《中国人工智能学会通讯》——1.26 智能助手 : 走出科幻,步入现实

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第1章,第1.26节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

1.26 智能助手 : 走出科幻,步入现实

智能助手的时代到来了吗

“智能助手”一直以来都是人们的一个理想,从几十年前至今,科幻电影中经常活跃着各种各样的智能助手,它们在外形、功能、机制上千差万别,但都是高度智能,善解人意、能听会说。近些年来,人工智能的热潮再度涌现,智能助手的实现也被郑重地提上日程。苹果的 Siri,谷歌的 Google Now微软的Cortana,以及百度的度秘,这些智能助手先后走入我们的视野。各款智能助手表面看上去很相似,但仔细分析会发现,由于脱胎于不同的母体,因此它们身上有着截然不同的基因,比如 Siri 的背后是苹果智能手机,追求的是智能手机的更高智能化;Google Now 植根于谷歌强大的个人账号体系,主打的是服务的强个性化;Cortana 背靠微软 Windows 操作系统,希望扮演办公室助理的角色;而度秘契合百度的 O2O(Online 2Offline)战略,目标是更好地连接人与信息、人与服务。

面对如此百花齐放的景象,许多人都发出这样的疑问:智能助手的时代是否真的到来了?笔者认为,智能助手现今之所以受到如此关注,其背后有需求与技术的两股强大推动力。

一方面,从需求上看,随着互联网的发展,尤其是移动互联网逐步成为人们上网的主要途径,传统的信息获取方式无法再满足用户的需求。用户在一部小小的手机上,难以自如地打字和浏览长篇网页,取而代之的,人们希望能够更便捷的交互(比如语音输入、图像输入),以及得到更精炼的结果(最
好是直接的答案)。因此一个可以轻松交互、精准问答的智能助手成为更理想的形态。此外,近几年O2O 在全球范围内发展迅速,O2O 的背景下大量app 应运而生,截至 2015 年中,App Store 和 GooglePlay 上的 app 数量都超过了 140 万。显然每个用户都不可能安装这么多的 app,因此需要一个智能助手起到私人助理的作用,从海量 app、大数据挖掘信息精准满足用户需求。

另一方面,各项技术的发展也为智能助手的研发奠定了基础。最基本地,计算能力的提升使得大数据的运算和处理成为可能。以大数据为支撑的机器学习算法使得语音识别、图像识别、自然语言处理、搜索、推荐等多领域取得长足进展。其中,语音识别错误率大幅降低,语音合成效果更加自然流畅;图像识别、人脸识别技术准确率提升显著,逐渐接近人肉眼的识别能力;词法、句法、语义、情感等各项自然语言处理技术效果提升明显,达到实用水平。上述技术齐头并进的发展,使得智能助手赖以实现的技术条件逐渐齐备。

相关文章
|
12月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:探索智能教学的新纪元
【10月更文挑战第16天】 在21世纪这个信息爆炸的时代,技术革新正以惊人的速度改变着我们的生活和工作方式。其中,人工智能(AI)作为引领变革的先锋力量,不仅重塑了工业、医疗、金融等多个行业的面貌,也正悄然渗透进教育领域,预示着一场关于学习与教学方式的革命。本文旨在探讨人工智能如何为未来教育带来前所未有的机遇与挑战,从个性化学习路径的定制到教育资源的优化分配,再到教师角色的转变,我们一同展望一个更加智能、高效且包容的教育新纪元。
|
20天前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
183 89
|
3月前
|
机器学习/深度学习 人工智能 PyTorch
当量子力学遇上人工智能:科幻照进现实了吗?
当量子力学遇上人工智能:科幻照进现实了吗?
136 0
|
4月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
133 4
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
188 0
|
4月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
248 3
|
6月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
393 4
|
6月前
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
180 1
|
传感器 数据采集 机器学习/深度学习
人工智能与环境保护:智能监测与治理的新策略
【9月更文挑战第21天】人工智能在环境保护中的应用,为智能监测与治理提供了新的策略和方法。通过实时数据采集与分析、智能预警与应急响应、精准化决策支持等技术的应用,AI正在引领一场革命性的变革。未来,随着技术的不断发展和应用场景的拓展,AI将在环境保护中发挥更加重要的作用,助力我们构建更加绿色、可持续的未来。让我们携手共进,共同迎接一个更加美好的明天。

热门文章

最新文章