智能時(shí)代的一個(gè)重要特征就是“人機(jī)共存”，帶有智能屬性的物品可能成為向主人索取功能以外需求的主體。隨著5G時(shí)代和換機(jī)潮的到來，AI將成為手機(jī)廠商競(jìng)爭(zhēng)的重要賣點(diǎn)，而技術(shù)上的差距，將是智能手機(jī)格局變動(dòng)的一個(gè)轉(zhuǎn)折點(diǎn)。

打造人機(jī)共存的智能時(shí)代讓機(jī)器更“懂”人類

目前，智能手機(jī)的賽點(diǎn)正在從“全面屏”轉(zhuǎn)向AI。由于AI成為一個(gè)越來越熱門的話題與概念，從互聯(lián)網(wǎng)廠商到手機(jī)廠商，幾乎所有公司都在給自身貼上AI的標(biāo)簽，以便占據(jù)未來一波潮流的坑位。

事實(shí)上，在智能助手方面，除了走在前列的谷歌、蘋果之外，仍有部分知名巨頭在這一領(lǐng)域努力耕耘。比如今年11月21日，三星電子在北京正式發(fā)布了三星Bixby語音中文(普通話)版，完美的詮釋了一個(gè)人工智能多模交互平臺(tái)，將語義理解、場(chǎng)景感知、認(rèn)知容忍等人工智能技術(shù)與智能手機(jī)產(chǎn)品進(jìn)行深度融合，通過自然對(duì)話形式的人機(jī)交互最大化方便用戶的操作。

而這種人機(jī)交互變革還體現(xiàn)在視覺智能化層面——視覺結(jié)合內(nèi)置相機(jī)應(yīng)用，當(dāng)對(duì)準(zhǔn)特定的物體時(shí)，可通過Bixby視覺攝像頭檢測(cè)文本并提取、翻譯，通過街景的相機(jī)視窗，定位或者搜索購物信息與場(chǎng)景感知，這是一種視覺層面的人機(jī)交互。

雖然我們還處在語音交互的早期，正如當(dāng)初網(wǎng)絡(luò)出現(xiàn)時(shí)并非交互式的一樣，但我們可以看到語音交互這種技術(shù)已經(jīng)浮出水面?！痘ヂ?lián)網(wǎng)趨勢(shì)》報(bào)告顯示，語音將是人機(jī)交互的新范式，語音技術(shù)將解放人類雙手和眼睛，用戶以較低的成本實(shí)現(xiàn)隨時(shí)訪問。

當(dāng)人機(jī)共存無可避免，人類該采取什么態(tài)度？上海大學(xué)社會(huì)科學(xué)學(xué)院教授楊慶峰的答案是“開放、理性和包容”：“整個(gè)社會(huì)所需要的準(zhǔn)備是多方面的，至少包括制度政策、價(jià)值觀、倫理和法律這四個(gè)方面?！?/p>

然而也有專家強(qiáng)調(diào)要為人工智能的發(fā)展設(shè)限。人與機(jī)器人完全平等、相互尊重是一種道德理想，就跟人需要把自然當(dāng)朋友一樣。但在具體的人類活動(dòng)面前，開明的人類中心主義才是具有可操作性的現(xiàn)實(shí)途徑。人類必須為機(jī)器人設(shè)置禁區(qū)，在與機(jī)器人和諧相處的同時(shí)，慎重開發(fā)機(jī)器人的情感和意識(shí)。

作為人工智能的重要一步，語音識(shí)別的進(jìn)步代表著機(jī)器的聽力發(fā)展。近些年來，語音識(shí)別技術(shù)突飛猛進(jìn)，受到廣大公眾的極大關(guān)注。但是在硬件、算法、內(nèi)容方面，語音識(shí)別技術(shù)依然存在問題。

首先是硬件，硬件部分芯片與麥克風(fēng)陣列是核心部件。當(dāng)下的語音技術(shù)還只在算法階段；其次是算法，主要包括語音檢測(cè)、降噪、去混響和回聲消除等傳統(tǒng)音箱和通訊工具也需要具備的基本算法；第三是內(nèi)容，語音識(shí)別的目的是將語音信號(hào)轉(zhuǎn)化為文本。

目前，語音識(shí)別技術(shù)相對(duì)成熟。聲紋識(shí)別是根據(jù)語音波形反映出的個(gè)人生理和行為特征的語音參數(shù)，并以此來識(shí)別說話者的身份。但在現(xiàn)實(shí)中，該識(shí)別的準(zhǔn)確率并不如指紋、虹膜識(shí)別。這也是智能語音更高“智能”形態(tài)的表現(xiàn)特征。

但如果我們從未來趨勢(shì)看，AI如果要在智能手機(jī)市場(chǎng)爆發(fā)變革創(chuàng)新方向，絕不會(huì)僅僅停留在優(yōu)化拍照的路上。因?yàn)檎嬲腁I，它的核心在于人機(jī)的互動(dòng)，讓機(jī)器越來越懂人類。