大家都在談人工智慧，但機器人企業反應很冷淡

現在人工智慧概念非常火，百度、阿里、騰訊、谷歌、Facebook等等，幾乎全球的主流企業都涉足其中。

科幻影片里的景象基本上可以映射未來的生活場景，未來機器人可以幫我們泡茶，幫我們打理房間，甚至我們的出行都可以交給機器人來處理，但是這背後都是基於人工智慧的技術在運作。

因此，人工智慧涉及的技術範圍非常廣，包括：語音、語義、圖像識別、深度學習、人臉識別等等，基本上都是機器人身上所具備的技術。這讓機器人企業感覺周圍全是人工智慧的企業。

在這次1號機器人網研討會上，我們對目前人工智慧技術落地情況進行了探討，在眾多的人工智慧技術應用中，智能語音與人臉識別算是走在行業應用的前列。

雖然，人工智慧的技術概念很火，但是在這次1號機器人網研討會上，機器人企業的反應比較冷淡。

因為從目前人工智慧技術的使用情況反饋來看，結果是比較糟糕的。

北京諦聽機器人科技有限公司創始人彭軍輝說：「現階段智能語音的識別率還是不高，常常會被拿來與人類之間的交互進行對比，對比的結果就是語音交互不靠譜，反而是通過鍵盤交互的語義理解更加準確。」

從消費端的情況反饋來看，問題還不在於在嘈雜的環境中噪音難以處理，或同音字難以識別，而是地方方言和口音的問題。

深圳市中智科創機器人有限公司總經理彭勛祿說：「中國每個地區的人講話的口音都不一樣，特別是像四川、河南等地，人們講話的口音特別重，機器人產品到那裡後，根本就交互不了。」

口音和方言問題，這是很多機器人企業面臨的難題，機器人產品銷售到全國各地後，反饋的結果是語音識別非常不理想。

哦啦語音運營經理趙子嵩說：「能改善的方法只有大量的做語音識別訓練，這需要投入非常大的資金。」

深圳市優必選科技有限公司前高級演算法師管繼煒說：「科大訊飛是支持方言的，問題在於語音訓練的投入與產出比非常低，假設2萬小時的語音訓練，也未必能達到滿意的結果。」

雖然科大訊飛佔據機器人行業大部分的市場份額，但科大訊飛又不願意接受少數幾家企業的訴求去做專門的訓練投入，因此，現在很多機器人企業吐槽，因當初科大訊飛的誤導接入語音系統，結果後續改善產品體驗的投入是在不斷的填坑。

接下來我們再來談談人臉識別。

現在地方政府倡導的平安城市、智慧安防等，對人臉識別是有需求，特別是公安系統，有了人臉識別後，可以解決很多問題。

所以很多機器人企業會問，因為人的姿態各異，對人的臉部進行識別的時候，年齡和外貌裝扮會有什麼要求？

北京曠視科技有限公司品牌總監謝憶楠說：「年齡已經不是問題，現在識別對人的年齡分了幾個階段，6歲以下處於一個階段，6-10歲是一個階段，10-12歲是一個階段，再接下來是一個長期的階段，在這個範圍內變化，基本上都是可以捕捉的。」

以前人臉識別對人臉的捕捉只有5個特徵點採集，所以稍微變動一下臉型就會有識別誤差，現在隨著技術的改善，從眉毛到鼻樑到下巴，這種倒三角的採集點多達100個以上，因此，識別的準確率大幅提高。

當然還是有條件限制，例如光線太強的地方，識別率會下降，另外，只要人戴著墨鏡或帽子也是不可識別的。

而且必須是正臉捕捉，側臉捕捉的識別率是大幅下降。

或許，很多機器人企業更感興趣的是，人臉識別在餐廳和商場里可以怎樣應用，謝憶楠說：「目前，曠視科技正在研發一項技術，現代商店都講究線上和線下銷售，如果在線上購物，客戶瀏覽的店鋪，包括購買的東西，以及停留的時間都會有所記錄，但是線下實體店沒有這樣的採集。」

「因此，我們現在做的一項事情是，通過人臉識別，當客戶進到店裡，只要刷一下我們的APP，那客戶在這家店裡購買的信息，包括線上和線下的信息都是可以顯示出來，然後店員就可以根據這些信息帶客戶去瀏覽一些意向產品。」

謝憶楠說：「這項技術最快會在今年秋季出來。」

在這次1號機器人網研討會上，人工智慧企業拋出的概念以及落地的場景都非常吸引人，但是機器人企業反應還是比較冷淡。

深圳市娃娃親親科技有限公司CEO鄭國新說：「我們現在對太智能化的技術，反而有點抵觸。因為我們已經填過太多的坑了，我認為越是智能化的技術，在製作產品的時候，要把每個技術和系統連接起來，這個過程是非常氣人的。」

「我甚至都在想像，其他機器人企業結合人臉識別技術落地的場景，到時落地肯定是非常氣人，所以我們現在也在反思，過於追求前沿的技術產品，有可能會把我們帶入到死坑中。」

深圳市狗尾草智能科技有限公司聯合創始人張博說：「在追求前沿科技產品的過程中，很多技術坑都是長期存在的，但是你攻克一個就少一個，類似『爸爸的妹妹叫什麼？』這種語義理解，它涉及到邏輯推理，看是很簡單的問題，但是處理起來非常繁瑣。這些技術坑只有挖一個填一個才能慢慢改善產品體驗。」

「有時候在技術的攻克上，投入的資金非常大，技術上也有很大的改進，但是在產品的體驗上就是提升一點點。」

現在不管是語音語義，還是人臉識別，在應用層面上都處在非常初級的階段，真的要落地到使用場景中去，還需要做非常大的改善。

這前面布滿了各種技術坑，有些是我們能看見的，有些是我們看不見的，這些技術坑總的有人去填。

科幻影片里的景象映射的就是未來的生活場景，鄭國新說：「要讓機器人達到影片里的模樣，還需要起碼30年以上的技術沉澱。」

雖然我們都能看到未來的產品景象，但是從現階段的機器人產品去衡量，這個技術過程還需要經歷幾個階段，不管是語音、語義、人臉識別還是圖像識別，都需要大量的數據作為支撐，所以接下來的發展將會是大數據應用的階段，在這個過程中，我們照樣需要填很多的坑。

因此，作為機器人創業者，前方的道路是充滿風險的，前進需要智慧和勇氣，道路雖曲折，但停滯不前等於是掉隊，既然選擇了這條路，這些坑是繞不過去，是依然要填的，但是一定要選擇自己熟系的領域，且是自己可以應付的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！