李彥宏新專利PK Google對(duì)話搜索

近日，李彥宏參加了極客公園一年一度舉辦的創(chuàng)新大會(huì)，主持人與李彥宏聊到了他最近申請(qǐng)的一個(gè)專利吸引了我的興趣。這個(gè)專利名字叫“對(duì)象識(shí)別技術(shù)與裝置”，這個(gè)專利可以讓人與機(jī)器的交互多輪進(jìn)行，從案例來看這個(gè)專利讓機(jī)器與人的對(duì)話更加自然。一份國外調(diào)查結(jié)果顯示ios7設(shè)備Siri使用率只有15%。Google Now、微軟Cortana以及中文語音助手們并未如最初預(yù)想的那樣普及。核心原因在于，所有語音助手的對(duì)話都太不自然：只支持一問一答，不支持基于上下文的對(duì)話。如果應(yīng)用李彥宏所申請(qǐng)的這個(gè)專利，這個(gè)現(xiàn)狀即將被改變。

語音助手的缺陷：不支持基于語義理解的互問互答

在腦海重現(xiàn)一下人與人對(duì)話的過程。你聽到對(duì)方的一句話之后，給予一個(gè)反饋，對(duì)方再根據(jù)你的反饋說下一句話，如此循環(huán)。每一次對(duì)話都會(huì)影響下一輪說什么、做什么。

Siri們的模式卻十分單一：你可以問，廣州今天的天氣怎么樣。倘若你接著問，“明天呢？”Siri便懵住了。還有一個(gè)常見的場(chǎng)景，你問了一個(gè)問題，Siri無法理解你，只會(huì)拋出“我聽不大懂你的意思”這個(gè)冷冰冰的答案。在現(xiàn)實(shí)中被問者可以用追問、確認(rèn)、反問等方式來進(jìn)一步了解問話者的本意。

Siri對(duì)話并不自然，一方面是語義理解的局限性所致，還有一點(diǎn)則是對(duì)話模式，比如無法實(shí)現(xiàn)基于對(duì)話的上下文，再比如不支持多輪識(shí)別。這是不少人工智能產(chǎn)品的通病。傳統(tǒng)搜索引擎、各大語音助手、圖像搜索引擎，在識(shí)別和交互上不夠智能化，不支持互問互答，讓整個(gè)過程十分不自然，用戶難以形成習(xí)慣。

百度新專利：基于知識(shí)的多輪識(shí)別聽懂用戶

百度獲得的一項(xiàng)名為“交互性識(shí)別”的新專利或許可以改變整個(gè)人機(jī)交互。從專利網(wǎng)泄露的信息來看，該專利第一申請(qǐng)人為汪冠春，百度CEO李彥宏、百度技術(shù)副總裁王海峰是聯(lián)合申請(qǐng)人。

簡(jiǎn)單地說，這項(xiàng)專利讓機(jī)器可以不斷地反問用戶、獲得更多信息進(jìn)而正確地理解用戶的意思，給出更精準(zhǔn)的答案。舉個(gè)例子，如果用戶上傳一張鮮花圖片，百度可以讓用戶選擇鮮花葉子的形狀，來給出更精確的答案。

多輪識(shí)別專利，已應(yīng)用在百度語音助手上，即將出現(xiàn)在手機(jī)百度之中?？梢詰?yīng)用的場(chǎng)景包括圖像、語音和文字搜索，以及搜索之外所有需要人機(jī)對(duì)話的場(chǎng)景：比如智能眼鏡、語音助手、智能攝像頭、家用機(jī)器人等等?？傊?，機(jī)器可以要求人們給出更多的文字、圖像、語音、手勢(shì)等類型的信息來提高對(duì)象識(shí)別率和答案準(zhǔn)確率。

媒體報(bào)道顯示，以花卉識(shí)別為例，增加多模交互后，識(shí)別準(zhǔn)確率從60%提高到了80%，達(dá)到超出用戶預(yù)期的水平。倘若百度將這個(gè)專利授權(quán)給第三方，尤其是搜索、語音和圖像識(shí)別廠商，可讓人機(jī)對(duì)話邁入新的階段，成為用戶依賴的工具，而不是玩具。

百度專利比Google對(duì)話式搜索技術(shù)要求更高

在去年的Google I/O大會(huì)上,Google發(fā)布了對(duì)話式搜索。這項(xiàng)技術(shù)讓用戶像對(duì)話一樣不斷地搜索，搜索引擎基于上下文來理解用戶的問題。舉個(gè)例子，你可以問，姚明今年多少歲？搜索結(jié)果顯示后，你可以追問“他多高呢？”。Google基于上一個(gè)問題，理解“他”為姚明。

對(duì)話式搜索已被整合到Google Now和Chrome之中。其最大的突破在于，基于上下文來理解用戶的多輪搜索，向真人一樣理解用戶不斷追問的問題，這是Siri們亟待惡補(bǔ)的地方。

與Google的對(duì)話式搜索主要是語意理解相比，百度這個(gè)新專利除了語意理解，還加入了圖像識(shí)別技術(shù)。對(duì)圖像的理解從技術(shù)上比語意理解的難度還要高出一個(gè)級(jí)別。

總結(jié)百度多輪識(shí)別專利，有三個(gè)特點(diǎn)讓人機(jī)對(duì)話更加自然：一是讓機(jī)器不斷向用戶索取信息；二是支持圖像、語音和手勢(shì)等多媒體；三是可大幅提高對(duì)象的識(shí)別準(zhǔn)確率。

要實(shí)現(xiàn)真正的人機(jī)自然對(duì)話，對(duì)話式搜索和多輪交互識(shí)別，兩者缺一不可。一個(gè)讓用戶搜索更加自然，一個(gè)讓機(jī)器理解更加精準(zhǔn)。Google和百度，精于NLP、多媒體識(shí)別、深度學(xué)習(xí)和人工智能，都想要從搜索引擎擴(kuò)展到無所不能的智能助理，現(xiàn)在看來是殊途同歸。

“對(duì)象識(shí)別技術(shù)與裝置”專利只是百度人工智能專利庫的冰山一角

人工智能的爆發(fā)速度已經(jīng)超出人們的意料。正如《奇點(diǎn)臨近》所預(yù)測(cè)的那樣，人工智能的增長(zhǎng)速度或?yàn)橹笖?shù)級(jí)別，機(jī)器超越人類的奇點(diǎn)不再是杞人憂天。Tesla創(chuàng)始人Elon Musk更是有些危言聳聽地宣稱，人工智能就是惡魔，五年后機(jī)器就會(huì)開始?xì)⑷?。不管Ray Kurzweil是否語言成真，不管Elon Musk是否是烏鴉嘴，稍有遠(yuǎn)見的巨頭都在人工智能上大力投資，謀求未來。

不久前美國《商業(yè)周刊》便撰文報(bào)道了百度在人工智能上的動(dòng)作，稱其已與大洋彼岸的Google形成割據(jù)之勢(shì)。招募頂尖技術(shù)人才、成立專門研究機(jī)構(gòu)、上馬Dubike、百度Eye等探索性產(chǎn)品。百度迷上了人工智能。

“對(duì)象識(shí)別技術(shù)與裝置”專利只是百度所取得的人工智能專利之一。這釋放的一個(gè)信號(hào)是，人工智能上的大力投入并未給百度帶來明顯的尤其是數(shù)據(jù)報(bào)表上的收益，但百度至少已經(jīng)在專利上快了一大截。這可能只是防御性的專利措施，但在關(guān)鍵時(shí)刻尤其是人工智能爆發(fā)的時(shí)刻，其會(huì)成為百度的資產(chǎn)。這些專利要確保百度在人工智能時(shí)代，以及之后的時(shí)間里掌握先機(jī)，精準(zhǔn)地連接人與服務(wù)。

百度重金投入研發(fā)人工智能不僅是李彥宏的興趣

1997年，李彥宏個(gè)人曾取得超鏈分析專利，是第二代搜索引擎的關(guān)鍵技術(shù)之一，Larry Page和Serg Burlin在創(chuàng)立Google之前曾慕名參加李彥宏關(guān)于此專利的分享會(huì)。17年過去，李彥宏已是百度的管理者，成為專利申請(qǐng)人表明其依然十分關(guān)注技術(shù)，巧合的是，這個(gè)專利或許再一次成為突破口。

1、2011年，李彥宏在百度聯(lián)盟峰會(huì)提出，讀圖時(shí)代已經(jīng)到來；

2、2012年KDD（知識(shí)發(fā)現(xiàn)世界年會(huì)）上，李彥宏預(yù)測(cè)9大待解技術(shù)難題，其中兩項(xiàng)為圖像搜索，一項(xiàng)為語音識(shí)別；

3、2014年百度世界大會(huì)，李彥宏預(yù)測(cè)未來五年，語音圖像的需求表達(dá)會(huì)超過50%；

4、2014年世界互聯(lián)網(wǎng)大會(huì)，李彥宏透露最聚焦人工智能，關(guān)注自然語音的理解、模式的識(shí)別、計(jì)算機(jī)的視覺。

追蹤李彥宏幾年的個(gè)人言論不難發(fā)現(xiàn)，李彥宏本人最為關(guān)注的是人工智能和多媒體（圖像和語音）識(shí)別，“對(duì)象多輪識(shí)別技術(shù)”正是屬于其所關(guān)注的領(lǐng)域。百度重金投入研發(fā)人工智能，并非一時(shí)興起，是李彥宏看到了移動(dòng)時(shí)代用戶需求的變化，看了技術(shù)實(shí)現(xiàn)的可能。也許不只有李彥宏看到了其中的巨大機(jī)會(huì)，但真正有能力去將夢(mèng)想未來變成技術(shù)現(xiàn)實(shí)的人，全球范圍內(nèi)用一個(gè)手掌就可以數(shù)得過來。

微博@互聯(lián)網(wǎng)阿超，微信 羅超（luochaotmt），掃碼來關(guān)注：

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。