清醒話AI：為你分析技術可行性及未來趨勢
原文標題：AI in 2018: What works, what doesn』t, and what』s stillscience fiction
作者：Abinash Tripathy
翻譯：潘怡霖
校對：韓海疇
本文長度為2400字，建議閱讀6分鐘
技術進展和展望固然令人欣喜，但最重要的應該是認清現所需：哪些可以為產品和服務帶來切實的改善，而哪些僅存在於幻想之中。
年復一年，以人工智慧為主題的熱門電影數不勝數，過去的2017年也並非例外。從銀翼殺手2049（https://venturebeat.com/2017/09/30/a-game-of-true-or-false-with-blade-runners-futuristic-predictions/ ）到馬約莉，再到星球大戰:最後的絕地武士（https://venturebeat.com/2017/12/13/spoilers-the-last-jedi-is-a-new-candidate-for-best-star-wars-film-ever/ ），公眾似乎永遠聽不夠描繪真正的人工智慧的故事。
在技術方面，這種對技術前景的樂觀態度很難在電影中見到。2016年，包括Wired（連線雜誌）、Forbes（福布斯雜誌）在內的一些出版物，以及VentureBeat，都熱切地預言2017年將是機器大勝人類（http://fortune.com/2017/08/12/elon-musk-ai-poses-vastly-more-risk-than-north-korea/）的一年，人工智慧將會引發新互聯網的開始（https://medium.com/@tedlivingston/the-future-of-chat-isn-t-ai-b07f65bc252）。「然而，儘管2017年人工智慧領域，尤其是在語義識別取得了巨大的進步，但電影等媒體中預測的未來（https://medium.com/m/global-identity?redirectUrl=https://chatbotsjournal.com/25-chatbot-platforms-a-comparative-table-aeefc932eaff）還沒有實現。」正如科幻小說所做的那樣，這些預言雖植根於現實，但卻更接近幻想。
科幻電影和小說固然有趣，然而最重要的應該是認清現階段的科技：哪些可以為產品和服務帶來切實的改善，而哪些僅存在於幻想之中。
哪些技術是可行的
近期，最值得提及的科技進步應該就是基於決策樹的聊天機器人了。這一科技創新已經應用於航空，客服和零售等各個行業的不同階段的客戶交互服務。
中國作為信息傳輸（https://web.wechat.com/）的主力軍已經毫無意外地站在了聊天機器人革命發展的前沿，這一現象也證明了聊天機器人通過自動化來提高操作效率的潛力。例如，百度（谷歌中國）的醫療大腦Melody 是一個基於人工智慧的醫療助理，它可以為醫生收集數據信息，有時甚至可以提供一些醫療建議。類似於現階段應用於客戶服務行業的信息收集機器人，Melody不僅可以減少患者描述病情的時間，還可以保證他們不需要對其他醫護人員一遍又一遍地解釋自己的身體狀況。
在一些其他行業，比如旅遊業的人工服務之前，聊天機器人被用來收集客戶的一些基本信息，比如詢問顧客想要去哪裡旅遊，他們想從客房服務訂購什麼商品，或者在下次購物時他們想買什麼顏色的衣服。
就像前文提到的，雖然聊天機器人在面對公眾這樣的大量數據輸入時傾向於產生負面的性格，但如果他們是通過一個小樣本集訓練，那結果就完全不一樣了。大量的私人助理軟體，如x.ai和24Me已經向公眾展示出他們完成簡單個性化任務的能力，有時還可以通過預測分析來簡化用戶的日常生活。然而，經驗告誡用戶，文本指令要比語音指令有效得多。在接下來的一年，我們希望見到更多的用戶使用基於簡單準確的語音指令的私人助手軟體。
哪些技術尚不可行
與大量用戶交互的聊天機器人傾向於養成一些令人討厭的性格。例如，圖靈機器人作為一個公開平台，其漢語語音識別的準確率可以達到94.7%。然而，這家公司最近遇到了個麻煩，因為他們的聊天機器人Baby Q變成了一個流氓（https://venturebeat.com/2017/12/20/ai-in-2018-what-works-what-doesnt-and-whats-still-science-fiction/）並聲稱不喜歡共產黨——這在中國是完全不可觸碰的底線。一個基於機器學習的聊天機器人出現這種尷尬局面是由人民群眾導致的，就像當初具有種族歧視的Tay（https://www.theverge.com/2016/3/24/11297050/tay-microsoft-chatbot-racist）那樣。
當聊天機器人被用於某些特定的任務時，例如數據收集，為用戶推薦合適的代理以及用戶的自助服務等等，它們都具有趨於完美的潛力。然而，當我們給它們過多的從其用戶身上學習的自由時當我們賦予它們過多的自主學習權利的時候，它們傾向於顯露出一些人們不願意看到的性格特徵。
儘管一些聊天機器人已經可以非常熟練地通過用戶輸入的響應來使用決策樹對用戶進行分類，但相關的語音識別處理技術距離成熟尚遠。2017年，Siri作為最受歡迎的語音助手，它的用戶量相比於前一年減少了17%（https://techcrunch.com/2017/07/11/siri-usage-and-engagement-dropped-since-last-year-as-alexa-and-cortana-grew/），也就是損失了730萬的月用戶量。除此之外，雖然想Alexa一樣的智能家居設備的用戶量有所提高，但是這種現象更應該歸結於用戶對新興技術的興趣而非對自然語言處理技術的信心。
而且，Alexa在過去的一整年犯了各種令人尷尬的錯誤。就在2017年的一月份，一則網上視頻顯示，一個小孩子要求Alexa播放一首名叫「Digger, Digger」的歌曲，而Alexa則播放了大量的色情資料（https://www.entrepreneur.com/video/287281）。而就在幾天以前，新聞報道了一名六歲的兒童命令Alexa訂購一套玩偶和四磅的小甜餅，而各家各戶的Alexa們卻錯把新聞報道的聲音當作指令併購買了相應的物品（https://qz.com/880541/amazons-amzn-alexa-accidentally-ordered-a-ton-of-dollhouses-across-san-diego/）。
目前的情況顯示，Alexa雖然取得的一些勝利，但是作為目前基於自然語言處理技術的效果最優越的產品，它仍然無法在實際中處理語言。雖然在自動語音菜單中獲得了明顯的改進，但人工智慧的理解能力仍然落後於聊天機器人。
在16歲到24歲的年輕人中，只有25%在手機上使用語音指令（https://blog.globalwebindex.net/chart-of-the-day/25-of-16-24s-use-voice-search-on-mobile/），而他們之中只有7%的人在家中配備了智能音響（http://www.geomarketing.com/what-do-people-use-smart-speakers-for）。雖然這些百分比會逐漸上升，但是這一技術現階段不被廣泛使用的原因很簡單： 語音識別技術在面對口音，背景噪音，同音異意和專有名詞的時候效果差強人意，更不用說對俗語的處理效果了。
2018年，什麼值得期待？
大量的科技創新都可以被冠以人工智慧的標籤，但是沒有一個可以接近銀翼殺手中的水平。儘管一些虛張聲勢的文章中會提及性玩偶很可能會殺死自己的主人（https://nypost.com/2017/09/11/hackers-could-program-sex-robots-to-kill/），或者像終結者演的那樣（http://fortune.com/2017/08/18/elon-musk-artificial-intelligence-risk/），但事實是，在我們可預見的未來之內，即使有人刻意為之，人工智慧也不會達到那樣的程度。Alexa也許可以理解我們的聲音，但是它難以企及電影《Her》中那對人類的模仿水平。但我們仍需保持戒備之心。
科幻愛情片《Her》劇照
現階段，聊天機器人已經在大多數的行業中成為了必不可少的一部分，特別是可以通過機械自動化可以來減少人類勞動量的行業。那些不使用聊天機器人進行簡單任務的公司，比如信息收集、自助服務和高時效性消息(比如物流信息)，會發現自己處於嚴重的劣勢。客戶服務行業正面臨一個里程碑式的時間節點：那些不使用聊天機器人而是斥巨資僱傭人力的公司，往往比那些使用聊天機器人的公司獲得更低的用戶滿意度（https://relate.zendesk.com/education/measuring-happiness-whats-difference-csat-nps/）。2018年，這一變革將會在航空、事件規劃、酒店和保險等一系列行業變得更加明顯。
語音識別技術將會繼續進步，而且在明年這個時候很有可能，當我們被假定已經有了通過圖靈測試的機器奴隸時，就像銀翼殺手中所說的，語音識別將會超過其他指令輸入方式，變得炙手可熱。不過，就目前而言，一些都只是炒作。雖然聊天機器人的相關技術已經成熟，但總的來說，人工智慧還有很長的路要走。
https://venturebeat.com/2018/01/16/georgia-researchers-are-studying-the-ways-ai-can-reduce-traffic-accidents-in-atlanta/
潘怡霖，1995年生於遼寧省海城市，本科就讀於東北大學計算機科學與工程學院，碩士畢業於哈爾濱工業大學計算機科學與技術學院。對語音處理，深度學習和統計學習具有濃厚的興趣。學術之外，最大的愛好就是健身和運動，是一個有腹肌的假妹子。
轉載須知
如需轉載，請在開篇顯著位置註明作者和出處（轉自：數據派THUID：DatapiTHU），並在文章結尾放置數據派醒目二維碼。有原創標識文章，請發送【文章名稱-待授權公眾號名稱及ID】至聯繫郵箱，申請白名單授權並按要求編輯。
發布後請將鏈接反饋至聯繫郵箱（見下方）。未經許可的轉載以及改編者，我們將依法追究其法律責任。
TAG:THU數據派 |