人工智能離我們到底有多遠(yuǎn)？想一想手機(jī)里的 AI 拍照、AI 翻譯、AI 識(shí)圖等功能，AI 正以無(wú)縫的方式更多地豐富我們的生活，而高能效和個(gè)性化對(duì)于下一代無(wú)處不在的智能用戶體驗(yàn)而言不可或缺。

終端側(cè) AI 正在支持虛擬助理的發(fā)展，個(gè)性化正成為當(dāng)今和未來(lái)虛擬助理之間的主要差異。

Part.1

語(yǔ)音交互如何實(shí)現(xiàn)？

解放雙手，解放生產(chǎn)力，語(yǔ)音是變革性的交互方式，它可以提供用戶與終端間的自然交互，而無(wú)需任何手部操作。

也許你已經(jīng)開(kāi)始依賴虛擬助理把瑣事安排得明明白白。但是，你有沒(méi)有想過(guò)，你每天調(diào)教的小愛(ài)同學(xué)或者 Jovi，是如何運(yùn)作的呢？

實(shí)際上，實(shí)現(xiàn)語(yǔ)音交互體驗(yàn)要經(jīng)過(guò)復(fù)雜的流程，并且需要多個(gè)組件的支持。正如下圖所示，語(yǔ)音交互的流程開(kāi)始于麥克風(fēng)采集語(yǔ)音信號(hào)，經(jīng)過(guò)多個(gè)步驟，最后通過(guò)語(yǔ)音合成的方式響應(yīng)用戶。

當(dāng)然，今天語(yǔ)音交互變得如此普及，不得不提的重要因素是——機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)技術(shù)可應(yīng)用于幾乎所有的語(yǔ)音交互組件之上，從而提升各交互體驗(yàn)。機(jī)器語(yǔ)音識(shí)別的準(zhǔn)確率正不斷逼近95%，達(dá)到與人類相當(dāng)?shù)乃?，從而帶?lái)更自然的交互體驗(yàn)。

Part.2

云端AI？終端側(cè)AI？

傳統(tǒng)上，主要語(yǔ)音交互組件都由云端 AI 所支持。但是，終端側(cè)處理具有眾多獨(dú)特的優(yōu)勢(shì)，包括更快的響應(yīng)速度、更高的可靠性和更好的隱私保護(hù)。

尤其當(dāng)今消費(fèi)者越來(lái)越重視數(shù)據(jù)的私密性，并且有權(quán)選擇是否將數(shù)據(jù)發(fā)到云端進(jìn)行處理或存儲(chǔ)。因此，更多在終端上進(jìn)行處理并為云端功能提供補(bǔ)充，是目前的重要趨勢(shì)之一。

而其中的主要挑戰(zhàn)在于，需要在移動(dòng)終端的功耗和散熱限制下運(yùn)行并實(shí)現(xiàn)復(fù)雜的語(yǔ)音交互功能。Qualcomm 正積極應(yīng)對(duì)這項(xiàng)挑戰(zhàn)，并把低功耗的終端側(cè) AI 應(yīng)用于語(yǔ)音交互組件之上。

Part.3

真正的個(gè)人助理什么樣？

真正的虛擬助理是在終端里面有一個(gè)“數(shù)字化的我”。因此，它需要分析個(gè)人信息并不斷學(xué)習(xí)用戶偏好，從而成為真正了解用戶的數(shù)字助理。

實(shí)現(xiàn)個(gè)性化的必備條件是情境式智能，而這需要融合多種傳感器（如麥克風(fēng)、攝像頭和陀螺儀）以及終端側(cè)和終端外的數(shù)據(jù)。

增強(qiáng)個(gè)性化能夠推動(dòng)虛擬助理進(jìn)一步發(fā)展，并兼具響應(yīng)性和主動(dòng)性。真正的個(gè)人助理不僅能夠在你提問(wèn)時(shí)提供個(gè)性化的答案，還能基于情境分析進(jìn)行自主決策和無(wú)提示對(duì)話。

真正的個(gè)人助理會(huì)何時(shí)走進(jìn)我們的生活？值得期待~