自然语言处理技术,使各类电子设备具备自然语言控制、简单对话功能,增加国内产品出口竞争力,如智能终端、白色家电、导航设备等。
二是提升各类产品与服务在线响应感知,通过自然语言处理技术、预设的逻辑导引,可以实现7×24小时在线电商服务,实现智能问答型自动客服,可广泛应用于运营商客服、电商客服、地产营销客服等各类客户服务系统。
三是各类现场服务机器人,现场服务机器人最重要的是人机交互,要能准确理解现场客户的需求,这方面的应用非常广泛,几乎涉及到所有服务行业,典型应用场景如酒店、餐饮、娱乐等服务场所。
四是其他领域,可以用于身份认证、保密管理、金融远程登录密码和声纹双保险、军事领域声纹识别侦听模块等领域。
语言表达技术与实体经济融合领域
在语言表达技术与实体经济融合领域,语言表达与自然语言识别是机器人技术需求的两个方面,自然语言识别从本质上是声纹处理技术,语言表达依靠的是语言合成技术,但在情感、情绪上还需要与人工智能的情绪感知技术进行结合,包括在提高合成语音的自然度、丰富合成语音的表现力、降低语音合成技术的复杂度、多语种语音合成等方面还有待改进。
在各类声音播报的商业场景上,声音模仿技术可以模仿任何声音纹理。比如世界首部利用人工智能模拟人声的纪录片《创新中国》在央视纪录片频道播出,纪录片解说词全程运用人工智能配音,“重现”已故配音大师李易的声音;地图导航系统可以模仿任一明星的声纹进行全程播报。通过录制一段声音可实现文本的自动播报几乎适用于所有声音播报商业场景。
在服务机器人领域,服务机器人的语言表达决定了机器人与人交互的顺畅度、亲和力、自然程度。服务机器人体现的是人工智能的第二个发展阶段——通用人工智能。
语义理解技术与实体经济融合领域
语义理解本质上就是文本理解技术,它是声音识别的输出,同时也是语言表达、逻辑推理、深度学习、行为技术的分析输入,文本就是数据,数据就是符号。数据本身没有任何意义,只有被赋予含义的数据才能被使用,这时候数据就转化为信息,而数据的含义就是语义。语义理解技术分为词汇级、句子级、篇章级3个方向,该行业需要大量的机器学习素材,因此大型公司往往采用开源的形式发布相关技术模块,例如谷歌发布了解析器SyntaxNet,科大讯飞发布了讯飞开放平台。
在手机终端上,手机终端在数字经济时代是移动互联网的载体,在人工智能时代是人类活动的助理机器人;移动互联网流量在整个互联网中占比在2018-2019年将超过60%。Gartner预测,2019年后AI智能终端的出货量占比将会逐年提升,2020年全球手机出货量将达25.5亿部,其中AI移动智能终端将达到13.3亿部,占比52.1%,当前智能手机的发展方向将是人工智能手机。
在大型会议记录、翻译中,速记、同声传译是必不可少的,随着语音识别技术的开发,当前语音同声语音转文字服务、机器人自动转译技术已接近成熟,商用化翻译产品已在2016年推向市场。