【智能语音】什么是第三代人工智能？

 

自1956年达特茅斯会议以来，人工智能经历了60多年的风风雨雨。在《中国科学》70周年纪念专刊上，清华大学张钹院士等撰文《迈向第三代人工智能》，提出了第三代人工智能的概念[1]。

按张钹老师的观点，人工智能语音技术的发展总体可以分为两个阶段：基于知识驱动的方法和基于数据的方法，分别称为第一代人工智能语音和第二代人工智能语音。

在第一代人工智能中，人类的知识具有核心地位。人们将定理、概念、经验等知识形式化为符号，并设计合理的推理方法来获取问题的答案。这些知识有人类总结出来，具有明确的意义，且具有可组合性，因此“和人类理性智能一样具有可解释性”。这一方法的局限在于对知识进行形式化比较困难，且“只能解决完全信息和结构化环境下的确定性问题”。如何引入常识，如何处理不确定性，如何对原始数据进行结构化，都是具有挑战性的问题。

图1：第一代人工智能语音距离：MyCin诊疗专家系统[3]

 在第二代人工智能语音中，数据具有核心地位，人们不在系那个机器灌输知识，而是设计算法让机器从数据中自动学习知识。人工神经网络模块是典型的代表，这一模型具有强大的学习能力，可以从原始数据中抽取出知识并存储在网络参数中。近年来，随着数据的不断积累和计算机性能的提高，这一方法取得了巨大成功，在某些方面（如图像识别）甚至超过了人类水平，然而，这种纯数据驱动的方法具有明显的“黑箱”热性，人们很难理解学习过程和学习结果，系统的行为也很难控制。

图2：第二代人工智能举例：基于深度神经网络的人脸识别系统[2]

 第三代人工智能的基本思路是融合知识驱动和数据驱动的优点，“建立鲁棒与可解释的AI理论与方法，发展安全、可信、可靠与可扩展的AI技术”。换句话说，新一代人工智能会全面利用知识和数据，让AI系统不仅可以为我们服务，而且可以明明白白地为我们服务，更强大，更安全，更可靠。

图3：第三代人工智能：知识与数据的结合

 语音之家助力AI语音开发者的社区