AI下一站:精细化生活场景的智能时代

简介: 科技对于生活而言究竟扮演的是什么角色?在科技至上者的眼中,科技是生活、社会进步的唯一钥匙,是人类长河之中向着灯塔进发的唯一燃料。而在对立者的眼中,科技的发展会迎来一个弗兰肯斯坦式的怪物,那将会是人类生活的自我终结。

image.png


科技对于生活而言究竟扮演的是什么角色?在科技至上者的眼中,科技是生活、社会进步的唯一钥匙,是人类长河之中向着灯塔进发的唯一燃料。而在对立者的眼中,科技的发展会迎来一个弗兰肯斯坦式的怪物,那将会是人类生活的自我终结。

这种争议一直存在于AI的发展之中,不论是智能家居是否真的智能,还是智能汽车的事故如何避免,甚至是算法推荐是否阻碍了人的多元化发展,都是争议的体现。而这些争议最本质的问题却指向了技术和生活之间的关系,究竟AI科技该如何更好服务生活。

对于这个问题,每个科技公司都有自己的答案。家电企业致力于让产品贴近生活,造车新势力们想让出行更加安全智能,而科大讯飞也在这次的1024开发者大会上,给出了自己的答案。

技术落地场景的“二级跳”

从这次科大讯飞的全球开发者大会来看,过去一年以来,科大讯飞在科技落地到场景方面均取得了不错的成绩,而且呈现出比较明显的阶段性特征。

第一个阶段是通过语音切入各个场景之中。语音交互技术是科大讯飞的优势,通过语音去切入到各个场景之中,可以更加游刃有余应对不同的突发情况。

通过语音技术的切入,科大讯飞现在已经成功渗透了教育、汽车出行、工厂管理、医疗防疫等多个方面。比如科大讯飞最近和造车新势力蔚来达成合作,为其三款车型提供智能语音解决方案,就是向智能出行领域的渗透。

第二个则是以点带面的阶段。通过语音切入领域,然后扩展外延,以语音为基础扩大服务范围,打造适合于多元场景的技术平台,从而提供更加完备的服务和技术支撑。因为和使用场景的重合范围更大,这个阶段也是科大讯飞正在重点发展的。

以教育场景为例,此前科大讯飞在教育场景中很多都是通过语音来切入,比如翻译机、智能故事机等硬件和语音交互的软件,而如今科大讯飞在智慧教育场景中集合了考试、学习、课堂等多个方面,提供一整套的技术平台做服务支撑。

而这也是科大讯飞在疫情期间可以支持超过2800万学生43亿次语音测评需要的原因,有效解决了语言学习的远程需求在疫情期间出现的一些问题。

同样在医疗场景之中,也体现出科大讯飞这种以点带面的模式,比如从语音问诊、语音随访,到智能医疗辅助平台的突破,使用者可以通过这种平台来满足自己在一个场景之中的更多需求,自然会更加便捷。

通过两个阶段的技术落地,科大讯飞可以更好地将技术落地到场景之中。而将技术融入生活场景之中,才能更理解使用者的需求,提供更加贴合实际的服务。

以点带面如何跑通?

对于企业而言,这种以点带面的模式,需要的是底层的技术支撑足够能打,才能保证在多元化拓宽领域的时候事半功倍。如果底层的技术能力不够,那么在多元化扩张的过程中更容易冒进,也更容易让被拉长的战线功亏一篑。

而对于科大讯飞来说,能够跑通这种以点带面模式的最根本支撑,就是已经开放了十年之久的讯飞开放平台。

根据科大讯飞1024大会中公布的数据,如今讯飞开放平台的开发者数量从108万上升到了157万,开发应用数也从70万增长到93万。这种平台内开发者和应用的扩充,正在不断将技术触手伸到不同场景之中,也在不断扩大讯飞平台的边界。

平台中的内容能够快速增长,自然是因为平台自身的不断开放,而讯飞平台的开放体现在对众多开发者的扶持之上。

使用者对一项技术和服务能否满意,取决于开发者能否针对使用者的痛点来解决问题,于是平台内众多的开发者就显得十分重要。而科大讯飞在这次1024大会上表示将继续深化对开发者的扶持,包含了平台资源、人工智能的核心技术等方面。

这种对开发者的扶持,就是另一种意义上将平台再次深度开放。而这种帮助开发者不断成长的过程,也会给科大讯飞带来隐性的利好。

开放的平台可以提供给开发者更好的资源和技术,帮助开发者进一步推出更好的产品,也就是给使用者提供改善生活更加便捷、有效的AI技术,而使用者的良好体验也将反哺平台,最终形成一个三方互相促进的良性循环。

开放、多元的双层红利

这种良性循环不仅对科大讯飞有利好,也对整体的AI产业有着诸多裨益。

对于科大讯飞自身来说,最主要的是这种三方促进的循环可以助力自身AI生态的建设。平台只是内容的集合,而生态可以将内容释放出最大的价值,通过与生态中相关内容的联动,可以起到1+1>2的效果。

而生态的成功建设也会对使用者更加友好,使用者可以在一个生态之中满足自己不同场景的多元需求。举例来说,很多人可以在阿里的生态之中进行购物、教育、娱乐、医疗等多种活动,满足多种需求。

阿里的生态吸引了很多的消费者常驻其中,而科大讯飞的AI生态同样也正在发挥这样的功效,也可以将使用者进一步稳固在自身的平台之中。

而对于整个AI行业来说,这种循环也会有很大的积极影响。

首先这种循环助力了众多小型AI企业的成长。通过循环之中的互相促进,小型AI企业可以有更好的成长机会,而越来越多的AI企业成长起来之后,将会让整个AI行业更加多元化,同时也提供给使用者更多的选择机会。

其次也可以刺激更多的企业一起共建生态,向AI行业释放更多的活力。可以将每一个开放的平台理解为河流,共同流入AI行业这个大海之中,在多方平台的共同作用下,拉动整体AI市场的增长。

AI下一站:精细化生活场景

随着人工智能行业的不断前进,技术也将进一步赋能生活,让人们更加明显感受到“科技改变生活”。

但是用科技改变生活是一个永远没有终点的事情,就像在解决了温饱问题之后,还有更高的追求在前方。马斯洛的金字塔理论是很好的说明,只是金字塔的塔尖部分将会一直向上,人们的需求也不会止步于当下。

更何况正是因为有了解决需求的欲望,人类才有了一直进步的动力。

这也就意味着未来人们对于AI技术的要求,不再是仅仅局限于满足简单的日常生活场景了,更加精细化的需求也在等待着AI技术的去解决。因为随着人们对于生活场景的划分逐渐精细化,人们对于不同细分场景之中的需求也会同时增加。

举例来说,现阶段的智能家居有时候还是需要人来做很多事情,而自动驾驶技术也很难去应对更加复杂的路况,智能手机的语音助手有时候并不能完全理解使用者的意思。归根到底就是:人们的一些精细化需求还很难被AI技术满足。

而这也是AI行业即将进入的下一个阶段,如何在生活中更加细节的地方满足使用者的需求。这要求AI技术需要更好地融入进细分的使用场景之中,足够贴近生活,足够理解生活,才能满足使用者日益复杂和琐碎的需求。

而在拥抱了生活的细碎之后,AI技术也可以有充足的准备去迈入下一个新的阶段,继续为人类生活提供服务,释放更大的社会价值。

原文链接:https://ai.51cto.com/art/202010/629935.htm
本文转载自51CTO,本文一切观点和机器智能技术圈子无关。
在线免费体验百种AI能力:【点此跳转】


机器智能技术结尾二维码.png

目录
相关文章
|
5天前
|
机器学习/深度学习 人工智能 TensorFlow
利用AI技术实现智能垃圾分类
【8月更文挑战第67天】随着人工智能技术的不断发展,越来越多的应用场景开始涌现。本文将介绍如何利用AI技术实现智能垃圾分类,通过代码示例和实际应用案例,帮助读者了解AI技术在垃圾分类领域的应用价值和潜力。
46 19
|
1天前
|
机器学习/深度学习 人工智能 边缘计算
AI技术趋势:从自动化到智能化的演变
AI技术趋势:从自动化到智能化的演变
|
6天前
|
人工智能 自然语言处理 机器人
AI心语:智能时代的情感纽带
本文旨在探索人工智能在情感计算领域的应用,以及这些技术如何帮助我们更好地理解和模拟人类情感。通过分析当前的技术进展和面临的伦理挑战,文章为读者提供了一个关于AI与情感结合世界的全面视角。
28 6
|
3天前
|
数据采集 人工智能 算法
近五千支队伍决战AI之巅, AFAC2024金融智能创新大赛在2024 Inclusion · 外滩大会完美收官
自从2022年12月ChatGPT上线以来,全球掀起了一场你追我赶的AI竞赛,不少国家都在全力以赴,抢占制高点。
|
11天前
|
人工智能 自然语言处理 运维
钉钉x昇腾:用AI一体机撬动企业数字资产智能化
大模型在过去两年迅速崛起,正加速应用于各行各业。尤其在办公领域,其主要模态——文字和图片,成为了数字化办公的基础内容,催生了公文写作、表格生成、文本翻译等多种应用场景,显著提升了工作效率。然而,AI引入办公场景也带来了数据安全与成本等问题。为此,钉钉与昇腾联合推出的“钉钉专属AI一体机解决方案”,通过本地化部署解决了数据安全、成本高昂及落地难等痛点,实现了从硬件到软件的深度协同优化,为企业提供了开箱即用的AI服务,推动了办公场景的智能化升级。
44 11
|
10天前
|
机器学习/深度学习 人工智能 算法
AI与未来医疗:智能化健康管理的新纪元
本文探讨了人工智能(AI)在医疗领域的应用及其对未来健康管理的影响。通过分析当前AI技术在疾病诊断、个性化治疗及远程医疗等方面的最新进展,文章揭示了AI如何提升医疗服务质量,实现精准医疗。同时,探讨了AI技术面临的伦理和隐私挑战,并提出应对策略。最终,本文展望了AI在未来医疗中的潜力,强调其在提高公共健康水平方面的重要性。
|
15天前
|
人工智能 自然语言处理 API
深入浅出 LangChain 与智能 Agent:构建下一代 AI 助手
我们小时候都玩过乐高积木。通过堆砌各种颜色和形状的积木,我们可以构建出城堡、飞机、甚至整个城市。现在,想象一下如果有一个数字世界的乐高,我们可以用这样的“积木”来构建智能程序,这些程序能够阅读、理解和撰写文本,甚至与我们对话。这就是大型语言模型(LLM)能够做到的,比如 GPT-4,它就像是一套庞大的乐高积木套装,等待我们来发掘和搭建。
|
1天前
|
存储 人工智能 大数据
【一图看懂】云存储“4任意+3智能”升级,以数据驱动AI创新
阿里云围绕Storage for AI与AI in Storage两大领域,对其存储服务进行全面升级。
|
11天前
|
存储 数据采集 人工智能
外滩大会热议:AI时代数据价值转变,如何打造下一代智能数据体系?
9月5日,2024 Inclusion·外滩大会举办“从DATA for AI到AI for DATA”论坛,蚂蚁集团、上海交通大学和复旦大学联合主办,探讨AI时代数据价值的转变。中国工程院院士郑纬民和新加坡工程院院士颜水成等专家参会,分享了数据技术变化趋势及与AI融合的最新进展。论坛强调大模型对数据技术的需求推动了存储、生产和加工等各环节的技术革新,并探讨了合成数据和智能数据体系的重要性。
|
14天前
|
人工智能 Cloud Native 调度
阿里云容器服务在AI智算场景的创新与实践
2024年云栖大会,我们总结过往支持AI智算基础底座的实践经验、发现与思考,给出《容器服务在AI智算场景的创新与实践》的演讲。不仅希望将所做所想与客户和社区分享,也期待引出更多云原生AI领域的交流和共建。

热门文章

最新文章