清醒话AI：为你分析技术可行性及未来趋势

原文标题：AI in 2018: What works, what doesn’t, and what’s stillscience fiction

作者：Abinash Tripathy

翻译：潘怡霖

校对：韩海畴

本文长度为2400字，建议阅读6分钟

技术进展和展望固然令人欣喜，但最重要的应该是认清现所需：哪些可以为产品和服务带来切实的改善，而哪些仅存在于幻想之中。

年复一年，以人工智能为主题的热门电影数不胜数，过去的2017年也并非例外。从银翼杀手2049（https://venturebeat.com/2017/09/30/a-game-of-true-or-false-with-blade-runners-futuristic-predictions/ ）到马约莉，再到星球大战:最后的绝地武士（https://venturebeat.com/2017/12/13/spoilers-the-last-jedi-is-a-new-candidate-for-best-star-wars-film-ever/ ），公众似乎永远听不够描绘真正的人工智能的故事。

 

在技术方面，这种对技术前景的乐观态度很难在电影中见到。2016年，包括Wired（连线杂志）、Forbes（福布斯杂志）在内的一些出版物，以及VentureBeat，都热切地预言2017年将是机器大胜人类（http://fortune.com/2017/08/12/elon-musk-ai-poses-vastly-more-risk-than-north-korea/）的一年，人工智能将会引发新互联网的开始（https://medium.com/@tedlivingston/the-future-of-chat-isn-t-ai-b07f65bc252）。“然而，尽管2017年人工智能领域，尤其是在语义识别取得了巨大的进步，但电影等媒体中预测的未来（https://medium.com/m/global-identity?redirectUrl=https://chatbotsjournal.com/25-chatbot-platforms-a-comparative-table-aeefc932eaff）还没有实现。”正如科幻小说所做的那样，这些预言虽植根于现实，但却更接近幻想。

 

科幻电影和小说固然有趣，然而最重要的应该是认清现阶段的科技：哪些可以为产品和服务带来切实的改善，而哪些仅存在于幻想之中。

 

哪些技术是可行的

• 基于决策树的聊天机器人

 

近期，最值得提及的科技进步应该就是基于决策树的聊天机器人了。这一科技创新已经应用于航空，客服和零售等各个行业的不同阶段的客户交互服务。

 

中国作为信息传输（https://web.wechat.com/）的主力军已经毫无意外地站在了聊天机器人革命发展的前沿，这一现象也证明了聊天机器人通过自动化来提高操作效率的潜力。例如，百度（谷歌中国）的医疗大脑Melody 是一个基于人工智能的医疗助理，它可以为医生收集数据信息，有时甚至可以提供一些医疗建议。类似于现阶段应用于客户服务行业的信息收集机器人，Melody不仅可以减少患者描述病情的时间，还可以保证他们不需要对其他医护人员一遍又一遍地解释自己的身体状况。

 

在一些其他行业，比如旅游业的人工服务之前，聊天机器人被用来收集客户的一些基本信息，比如询问顾客想要去哪里旅游，他们想从客房服务订购什么商品，或者在下次购物时他们想买什么颜色的衣服。

 

• 私人助理应用软件

 

就像前文提到的，虽然聊天机器人在面对公众这样的大量数据输入时倾向于产生负面的性格，但如果他们是通过一个小样本集训练，那结果就完全不一样了。大量的私人助理软件，如x.ai和24Me已经向公众展示出他们完成简单个性化任务的能力，有时还可以通过预测分析来简化用户的日常生活。然而，经验告诫用户，文本指令要比语音指令有效得多。在接下来的一年，我们希望见到更多的用户使用基于简单准确的语音指令的私人助手软件。

 

哪些技术尚不可行

• 基于众包机器学习的聊天机器人

与大量用户交互的聊天机器人倾向于养成一些令人讨厌的性格。例如，图灵机器人作为一个公开平台，其汉语语音识别的准确率可以达到94.7%。然而，这家公司最近遇到了个麻烦，因为他们的聊天机器人Baby Q变成了一个流氓（https://venturebeat.com/2017/12/20/ai-in-2018-what-works-what-doesnt-and-whats-still-science-fiction/）并声称不喜欢共产党——这在中国是完全不可触碰的底线。一个基于机器学习的聊天机器人出现这种尴尬局面是由人民群众导致的，就像当初具有种族歧视的Tay（https://www.theverge.com/2016/3/24/11297050/tay-microsoft-chatbot-racist）那样。

当聊天机器人被用于某些特定的任务时，例如数据收集，为用户推荐合适的代理以及用户的自助服务等等，它们都具有趋于完美的潜力。然而，当我们给它们过多的从其用户身上学习的自由时当我们赋予它们过多的自主学习权利的时候，它们倾向于显露出一些人们不愿意看到的性格特征。

 

• 自然语言处理与理解

尽管一些聊天机器人已经可以非常熟练地通过用户输入的响应来使用决策树对用户进行分类，但相关的语音识别处理技术距离成熟尚远。2017年，Siri作为最受欢迎的语音助手，它的用户量相比于前一年减少了17%（https://techcrunch.com/2017/07/11/siri-usage-and-engagement-dropped-since-last-year-as-alexa-and-cortana-grew/），也就是损失了730万的月用户量。除此之外，虽然想Alexa一样的智能家居设备的用户量有所提高，但是这种现象更应该归结于用户对新兴技术的兴趣而非对自然语言处理技术的信心。

而且，Alexa在过去的一整年犯了各种令人尴尬的错误。就在2017年的一月份，一则网上视频显示，一个小孩子要求Alexa播放一首名叫“Digger, Digger”的歌曲，而Alexa则播放了大量的色情资料（https://www.entrepreneur.com/video/287281）。而就在几天以前，新闻报道了一名六岁的儿童命令Alexa订购一套玩偶和四磅的小甜饼，而各家各户的Alexa们却错把新闻报道的声音当作指令并购买了相应的物品（https://qz.com/880541/amazons-amzn-alexa-accidentally-ordered-a-ton-of-dollhouses-across-san-diego/）。

 

目前的情况显示，Alexa虽然取得的一些胜利，但是作为目前基于自然语言处理技术的效果最优越的产品，它仍然无法在实际中处理语言。虽然在自动语音菜单中获得了明显的改进，但人工智能的理解能力仍然落后于聊天机器人。

 

在16岁到24岁的年轻人中，只有25%在手机上使用语音指令（https://blog.globalwebindex.net/chart-of-the-day/25-of-16-24s-use-voice-search-on-mobile/），而他们之中只有7%的人在家中配备了智能音响（http://www.geomarketing.com/what-do-people-use-smart-speakers-for）。虽然这些百分比会逐渐上升，但是这一技术现阶段不被广泛使用的原因很简单： 语音识别技术在面对口音，背景噪音，同音异意和专有名词的时候效果差强人意，更不用说对俗语的处理效果了。

 

2018年，什么值得期待？

大量的科技创新都可以被冠以人工智能的标签，但是没有一个可以接近银翼杀手中的水平。尽管一些虚张声势的文章中会提及性玩偶很可能会杀死自己的主人（https://nypost.com/2017/09/11/hackers-could-program-sex-robots-to-kill/），或者像终结者演的那样（http://fortune.com/2017/08/18/elon-musk-artificial-intelligence-risk/），但事实是，在我们可预见的未来之内，即使有人刻意为之，人工智能也不会达到那样的程度。Alexa也许可以理解我们的声音，但是它难以企及电影《Her》中那对人类的模仿水平。但我们仍需保持戒备之心。

 

科幻爱情片《Her》剧照

现阶段，聊天机器人已经在大多数的行业中成为了必不可少的一部分，特别是可以通过机械自动化可以来减少人类劳动量的行业。那些不使用聊天机器人进行简单任务的公司，比如信息收集、自助服务和高时效性消息(比如物流信息)，会发现自己处于严重的劣势。客户服务行业正面临一个里程碑式的时间节点：那些不使用聊天机器人而是斥巨资雇佣人力的公司，往往比那些使用聊天机器人的公司获得更低的用户满意度（https://relate.zendesk.com/education/measuring-happiness-whats-difference-csat-nps/）。2018年，这一变革将会在航空、事件规划、酒店和保险等一系列行业变得更加明显。

 

语音识别技术将会继续进步，而且在明年这个时候很有可能，当我们被假定已经有了通过图灵测试的机器奴隶时，就像银翼杀手中所说的，语音识别将会超过其他指令输入方式，变得炙手可热。不过，就目前而言，一些都只是炒作。虽然聊天机器人的相关技术已经成熟，但总的来说，人工智能还有很长的路要走。

原文链接：

https://venturebeat.com/2018/01/16/georgia-researchers-are-studying-the-ways-ai-can-reduce-traffic-accidents-in-atlanta/

潘怡霖，1995年生于辽宁省海城市，本科就读于东北大学计算机科学与工程学院，硕士毕业于哈尔滨工业大学计算机科学与技术学院。对语音处理，深度学习和统计学习具有浓厚的兴趣。学术之外，最大的爱好就是健身和运动，是一个有腹肌的假妹子。

翻译组招募信息

工作内容：将选取好的外文前沿文章准确地翻译成流畅的中文。如果你是数据科学/统计学/计算机专业的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友，数据派翻译组欢迎你们加入！

你能得到：提高对于数据科学前沿的认知，提高对外文新闻来源渠道的认知，海外的朋友可以和国内技术应用发展保持联系，数据派团队产学研的背景为志愿者带来好的发展机遇。

其他福利：和来自于名企的数据科学工作者，北大清华以及海外等名校学生共同合作、交流。

点击文末“阅读原文”加入数据派团队~

转载须知

如需转载，请在开篇显著位置注明作者和出处（转自：数据派THUID：DatapiTHU），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。

发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。

点击“阅读原文”加入组织~