阿里發(fā)布AliGenie2.0系統(tǒng)，讓AI音箱“長(zhǎng)眼睛”

aghfsj135 · 發(fā)表于 2018-3-23 20:53

　　導(dǎo)讀：昨天，阿里巴巴人工智能實(shí)驗(yàn)室總經(jīng)理淺雪宣布天貓精靈銷(xiāo)量已經(jīng)突破200萬(wàn)臺(tái)，更重要的是，最新的AliGenie2.0系統(tǒng)增加了視覺(jué)能力，并具備多模態(tài)交互能力。2018年的“百箱大戰(zhàn)”一個(gè)重要的趨勢(shì)就是視覺(jué)化、屏幕化，幾乎所有的巨頭都會(huì)讓AI音箱“長(zhǎng)眼睛”。

　　天貓精靈X1的升級(jí)版X2沒(méi)有預(yù)期出現(xiàn)，而人機(jī)交互系統(tǒng)AliGenie升級(jí)到最新的2.0版本，功能強(qiáng)大。

　　3月22日，阿里巴巴人工智能實(shí)驗(yàn)室總經(jīng)理淺雪（陳麗娟）發(fā)布AliGenie2.0系統(tǒng)，它最大的改進(jìn)是在1.0的基礎(chǔ)上增加了視覺(jué)能力，并引入多模態(tài)交互能力，只需要另外增加一些輔助設(shè)備，就能讓天貓精靈具備視覺(jué)能力。同時(shí)，淺雪還宣布，天貓精靈銷(xiāo)量已經(jīng)超過(guò)200萬(wàn)臺(tái)。

　　四年前，亞馬遜推出Echo，將AI音箱大戰(zhàn)引發(fā)；去年，亞馬遜又推出帶屏幕的音箱Echo Show，音箱視覺(jué)化、屏幕化成為一種趨勢(shì)。除了AliGenie2.0外，京東叮咚Play以及百度即將發(fā)布的“小度在家”都具備視覺(jué)能力，AI音箱終于要拼視覺(jué)了。

　　AliGenie2.0：增加圖像識(shí)別、物體檢測(cè)、人臉識(shí)別能力

　　去年5月，阿里人工智能實(shí)驗(yàn)室（AI Labs）發(fā)布天貓精靈X1，內(nèi)置AliGenie1.0系統(tǒng)。

　　AliGenie1.0已經(jīng)建立了超強(qiáng)的知識(shí)體系，在這個(gè)知識(shí)體系當(dāng)中擁有1個(gè)億的實(shí)體理解能力，構(gòu)建了近10億的關(guān)系。同時(shí)AliGenie1.0算法也在升級(jí)，阿里AI Labs發(fā)布了一個(gè)全新的序列標(biāo)注模型，這個(gè)序列標(biāo)注模型能解決有自動(dòng)糾錯(cuò)的能力，可以幫助語(yǔ)音理解有更強(qiáng)的容錯(cuò)性。AliGenie還具備主動(dòng)學(xué)習(xí)能力，每一次跟用戶的交互過(guò)程當(dāng)中，系統(tǒng)都會(huì)自動(dòng)完善。

　　淺雪發(fā)布的AliGenie2.0系統(tǒng)，是在1.0的基礎(chǔ)上形成具備視覺(jué)、語(yǔ)音等多模態(tài)交互能力的新一代的人機(jī)交流系統(tǒng)。它不僅會(huì)具備聽(tīng)覺(jué)能力，還有視覺(jué)能力和情感反饋能力。

　　其中，視覺(jué)能力中又分為圖像識(shí)別、人臉識(shí)別、物體檢測(cè)三大技術(shù)。

　　同時(shí)，阿里AI Labs還把語(yǔ)音能力和視覺(jué)能力進(jìn)行了融合，形成多模態(tài)交互的過(guò)程，從而構(gòu)建一個(gè)更聰明的人機(jī)交流系統(tǒng)。

　　淺雪認(rèn)為，人機(jī)交互遠(yuǎn)遠(yuǎn)不僅語(yǔ)音，“我們覺(jué)得在未來(lái)人機(jī)交互不僅有聽(tīng)覺(jué)，還有視覺(jué)、嗅覺(jué)，以及有更強(qiáng)的情感反饋能力?！?/font>

　　阿里AI Labs去年在自然語(yǔ)言理解等方向投入諸多，并在去年10月宣布引入微軟亞洲研究院首席研究員聶再清博士、谷歌 Tango 和 DayDream 項(xiàng)目技術(shù)主管李名楊博士。目前聶再清負(fù)責(zé)阿里AI Labs北京研發(fā)中心的各項(xiàng)研發(fā)工作，并重點(diǎn)突破知識(shí)圖譜和自然語(yǔ)言理解這兩個(gè)領(lǐng)域。李名楊任 AI Labs 機(jī)器視覺(jué)杰出科學(xué)家。

　　阿里AI Labs北京研發(fā)中心負(fù)責(zé)人聶再清

　　在接受專訪時(shí)，聶再清表示，天貓精靈具備情景感知、主動(dòng)學(xué)習(xí)能力。自然語(yǔ)言理解很大的難點(diǎn)是因?yàn)樽匀徽Z(yǔ)言的多樣性，一句話可能有無(wú)數(shù)的意思，這就需要通過(guò)大數(shù)據(jù)，讓開(kāi)發(fā)人員跟大數(shù)據(jù)的交互主動(dòng)進(jìn)行挖掘，主動(dòng)找到路徑讓開(kāi)發(fā)人員跟用戶一起交互，把語(yǔ)言的各種意思都完善了，才能讓機(jī)器聽(tīng)懂，這也是阿里AI Labs 技術(shù)上的優(yōu)勢(shì)。

　　阿里AI Labs做硬件的邏輯：親手打造更懂跨界，AliGenie系統(tǒng)將來(lái)或開(kāi)放

　　雖然天貓精靈X2沒(méi)有發(fā)布，但更小巧尺寸的天貓精靈曲奇、天貓路由器、天貓魔屏 S1 無(wú)屏電視以及周邊配件等諸多硬件同時(shí)亮相。

　　阿里最擅長(zhǎng)做平臺(tái)，這次一口氣發(fā)布多款硬件產(chǎn)品，并非要轉(zhuǎn)變路線，其背后的邏輯非?，F(xiàn)實(shí)：做硬件比軟件難的多。

　　淺雪說(shuō)，阿里AI Labs在做天貓精靈之前，就已經(jīng)嘗試跟行業(yè)的一些合作伙伴共同研發(fā)硬件，但在合作過(guò)程中碰到了非常多的挑戰(zhàn)，畢竟軟硬件這兩個(gè)不同領(lǐng)域跨界合作，相互之間并不清楚里面存在的問(wèn)題。

　　一般來(lái)說(shuō)，如果自己只做服務(wù)、系統(tǒng)，交給第三方做硬件的話，不容易掌握品控、制造周期等環(huán)節(jié)，這也是AI Labs去年自己著手打造硬件的原因。

　　不過(guò)，阿里做平臺(tái)的基因沒(méi)有變。淺雪希望AliGenie這個(gè)系統(tǒng)將來(lái)做的更好，讓硬件的合作伙伴可以做（相關(guān)產(chǎn)品），應(yīng)用AliGenie這套技術(shù)。

　　此外，淺雪還宣布，現(xiàn)在天貓精靈的銷(xiāo)量已經(jīng)突破200萬(wàn)臺(tái)。

　　百箱大戰(zhàn)繼續(xù)升級(jí)：增加視覺(jué)能力，實(shí)現(xiàn)更多場(chǎng)景

　　2014年亞馬遜的Echo問(wèn)世，點(diǎn)燃了AI音箱大戰(zhàn)的導(dǎo)火索，谷歌Home、蘋(píng)果的Home Pod以及國(guó)內(nèi)的阿里天貓精靈、小米的小愛(ài)同學(xué)、獵豹AI音箱等紛紛入場(chǎng)；去年亞馬遜發(fā)布帶屏幕的音箱Echo Show，將AI音箱帶入另一個(gè)競(jìng)爭(zhēng)階段：視覺(jué)化。

　　雖然這次天貓精靈并沒(méi)有推出帶屏幕的音箱，但AliGenie 2.0將視覺(jué)能力落地，推出了“精靈火眼”：外置一臺(tái)XHolder（類(lèi)似手機(jī)支架），放置裝有天貓精靈手機(jī)APP的手機(jī)后，能夠讓天貓精靈具備視覺(jué)認(rèn)知能力。

　　這種做法類(lèi)似當(dāng)年谷歌在推出VR產(chǎn)品時(shí)，外設(shè)的Google Cardboard，能夠在實(shí)現(xiàn)視覺(jué)功能的同時(shí)，最大限度節(jié)省成本。

　　但“友商”們更激進(jìn)。在今年CES上，京東智能音箱叮咚Play亮相，這款產(chǎn)品配備了8英寸的液晶顯示屏，能夠?qū)崿F(xiàn)視頻通話、人臉識(shí)別等功能。百度近日也宣布，將在下周發(fā)布“小度在家”智能視頻音箱。

　　進(jìn)入2018年，視覺(jué)化、屏幕化讓“百箱大戰(zhàn)”進(jìn)入到新的競(jìng)爭(zhēng)階段。與單純的語(yǔ)音音箱而言，加入了視覺(jué)功能的音箱能夠?qū)崿F(xiàn)更多場(chǎng)景。以“精靈火眼”為例，阿里與出版業(yè)合作，通過(guò)圖像識(shí)別書(shū)本后，“精靈火眼”能夠?qū)崿F(xiàn)智能語(yǔ)音互動(dòng)、聲音朗讀，幫助兒童讀書(shū)、識(shí)字，商業(yè)化空間巨大。

daffdg · 發(fā)表于 2018-3-23 20:54

老鐵666！必須支持一波！

› 綜合交流 / 資源分享區(qū) › 綜合交流大區(qū)