從AI的發(fā)展趨勢(shì)來(lái)看，最新的人工智能模型對(duì)于算力的要求往往較高，如谷歌的T5，其整個(gè)模型的參數(shù)數(shù)量達(dá)到了驚人的110億，谷歌科學(xué)家更在T5的論文指出：“越大的模型往往表現(xiàn)更好。這表現(xiàn)擴(kuò)大規(guī)?？赡苁菍?shí)現(xiàn)更好性能的方式。“
一般的創(chuàng)業(yè)公司如果沒(méi)有雄厚的資金實(shí)力是不可能搭建這種級(jí)別的AI訓(xùn)練平臺(tái)。這從另一個(gè)角度推進(jìn)了AI與云計(jì)算的結(jié)合，只有將AI云化才能降低門檻，促進(jìn)行業(yè)創(chuàng)新發(fā)展。AI云計(jì)算化實(shí)際與全場(chǎng)景全棧AI是同一概念，只有做好AI云，才能讓AI充分發(fā)揮威力，體現(xiàn)價(jià)值。
AI與云計(jì)算的結(jié)合是我國(guó)IT產(chǎn)業(yè)發(fā)展的重要方向，根據(jù)IDC于近日發(fā)布的《中國(guó)AI云服務(wù)市場(chǎng)半年度研究報(bào)告》顯示，2020年中國(guó)人工智能市場(chǎng)規(guī)模將會(huì)突破50億人民幣，已經(jīng)形成一個(gè)不可忽略的細(xì)分市場(chǎng)，尤其是在疫情影響下各行業(yè)上云意愿明顯加強(qiáng)，將使智能外呼、對(duì)話機(jī)器人等交互式AI迎來(lái)一波發(fā)展機(jī)會(huì)。
初識(shí)AI云服務(wù)
AI云，AI即服務(wù)(AIaaS)，隨著AI技術(shù)的不斷落地，越來(lái)越多的企業(yè)開(kāi)始著手將AI集成到自身的產(chǎn)品體系中。最為簡(jiǎn)單有效的方式是去使用那些基于云的AI云服務(wù)(AIaaS)所提供的API。
根據(jù)IDC的研究資料，截止到2021年，全球企業(yè)對(duì)認(rèn)知和AI系統(tǒng)的支出將保持50.1%的年復(fù)合增長(zhǎng)率，這說(shuō)明企業(yè)對(duì)這些技術(shù)的總支出將從2017年的120億美元增加到2021年的576億美元。
AI云服務(wù)蓬勃發(fā)展的背后，是AIaaS集成了AI與云計(jì)算的共同優(yōu)點(diǎn)。主要有如下幾點(diǎn)：
低成本：AI云使用戶省去那些昂貴的設(shè)施開(kāi)支，由于大多數(shù)的AI工作任務(wù)被認(rèn)為是“突發(fā)性”的，他們依賴于那些能夠在短時(shí)提供大量計(jì)算能力的服務(wù)。AIaaS只會(huì)針對(duì)用戶去收取那些他們進(jìn)行硬件使用時(shí)的費(fèi)用，這大大降低了他們的成本。
可擴(kuò)展：與其他的云服務(wù)一樣，AI云服務(wù)本身也具有較高的可擴(kuò)展性。企業(yè)可從一個(gè)試點(diǎn)項(xiàng)目開(kāi)始，隨著需求的提升，快速擴(kuò)展AI服務(wù)的規(guī)模。
高可用：一般來(lái)講云計(jì)算的可用性，會(huì)比傳統(tǒng)架構(gòu)的系統(tǒng)高出兩個(gè)量級(jí)，而同樣的優(yōu)點(diǎn)也被AI云服務(wù)所繼承，目前各大廠的AI云均未發(fā)生過(guò)分鐘級(jí)的宕機(jī)情況。
AI云服務(wù)的背后：認(rèn)知智能全面升級(jí)
筆者從一個(gè)AI云服務(wù)的用戶角度上看，AI云服務(wù)快速發(fā)展背后的是，人工智能由感知到認(rèn)知的升級(jí)，由細(xì)分領(lǐng)域向普惠推開(kāi)，對(duì)于客戶個(gè)性化與定制化需求進(jìn)行快速響應(yīng)的過(guò)程。
如金融行業(yè)的呼叫中心需要分析客戶的語(yǔ)氣，以快速處理投訴類案例；出行類App遇到客戶說(shuō)出某些關(guān)鍵詞時(shí),需要立刻與110聯(lián)動(dòng)報(bào)警。在面對(duì)各行業(yè)個(gè)性化定制需求日益增長(zhǎng)的情況下，阿里云、百度、騰訊等公司是走在業(yè)界前列的。
今年以來(lái)，以阿里和騰訊為代表的國(guó)內(nèi)科技巨頭均在認(rèn)知智能方面有了不小的進(jìn)展。先是阿里在年初，國(guó)際知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘協(xié)會(huì)KDD共有18篇論文入選，刷新國(guó)內(nèi)企業(yè)記錄，成為近幾年KDD會(huì)議論文入選數(shù)量最多的科技公司之一。
今年5月底，國(guó)際計(jì)算語(yǔ)言學(xué)協(xié)會(huì)年會(huì)ACL，在官網(wǎng)上(https://www.aclweb.org)公布了2020年度的論文收錄名單，騰訊共有30篇論文入選，領(lǐng)跑國(guó)內(nèi)業(yè)界AI研究第一梯隊(duì)。
如果將數(shù)據(jù)比作數(shù)字時(shí)代的石油，那么BAT等大廠以其豐富的業(yè)務(wù)場(chǎng)景與龐大的用戶基數(shù)，為AI團(tuán)隊(duì)提供了世界上最大的原油儲(chǔ)存基地，這些為前沿的AI研究成果提供了令業(yè)界非常羨慕的絕佳“訓(xùn)練場(chǎng)”，擁有了這樣高的訓(xùn)練水平，騰訊、阿里能在AI方面取得頂級(jí)成果也就不足為奇了。
KDD、ACL都是認(rèn)知智能方面的頂會(huì)，阿里和騰訊的突破體現(xiàn)了AI云市場(chǎng)整體趨勢(shì)，即用戶需要個(gè)性化服務(wù)，通用性較強(qiáng)的感知科技難以滿足客戶的定制化需求。市場(chǎng)真正需要的是為用戶量身打造的智能AI服務(wù)。
筆者在達(dá)摩院十大科技趨勢(shì)發(fā)布：2020非同小可！曾經(jīng)介紹過(guò)，人工智能正在從感知智能到認(rèn)知智能演進(jìn)，關(guān)鍵突破口就是跨過(guò)深度學(xué)習(xí)去做研究。由于深度學(xué)習(xí)只能處理單一模態(tài)的數(shù)據(jù)，因此深度學(xué)習(xí)模型下的智能機(jī)器只能夠照章辦事，缺乏靈活性，認(rèn)知智能就是要找到多模態(tài)信息之間的關(guān)系，因此這使得多模態(tài)成為完成由感知到認(rèn)知這一跨越的必然途徑。
智能語(yǔ)音與多模態(tài)AI云服務(wù)發(fā)展的關(guān)鍵
正如前文所述，IDC將報(bào)告的重點(diǎn)放在了智能語(yǔ)音、對(duì)話式AI、NLP方面，而這些領(lǐng)域背后，實(shí)際比拼的是智能語(yǔ)音、多模態(tài)信息等領(lǐng)域的技術(shù)，下面筆者帶大家來(lái)解讀一下這些領(lǐng)域的基本情況：
智能語(yǔ)音：實(shí)現(xiàn)人機(jī)語(yǔ)言的通信，包括語(yǔ)音識(shí)別技術(shù)（ASR）和語(yǔ)音合成技術(shù)（TTS）。智能語(yǔ)音技術(shù)的研究是以語(yǔ)音識(shí)別技術(shù)為開(kāi)端，最早可以追溯到20世紀(jì)50年代。隨著信息技術(shù)的發(fā)展，智能語(yǔ)音技術(shù)已經(jīng)成為人們信息獲取和溝通最便捷、最有效的手段。
智能語(yǔ)音的一個(gè)重要應(yīng)用就是AI助理審判員了，現(xiàn)場(chǎng)所說(shuō)內(nèi)容，快速生成文字了，據(jù)統(tǒng)計(jì)平均一家區(qū)級(jí)法院每年受理案件在6000件左右，人工錄入動(dòng)輒上千字的判決書，對(duì)于全國(guó)12萬(wàn)法官來(lái)說(shuō)，意味著白加黑、五加二的勞動(dòng)強(qiáng)度，不過(guò)現(xiàn)在的AI語(yǔ)音技術(shù)可以在無(wú)需紙筆和鍵盤的情況下“出口成章”，這樣的AI助理審判員在1.5萬(wàn)個(gè)法庭全面啟用后，為辦案工作繁重的法官們減輕了不少壓力。
AI智能語(yǔ)音系統(tǒng)結(jié)合對(duì)庭審和辦公應(yīng)用場(chǎng)景的定制，可以在咨詢、立案、庭審、判決四個(gè)環(huán)節(jié)都在幫助法官。
多模態(tài)特征提?。汉芏?0后、00后在對(duì)話當(dāng)中經(jīng)常使用表情圖、動(dòng)態(tài)圖等方式來(lái)表達(dá)情感，將這些非語(yǔ)言信息的語(yǔ)義提取并翻譯出來(lái)，就是多模態(tài)提取的任務(wù)了。今年KDD Cup的一道賽題就是“多模態(tài)商品推薦”,其中多模態(tài)商品推薦指的是關(guān)聯(lián)融合視頻、圖片、文本等多模態(tài)用戶數(shù)據(jù)，結(jié)合用戶的購(gòu)買習(xí)慣、瀏覽序列等多維信息進(jìn)行建模學(xué)習(xí)，精準(zhǔn)理解用戶的檢索需求，推薦并返回用戶真正關(guān)心、感興趣的產(chǎn)品圖片或視頻。
多模態(tài)特征提取在快手及B站等新興視頻App上應(yīng)用很多，比如快手每天就有70億條視頻總量、1500萬(wàn)日新增視頻，日均的使用時(shí)長(zhǎng)超過(guò)60分鐘等，日新增的用戶交互數(shù)據(jù)及評(píng)論及彈幕等每日更是新增上億次，快速地從這些多模用戶中提取出相應(yīng)信息，以理解視頻內(nèi)容，并做好用戶推薦，使多模態(tài)特征提取成為各大廠的發(fā)展方向。
對(duì)話系統(tǒng)與無(wú)感交互：對(duì)話系統(tǒng)與無(wú)感交互的終極奧義恰恰在于它要比用戶更懂用戶。
前段時(shí)間筆者經(jīng)常熬夜加班，結(jié)果打開(kāi)淘寶會(huì)發(fā)現(xiàn)總給我推薦防脫洗發(fā)水，目前已經(jīng)推薦枸杞了。
認(rèn)知智能的終極發(fā)展是讓用戶在使用過(guò)程中對(duì)于“人工智能”不斷淡化，甚至無(wú)感化?，F(xiàn)在用戶使用人工智能時(shí)還會(huì)明顯感受到它的存在，比如你打開(kāi)電視還需要說(shuō)“我要看**的電視劇”，對(duì)手機(jī)說(shuō)“給**打電話”，真正實(shí)現(xiàn)認(rèn)知智能之后，你的這些交互行為變?yōu)槎嘤?，比如你回到家，人工智能系統(tǒng)會(huì)根據(jù)你的步態(tài)，推薦一個(gè)適合你當(dāng)下身體狀況的食譜，等你吃完飯下樓去超市的時(shí)候，你的手機(jī)會(huì)建議補(bǔ)充一些牛奶，因?yàn)槟銊倓傄呀?jīng)把家里最一袋牛奶喝掉了。相信讀到這里讀者明白，“化有形于無(wú)形”，是用戶交互的最終奧義。
最后，筆者相信，“云上AI”是實(shí)現(xiàn)AI普惠的最好方式。云的出現(xiàn)，讓誕生60多年的語(yǔ)音技術(shù)從少數(shù)人掌握的高端工具變成了人可用的“平民技術(shù)”。AI的認(rèn)知化升級(jí)，也更好為生態(tài)賦能。
雖然短期來(lái)看，在AI領(lǐng)域主流趨勢(shì)仍是私有化部署。但云服務(wù)、混合云的浪潮也將帶動(dòng)AI云服務(wù)市場(chǎng)的快速增長(zhǎng)。隨著技術(shù)的升級(jí)，未來(lái)3-5年，今天用戶已經(jīng)部署的AI產(chǎn)品，有可能被新一代更智能的產(chǎn)品替代。讓我們做好準(zhǔn)備迎接新一代認(rèn)知AI云產(chǎn)品的到來(lái)。
