5G+AI智能商业:商业变革和产业机遇
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.3 服务:机器智能的能力输出

衡量机器智能的标准就在于它的服务能力。人工智能发展的理想目标如下:智能机器人能够帮助我们做体力繁重的工作、程序琐碎的工作,这样人类就可以从事更加富有创造力的工作;智能机器人能够理解人类的真实意图,能够切实与我们进行交互沟通,进一步打破语言障碍、视觉障碍与理解障碍,切实解决生活中存在的问题。在未来,人类能够与智能机器人密切合作,做到人机和谐相处。

2.3.1 用交互来理解人的意图

人工智能的发展如果脱离了服务,那么即使计算机有再丰富的大数据资源,再先进的算法,那也只是一台冷冰冰的机器。

我们的目标就是让智能机器为我们的生活和工作服务。那么如何才能做到呢?最有效的方法就是通过人机交互的方法,使智能机器能够更加理解我们的意图。

人机交互技术(Human-Computer Interaction, HCI)正是这样一项技术。它能够努力使人与计算机相协调,逐渐消除人机系统间的界限,使机器能够更好地理解人类的话语,理解人类的肢体动作,理解人类的情感。

在前互联网时代,我们与计算机的交互方式很单一,只能通过鼠标操作与键盘输入进行交互。虽然在现在看来,这种交互方式效率较低,但是在互联网发展的初期,它确实提高了我们的工作效率。然而,随着科技的进步,特别是计算机算法能力的提升,键盘输入、鼠标操作也就显得效率低下了。

在人工智能时代,我们更应该继续发展人机交互技术,使机器更加智能,使我们的生活更加丰富多彩。

人机交互有6种表现形式,如图2-4所示。

图2-4 人机交互的6种表现形式

1.基于语音的人机交互

语言是人类最重要的交流工具。在文字产生之前,人们都是通过口语传播的方式进行信息交流的。随着社会交往的扩大,人们记忆能力又有限,一些优秀的口头故事逐渐消失在历史的汪洋大海中。为了传承优秀文化,人们开始造字。在中国,比较有名的就是仓颉造字的传说。文字出现后,人类的文明开始进入了有据可查的时代。

虽然文字的发明推动了文明的演进,但是在互联网时代,特别是移动互联网时代及人工智能时代,文字传播的效率仍然比较低。

于是计算机的语音识别技术逐渐登上了历史的舞台。所谓语音识别,简单来讲就是让计算机能听懂人说话。在移动互联网时代,语音识别技术在生活领域已经有了比较好的发展。例如,Siri能够与我们进行一般的生活互动;微信的语音聊天功能,不仅能够进行语音识别,还能够保存语音,向对方发送,这项功能几乎可以替代电话功能了。

在人工智能时代,语音识别技术将会更加先进,一台冰箱、一盏台灯甚至一把椅子,只要我们为它们输入相关的语音识别程序,它们就能够听懂我们的语言,去做相应的事情。这将会提高我们的工作效率及生活质量。

2.基于视觉的人机交互

基于视觉的人机交互应该说是基于语音的人机交互的延伸。人与人互相理解的方式是多元的,西方相关学者指出,在人与人的交流中,语言占7%的比重,语音语调占38%的比重,肢体动作、发型、妆容等占55%的比重。整体来看,在人际交流中语言部分占45%的比重,非语言部分占55%的比重。

在人工智能时代,如果要使机器更加智能,机器仅能够听懂人的语言还不够。机器应该在语音识别的基础上,进一步通过视觉与人进行沟通。

例如,人脸识别技术已经在高铁安检、刑侦破案、刷脸支付、智能手机刷脸解锁等领域取得了不错的成绩,其中,比较有趣的是刷脸支付与刷脸解锁。

智能手机刷脸解锁功能已经随着iPhone X的新鲜出炉引发人们的热议。但是,无论是刷脸解锁还是刷脸支付,目前还存在一些技术上的问题。例如,刷脸解锁的功能会受到光线的明暗变化、面部妆容的变化、是否戴眼镜等因素的影响。拿着人的彩色照片,让智能手机进行人脸识别,智能手机也会解锁成功,这也有可能造成隐私泄露等问题。在Amazon Go进行购物时,顾客也可能因为人脸识别的失误,造成付款错误。

在人工智能时代,我们的目标是让机器能够更好地进行人脸识别,不仅仅是能够进行一些简单的行为操作,而是能够做到与人类进行更高效的沟通。

3.基于情感的人机交互

众所周知,人与机器的最大区别就在于,人有感情而机器没有感情。如果要使智能机器具有人情味,就需要为机器输入有关人类情感的知识、数据、程序和算法。

所谓情感交互,就是赋予机器主动生成喜怒哀乐等情感的能力。它利用“情感模型”为机器注入情感思维,从而让机器更好地理解人的情感,并能针对用户的情感做出智能、友好、幽默、得体的回应。

基于情感的人机交互,会使机器更有人的感觉,它能够减轻人们使用智能机器的挫败感。另外,通过深度学习,机器还能够学会更多的人类情感,甚至还能够帮助我们理解自我与他人的情感世界。

总之,基于情感的人机交互能够增加机器设备的安全性,能够使机器更加人性化,使我们的生活更加丰富多彩、妙趣横生。

4.基于虚拟的人机交互

目前,基于虚拟的人机交互已经进行了商业落地,而且效果很好。现在常见的虚拟交互技术就是虚拟现实(Virtual Reality)技术。

所谓虚拟现实,就是采用摄像或扫描的手段来创建一个虚拟的环境。在这个虚拟的环境中,我们能找到一种与现实世界相似的感觉。在这个虚拟的环境中,我们能够从自己的视点出发,真切地感受到一个逼真的三维世界。在这里,人物是立体的,声音是立体的,我们有一种身临其境的感觉。

常见的虚拟现实技术有电影的3D特效,3D眼镜和VR眼镜。

通过VR眼镜,我们能够迅速沉浸于电影所营造的虚拟环境中,仿佛我们就是电影中的一员。我们能够不断变换观察的视角,甚至还可以与演员“接触”。在VR影像中,我们仿佛是一个旁观者,又仿佛是一个亲身参与者,能够更加全面地了解影片中的人物,是一种很不错的观影体验。

5.基于穿戴的人机交互

许多人都认为,可穿戴的计算机只存在于科幻电影或科幻小说中。例如,《钢铁侠》的主人公钢铁盔甲就是典型的穿戴型的机器智能。

其实,在人工智能时代,穿戴型的人工智能将不再是梦想。虽然我们不能做到像钢铁侠一样全面武装自己,用智慧武装自己,用科技武装自己,但是我们可以实现部分型的穿戴。

例如,在不久的将来我们可以设计一款智能眼镜,通过对眼神信息的捕捉,直接感知人的大脑的相关需求,从而智能地为我们的大脑输入相关的知识,使我们变得更加有智慧,使我们的做事效率更高。

可穿戴型的智能机器在形态、功能、智力程度上都与如今的笔记本电脑、Pad、智能手机完全不同。可穿戴型的智能机器能够与人体紧密结合,能够感知人类的身体状况、感知周围环境、感知我们的需求,从而为我们的大脑实时提供有效的信息,增强人类的智能。

6.基于人脑的人机交互

就科学的角度而言,最理想的人机交互形式是基于人脑的人机交互。这种交互方式应该到强人工智能时代才会产生,在目前的弱人工智能时代只是一种幻想。

但是,正是基于丰富的想象力,人类的科技才能取得一次又一次的突破。关于人脑交互技术,相关科学家还有一些初步的设想。核心科技是使计算机测量大脑皮层的电信号,从而感知人类的大脑活动,进而了解人类的需求,解决人类的困难。

综上所述,在人工智能时代我们应该继续发展语音识别技术、图像识别技术及VR技术,为人工智能的发展打下良好的基础,为更高效的人机交互、人性化交互制造一个美丽的梦想。

2.3.2 达成人类需要完成的任务

在人工智能时代,新型人机交互的最主要特征就是交互的便捷性与主动性。

所谓便捷性,是指机器理解人的方式越来越多元。原来我们与机器的交流只能通过键盘与鼠标来完成,现在我们与机器的交流可以通过语音、触觉及视觉识别进行。所谓主动性,是指人类可以最大限度地操作机器,像人与人之间的交流那样,自主地、自由地与机器进行沟通交流。

如果说便捷性、主动性强的人机交互方式为人工智能的发展提供了明确的发展方向,那么使机器智能高效地完成人类所需的任务则是人工智能发展的核心,也是人工智能为人类服务的重中之重。

那么,如何才能使机器高效完成人类的任务呢?我们试着从图2-5所示的3个维度进行思考。

图2-5 提高机器效率的3种方式

第一,人工智能的发展要以人的需求为中心。所谓以人的需求为中心,就是无论从外在形式还是从内部机制,人机交互都能满足不同用户的多元需求。

人与人的沟通交流是复杂多元的,不同人的沟通方式也是独特的、充满个性的。正所谓“聪明人有聪明人的生活情调,普通人也有普通人的生活方式”,人工智能在未来的发展中不应该只是单调的机器,不应该只有模式化的机器交流语言,也不应该只有一种沟通方式,而是要满足不同人群的需求。

其实,智能机器在未来的地位或样貌应该和如今的宠物狗类似。有些人喜欢泰迪,有些人喜欢金毛,未来的智能机器就应该有多元的体态或性格,从而满足人们多样化的需求。只有满足了人们的需求,人们使用智能机器才会更加有喜悦感,这样才会用智能机器做更多的事情。相应地,智能机器的工作效率才会更高。

第二,人工智能的发展要提高综合感知能力。所谓综合感知能力,就是智能机器也能像人一样,全方位地调动感官来参与沟通交流。只有提高综合感知能力,才能进一步提高智能机器的效率。

在互联网时代,普通的计算机只能通过文字的输入及相关算法的提示来感知人的需求;在移动互联网时代,智能手机能够通过声音识别人的需求,还可以通过人的指纹识别与面部识别来确定谁是自己的主人,可谓向前迈出了一大步;在人工智能时代,智能机器则有望通过全方位的感官来与人进行沟通。不仅是视觉上、听觉上的感官联系,还可以通过与人类的大脑建立密切的联系,感知人的需求。这样就能进一步提高它的工作效率,更好地满足人们的需求。

第三,人工智能的发展需要算法的不断升级。正如前文所述,大数据是人工智能发展的信息储备库,算法才是人工智能的真正“大脑”。如果要进一步提升人工智能的工作效率,科学家就需要在深度学习算法的基础上,根据人们的需要和实践的需求,研发更快捷的算法。

算法的研发不仅仅是科学家的事情,还需要投入大量经费,改革教育,培养更多的人才。

在人工智能时代,人类的生活将离不开智能机器,智能机器也将更有效率地为人类服务。因此,我们要对更加自然、更加高效的人机交互技术的发展充满信心。