“搜狗聽寫”有何“殺手锏”？走近搜狗的人工智能戰(zhàn)略

2017-08-11 03:27

自然交互+知識計算背后是AI平臺

搜狗聽寫不會是搜狗唯一的一款人工智能產(chǎn)品，在王小川的規(guī)劃中，人工智能是搜狗下一階段的重要戰(zhàn)略。

早在2012年，搜狗便開始研發(fā)智能語音技術(shù)，并開始布局相關(guān)產(chǎn)品的落地。去年8月3日，搜狗舉行知音引擎發(fā)布會，取得機器翻譯的突破。跟進當時世界上最領(lǐng)先的機器翻譯的深度學習框架，基于attion的端到端的框架，加上搜狗以前在語音識別上的累積，用3個月時間，搭建起知音引擎，并應用于去年的烏鎮(zhèn)大會，該引擎在今年5月份奪得WMT2017中英機器翻譯的全球冠軍，；去年11月份，搜狗推出了機器同傳，率先商用化...

這樣的案例很多。搜狗在去年年底推出了一款機器人“汪仔”，面向搜索引擎，實時的抓取海量信息，根據(jù)問題的上下文，通過文本的分析、自然語言處理的能力，把用戶想要的答案提取出來。在今年5月份GMIS2017會上，“汪仔”與人工速記進行了五輪PK，最終以4：1完勝。

“到現(xiàn)在為止，我們可以很堅定的說，機器的識別能力與人工速記相比，已經(jīng)取得了本質(zhì)性的領(lǐng)先。”王硯峰說。

然而語音識別同樣存在挑戰(zhàn)。王硯峰說，語音識別產(chǎn)品未來要解決的，一是遠場的問題——人與人之間的遠距離喊話，大家可以聽得很清楚，但機器的遠距離識別是不好的；二是噪聲聲音識別問題。

彼時搜狗的人工智能戰(zhàn)略還只是個輪廓：自然交互+知識計算，如今，輪廓變?yōu)榭蚣埽压芬呀?jīng)形成一個AI技術(shù)體系及平臺。

平臺由四個階層組成，底層是大數(shù)據(jù)和深度學習技術(shù)；倒數(shù)第二層是語言的AI、語音的AI、圖像的AI，搜狗的核心是語言，圖像和語音都是圍繞語言的交互方式；再上一層就是行業(yè)應用；最頂層就是搜狗的輸入法和搜索兩款產(chǎn)品。

搜狗作為一家人工智能公司，在AI落地方面做得遠遠不夠。也正因此，下半年將在硬件、軟件等場景集中一波攻勢。具體而言，搜狗接下來會往三個方向發(fā)力：

1、在可穿戴、車載、客廳場景下，自主研發(fā)更多的硬件。比如搜狗在上個月已經(jīng)發(fā)布了一款產(chǎn)品“智能副駕”，主打的模式就是通過多輪對話、地圖知識和對話能力的結(jié)合，把它變成更好的導航對話引擎。

2、搜狗會積極推廣AI云平臺、AI云服務，服務更多的行業(yè)伙伴。

3、在更多的垂直場景下做產(chǎn)品。

基于搜狗的語音能力和自然交互能力，在非巨頭壟斷的行業(yè)，搜狗將嘗試做更多硬件產(chǎn)品的自研、試水、投資，可能自己研發(fā)，也可能投資一些公司，以合作的方式把這些產(chǎn)品做出來。

在王硯峰看來，不論是車載市場、家庭場景，還是可穿戴市場，雖然玩家很多，但市場格局還未定型，在這個過程中，王硯峰認為搜狗完全有信心拿出更多爆款產(chǎn)品或有量產(chǎn)品，來搶占市場份額，例如在中國可穿戴設(shè)備硬件中排名前五名的糖貓兒童手表，目前出貨量已突破100萬。

<上一頁 1 2