2016 认知计算需要解决这些问题 思必驰首席科学家俞凯 大数据和深度学习不是万能的 CAIIC (认知策略百科)
如果横向对比语音和视觉两种技术，大多数人可能会直观地认为视觉是比语音更复杂的一种技术，但事实真是如此吗？
在17日举办的中国人工智能产业大会上，思必驰首席科学家、“思必驰-上海交大智能人机交互联合实验室”主任、上海交通大学计算机教授俞凯博士在接受雷锋网采访时表示，“语音和视觉是两种不同的模态，前者是一维信号，后者是二维信号，视觉的帧率比语音低很多，因为视觉可能是一张图片或者是视频，视频一秒24帧，而语音1秒钟100帧就能听出来差别，所以从实时性来看，语音的难度要高于视觉，但是从本身处理的信息量来讲，视觉则会难于语音。”
当然语音交互涉及到的问题不仅如此，它所做的不仅仅是
语音识别属于感知层，而感知只是语音交互的一部分
从上图来看，一个端到端的语音交互方案包括了感知、认知和知识处理三个部分。俞凯表示， “识别和合成都属于感知范畴，这部分的目的是把语音信号转为编码文字，在后端需要对转成的编码文字进行相应的理解决策以及相关的表述，这是认知。”如何把感知和认知连接起来是一个问题，也是目前思必驰正在做的一件事情
如果只看感知和认知部分，大数据和深度学习无疑是最核心的两个因素。
不久前，微软研究院发布的最新的语音识别测试结果显示，电话语音在语音识别的测试当中已经达到了人类的水平（上图左上角），人类的水平是在5.9，而这次测试的数据达到了5.8。俞凯指出，语音识别能够达到这一水平的关键就是大幅度的计算。
第二个例子是上图左下角展示的结果，这是思必驰利用极深的神经网络在一组抗噪的语音识别上做的测试，测试结果是7.1，这是一个什么样的概念？
俞凯解释，在深度学习产生之前，全世界最好的结果是13.4，深度学习产生之后这一数值降到了12，而7.1是目前最好的结果，如果做到5以下，就达到了人类水平，事实上，在一些特定场景下，结合深度学习以及大数据的技术已经可以达到人的水平。因此，大数据和深度学习对人工智能的意义是显而易见的。
但俞凯强调，站在学术界和产业界的角度看，感知层并不是最高深的问题，远场和外噪声环境下的语音识别、非配合式的语音交互这些问题学术界 和从业者进一步深入研究就可以解决。 认知问题，是深度学习和大数据组合之外，业界需要探索的方向。
如果在网上查阅资料，你会发现认知计算算不上高频词，至少相比深度学习，认知计算在业界的热度还没那么高 ，俞凯坦言，关于认知计算业界目前还没有一个统一的定义。
那么它和深度学习相比有什么特点？
俞凯向雷锋网解释道，“深度学习是一种方法，我们可以把它用在人工智能和控制上，它解决的是输入和输出之间的映射（算法），例如输入语音，输出的是文字；而认知计算解决的是理解、反馈和学习问题，它对应于人脑当中比较抽象的推理部分，认知的输入和输出都不明确。”
它用坐标描述了 语音交互在认知计算上的分类 。按照对话的应用场景来看，以轮回的次数作为横坐标，结构的引进程度作为纵轴，我们就可以在坐标的象限里分成四个部分（如上图）：命令式、问答式、闲聊式和任务式四种场景。可以看出，命令式的交互和闲聊式的交互本质上都没有引进绝对的结构化信息，命令相对简单，闲聊会更复杂，而问答和任务这两种交互场景是目前应用得比较多的类型。
再来看看认知计算涉及到的技术，它包括深度（序列）学习、知识与数据双轮驱动以及强化学习。
认知计算需要解决大数据和深度学习之外的问题
俞凯认为，深度学习和大数据是基础，但它们并不是万能的，认知计算需要解决的就是深度学习和大数据不能解决的问题。 方言识别器准确率即便达到了95%以上也不代表就有了好的交互体验，这涉及到的是深度学习和大数据之外的问题。
首先，在深度学习之外，有两个需要解决的问题：交互时机和异常处理。交互时机是指在对的时间切入交互，这里面包含了信号增强、对话状态追踪、失真及重叠语音的识别等任务；异常处理就是要知道如何去纠正，这其中的问题有异常检测及置信度衡量、异常类型划分等等。
除此之外，俞凯还介绍，大数据之外也涉及到了两个问题，即语义理解范畴延伸、知识库和应用规划的结合，这些都不是通过收集到的原始大数据就能解决的，它们都需要加入很多算法。
一言以蔽之，认知计算需要解决上述问题才能够在用户层面有好的交互体验。
“我们会看到大数据和深度学习对普适模型以及大一统方案上将有很大的进步，但是真正实际使用过程中，要一些新型技术结合进去才有可能解决，科学上的进步往往是从产业上的问题作为入手点，而提出的解决方案可能会超越大家现在的想象。”俞凯如此表示。言下之意，至少在语音交互上，产业界还存在很多问题亟待解决。
但我们对未来还是要保持乐观的心态，随着技术问题的进一步解决，语音交互领域未来会产生一些新的商业模式。俞凯告诉雷锋网，预计明年将会有很多专业领域提供语音识别服务的公司会涌现出来，如医疗、金融和教育等领域，这些都需要专业的人来做数据模型，他们只需要用一套标准化的方案就可以实现应用。换言之，虽然未来可能很难再有类似思必驰这些向第三方提供lisense的平台型的公司出现，但创业企业可以从这些平台公司获取基础技术，再根据细分行业的具体需求来形成应用，这是语音交互产业的未来一个发展方向。
原创文章，未经授权禁止转载。详情见 转载须知 。
本文地址： /article/611302644668a3dcebd5.html
航星洗涤机械泰州有限公司专业生产:工业洗衣机、全自动洗脱机、水洗机、脱水机、毛巾烘干机、烫平机、送布机、床单折叠机等几十种洗涤设备产品,是水洗厂、洗衣厂、宾馆、酒店、医院洗衣房设备的首选厂家.
8684公交是使用人数多,数据更新快的公交查询网站,长伴用户13年,覆盖400多个城市.提供公交车线路查询,公交线路,乘车路线查询,掌上公交,公交车来了等信息.
从松花江到辽河：生态发展新画卷 ---松花江流域和辽河流域土壤肥沃，自然资源丰富。近年来，通过多方位、立体式治理，松花江和辽河水质稳中向好，生态环境持续改善，绿意盎然的生态画卷正徐徐铺展。
乐报修是杭州吉客云网络技术有限公司旗下为家庭或企业用户提供在线报修服务的网络平台，通过乐报修平台，可以让用户更快更方便的报修。
超级店长是光云科技旗下的一款中小商家SaaS工具，围绕商品、装修、复制搬家、打单发货、促销、交易评价、一件代发、分销下单、财务利润等多场景的解决方案，涵盖淘宝、1688、京东、抖音等数十个电商平台
矿用电缆热补机--上海交通大学科技园|上海舒佳电气有限公司
深圳市艾赛克科技有限公司
无功补偿装置,谐波治理装置,磁阀式可控电抗器,无功补偿成套厂家就选银湖电气。专注无功补偿&谐波治理设备研发制造20余年量身定制电能质量解决方案。
新铝投资（集团）有限公司历经二十余年的发展，目前已成长为拥有全资、控股10家子、分公司，业务涵盖国际贸易、铝材生产、矿业、房地产开发、绿色健康产业等多板块多元化实体经济的集团企业。新铝投资集团秉承“客户为本、创优争先、奋斗共赢”宗旨。
株洲通达铁路电机有限公司是中国铁路总公司定点制造、修理铁路机车电机、电气产品的专业厂家，也是为越南、韩国生产机车重要件的自营进出口企业。拥有各类机械动力及新型检验设备200余台套。电话：0731-28609003
虾果是一款综合营销工具，主要包括短链,活码系统,微信外链,小程序转链接,抖音私信卡片等功能；提供专业的社群营销及个人号营销解决方案,智能高效的活码工具,解决扫码次数有限的痛点问题,高效引流,满足企业社群运营及管理需求。
长城企业延续并积蓄了10年以上的心得，不断致力于研发生产电机用换向器，目前有1,500多个规格，年生产能力达到1.2亿只的规模。为了保持发展的前瞻性和不断满足客户的最专业化要求，无论客户身在何地，我们随时提供最快，最近，最方便的全球服务；长城企业所设立的换向器研究所已与国内多所著名大学及专业技术研究所建立了密切的合作关系，实现了资源共享.
近日，腾讯和百度相互推出了网易相册一键转移到自家产品的功能，用户可以在登录QQ或者百度的账号后，把个人存放在网易相册里的照片，一键传输到QQ空间和百度网盘，在网易相册即将闭站时刻百度和腾讯开发这个功能，对于想要保存照片又没空间放的朋友来说这个也是一个不错的选择，虽然是来收割流量的，据了解，网易相册是一个成立于2003年的一款免费网络相...。
日前，百度公司发布了百度卫士2.0体验版，该版本增加了抢票功能，完善了健康状态检测，浏览器保护入驻百宝箱等，具体更新如下，百度卫士2.0更新日志，一、新增百度抢票功能，二、一键锁定IE浏览器主页和默认浏览器，不再被篡改，保证系统安全，三、主页清晰展现是否存在高危系统修复项，智能提示、一键优化，四、Win8系统增加Metro界面开机小贴...。
雷锋网消息，2019年9月18日，阿里巴巴宣布，国际视频标准华人领军人物、前高通首席工程师陈颖和加拿大西蒙弗雷泽大学，SFU，终身副教授谭平入职阿里人工智能实验室，以下简称AILabs，阿里AILabs视觉产品首席科学家陈颖博士据了解，陈颖博士曾担任美国著名芯片公司高通首席工程师，在其任职期间，他主导了MPEG国际视频编码H264，...。
语音播放文章内容由深声科技提供技术支持您的浏览器不支持audio元素，时隔1年2个月零11天，坚果终于推出了另一款新手机，坚果品牌的上一款新品，是2018年8月20日晚上发布的坚果Pro2S，主讲人是罗永浩，此后的半年多时间里，锤子科技出现种种危机，在一切明晰之后，真相大白，罗永浩逐渐退出了自己的手机创业项目，接手者则是今日头条的母公...。
2021年有一段时间，十多位投资人仿佛听到了什么召唤一样，密集地找到我，希望我去创业做DPU芯片，一位业界大拿说，，我把这些邀约都拒掉了，还告诉找我的投资人们，DPU不是一个值得资本蜂拥而上的赛道，于是那些犹豫不前、拿不定主意的投资人们，果断放弃了充满未知的DPU赛道，在他们眼中，投DPU无论是风险指数，还是认知门槛，都超出了他...。
第一次工业革命，喷薄而出的，蒸汽力量，推动着传统农业社会开始转向现代工业社会；第二次工业革命，电力与内燃机的出现及广泛应用，为人类点亮了一盏指引新生活的，明灯，；第三次工业革命，电子计算机的发明，则把人类从繁重的脑力劳动中解放出来，如今，被众多业内人士称为，第四次工业革命，内核的人工智能，正在城市的一个个街头巷尾悄然生长、落地生花，作...。
人类能否参透微观世界的奥秘，如果把这个问题放在生命科学领域，直接指向就是遗传信息的最终生成物——蛋白质，人类的体内有10万种以上的蛋白质，它们都是由20种氨基酸排列组合产生的，数十到数百的氨基酸集合成为拥有各种立体结构的蛋白质，这些蛋白质在它们的，坑洼，处和特定的物质相结合，而发挥其各种各样固有的机能，这也就是说，只要拿到了每一种蛋白...。
发表在综合交流大区2018，11，912，58对于极米H2好还是坚果J7好这个问题，本人亲测！亲测，退了坚果J7买了极米H2，投影方面小白，不懂任何专业术语，只能描述一下自己的真实感受，极米H2的优点1，运动补偿，很有必要，两台设备对比播放变形金刚5，坚果的拖影太明显了，2，色温控制，都比不上主流电视，但是极米优于坚果，坚果色温过冷，...。
发表在专业问答2020，6，812，49需要，因为投影仪的原理是将液晶的影像投射至放大镜前方一到两倍焦距之间，所以放大镜是一个必备的工具，制作简易投影仪是将手机放在封闭的纸盒中播放画面，光源透过放大镜完成投影，自制投影仪是否需要放大镜需要，因为投影仪的原理是将液晶的影像投射至放大镜前方一到两倍焦距之间，所以放大镜是一个必备的工具，一般...。
手机清算木马病毒最强的软件有，手机管家，腾讯手机管家，猎豹清算巨匠，网络手机卫士，金山手机卫士，信安卫士，等，1、，360手机卫士加快版，这款由360公司研发的手机版防护软件一经推出就收获了少量的好评，很多手机用户都示意经常使用这款软件先手机的经常使用显著顺畅了许多，这款软件除了一些基础防护配置外，它还会对手机启动活期的扫...。
新款景逸X5官网报价6.99至12.98万，1、新款景逸X5上，产生了一套1.5T搭配CVT的双T组合，主打燃油经济性敌对顺性；2、外观方面，景逸X5的全体外型现款景逸X5基本坚持分歧，不过其前脸驳回了全新的设计，进气格栅面积更大，且与两侧的鹰眼大灯相连，使得前脸的视觉宽度得以延长，十分具备视觉冲击力，此外，车身通过延长，长度从451...。
您好，我行局部分行有展开，团体汽车生产存款，，可用于购置自己名下全新非营运小汽车，目前不允许二手车存款，以所购汽车作为抵押，普通最低存款金额为5万元，若您曾经在汽车经销商处看中须要购置的车型，可经过车商确认能否和招行有协作，若是没有，请间接咨询外地招行个贷部门操持存款放开，经办行须要查看后才干确定能否操持，存款放开普通须要提供的放开...。
冰点文库下载器(免积分下载百度文档),pc6向你推荐一款免积分就能下载百度文库的软件-冰点文库下载器，冰点文库不仅可以自由下载百度的文档资料，也通吃百度、豆丁、丁香、MBALib、Book118等文库的文档资料,您可以免费下载。
μTorrent,μTorrent堪称消耗内存极少的纯绿色迷你BT下载客户端，安装以后是中文，μTorrent支持多任务同时下载，支持设置文件下载优先级,您可以免费下载。
音频转换软件和音频转换器下载,免费的音频格式转换软件方便大家转换各种音频格式,如：MP3、MP2、OGG、APE、WAV、WMA、AVI、RM、RMVB、ASF、MPEG、DAT、3GP、MP4、FLV、MKV、MOD、MTS等音视频格式.PC6免费提供音频转换软件,音频转换器下载
200亿票房赢麻了，可国片还是输给它
微顶跑腿·快递超市！查快递 寄快递 免费上门！全国优惠寄快递！
