近日，深思考人工智能機(jī)器人科技（北京）有限公司（以下簡(jiǎn)稱“深思考”）獲得華為旗下全資子公司哈勃科技投資有限公司（以下簡(jiǎn)稱“哈勃投資”）的數(shù)千萬(wàn)人民幣的戰(zhàn)略投資。

 

　　從深思考官網(wǎng)可以了解到，其最突出的技術(shù)是“多模態(tài)深度語(yǔ)義理解引擎（iDeepwise.ai）與人機(jī)交互技術(shù)”。官網(wǎng)顯示，該引擎技術(shù)可同時(shí)理解文本、視覺(jué)圖像等多模態(tài)非結(jié)構(gòu)化數(shù)據(jù)背后的深度語(yǔ)義，其中，對(duì)長(zhǎng)文本的機(jī)器閱讀理解技術(shù)、自由跨域的多輪人機(jī)對(duì)話技術(shù)、對(duì)多種模態(tài)信息的語(yǔ)義理解技術(shù)是其非常突出的優(yōu)勢(shì)。

 

　　讓人好奇的核心是兩個(gè)問(wèn)題，第一，深思考的核心技術(shù)，即多模態(tài)深度語(yǔ)義理解與人機(jī)交互技術(shù)究竟是什么，又面向著怎樣的落地場(chǎng)景？第二，華為，或者說(shuō)華為的子公司為什么要投資深思考，這其中存在著怎樣的商業(yè)考量與生態(tài)布局？

 

　　從接下來(lái)的文章中，我們或許可以一窺一二。

 

 

　　在8月結(jié)束的“2019機(jī)器閱讀理解競(jìng)賽”中，在兩項(xiàng)核心技術(shù)指標(biāo)中，深思考均位列第一，從全球2000多支隊(duì)伍中脫穎而出，取得冠軍。當(dāng)時(shí)36氪，曾對(duì)深思考人工智能CEO兼AI算法科學(xué)家楊志明博士進(jìn)行過(guò)采訪。

 

　　“人類說(shuō)話的時(shí)候，往往是口語(yǔ)化的、不連續(xù)的、支離破碎的，甚至語(yǔ)序顛倒的。語(yǔ)音識(shí)別只停留在語(yǔ)音指令，不能理解用戶語(yǔ)言及背后的邏輯，實(shí)際無(wú)法解決用戶在很多場(chǎng)景中的剛需。”楊志明舉例，人類在看電影時(shí)，不僅看畫(huà)面、聽(tīng)聲音，也會(huì)看字幕，甚至還會(huì)根據(jù)電影主題進(jìn)行聯(lián)想。

 

　　每一種信息的來(lái)源或者形式，就可以稱為一種模態(tài)，例如，人的視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)，信息媒介包括，語(yǔ)音、圖片、視頻、文字等，而傳感器則有紅外線、雷達(dá)、電磁等，

 

　　多模態(tài)的人工智能，就是通過(guò)不同的信息維度和信息來(lái)源，幫助人工智能以更像人類的方式進(jìn)行思考和學(xué)習(xí)。

 

　　隨著算法、算力、云及芯片等技術(shù)的不斷成熟，人工智能，尤其是強(qiáng)人工智能在過(guò)去幾年快速發(fā)展。據(jù)WIPOP2019年人工智能趨勢(shì)報(bào)告顯示，50%的AI專利在過(guò)去5年內(nèi)發(fā)表，這意味著從2014年-2018年這五年內(nèi)，AI產(chǎn)業(yè)進(jìn)入了快速發(fā)展的階段。

 

　　當(dāng)然，多模態(tài)的人工智能技術(shù)比單一模態(tài)的人工智能技術(shù)，無(wú)論是對(duì)算法，還是算力的要求，都會(huì)復(fù)雜不少，甚至可能是指數(shù)級(jí)的復(fù)雜程度，但最終的呈現(xiàn)的效果，也會(huì)更接近人類。

 

　　以智能家居場(chǎng)景為例，語(yǔ)音識(shí)別技術(shù)，實(shí)現(xiàn)的效果是聽(tīng)到語(yǔ)音指令，并執(zhí)行指令，一旦有復(fù)雜的語(yǔ)音表述，就會(huì)進(jìn)入，“我沒(méi)有聽(tīng)懂您說(shuō)的是什么”，或是，“您的意思是這樣”等，操作指令的進(jìn)一步確認(rèn)，或者細(xì)化。

 

　　真正能夠幫助機(jī)器解決“聽(tīng)懂”和“看懂”的問(wèn)題，是靠語(yǔ)義理解，，而其中機(jī)器閱讀理解問(wèn)題一直被認(rèn)為是語(yǔ)義理解和自然語(yǔ)言處理（NLP）的標(biāo)志性臨界點(diǎn)。

 

　　據(jù)2018年年底騰訊研究院統(tǒng)計(jì)，在中國(guó)人工智能企業(yè)中，融資占比排名前三的領(lǐng)域分別是計(jì)算機(jī)視覺(jué)與圖像，自然語(yǔ)言處理，以及自動(dòng)駕駛/輔助駕駛，而排在第二名的自然語(yǔ)言處理，融資122億元，占比19%。

 

　　深思考的“多模態(tài)深度語(yǔ)義理解引擎（iDeepwise.ai）與人機(jī)交互技術(shù)”，簡(jiǎn)單來(lái)說(shuō)，就是實(shí)現(xiàn)從簡(jiǎn)單的機(jī)器感知到深度的語(yǔ)義理解，而這一點(diǎn)，會(huì)使人機(jī)交互變得更加智能，也是機(jī)器真正邁向智能的關(guān)鍵。

 

　　這可能是深思考能夠吸引到華為投資的原因之一。

 

　　但顯然，并不是唯一的原因。

 

　　2、 華為以及華為的生態(tài)

 

　　如今，人們已經(jīng)很難用一句簡(jiǎn)單的話，來(lái)概括華為，其產(chǎn)業(yè)鏈包括通信設(shè)備、半導(dǎo)體、消費(fèi)電子、云計(jì)算、安防等，公司營(yíng)收也從2008年的183億美金增長(zhǎng)到2018年的1052億美金。

 

　　不僅手機(jī)銷量超越蘋(píng)果，華為在5G、芯片和智能硬件端的表現(xiàn)也十分搶眼，尤其是5G產(chǎn)業(yè)上的發(fā)力，比如最新旗艦手機(jī)Mate30系列手機(jī)，其搭載的麒麟990芯片，也是行業(yè)中第一枚正式商用的5G SoC芯片。

 

　　再比如面向全場(chǎng)景的分布式操作系統(tǒng)鴻蒙OS，據(jù)發(fā)布會(huì)上的介紹，鴻蒙OS已在手機(jī)、平板上率先進(jìn)行了使用，并將會(huì)應(yīng)用在智能手表、智慧屏、車載設(shè)備、智能音箱等智能終端上。

 

　　但光有OS、芯片和5G技術(shù)，并不能完全實(shí)現(xiàn)華為設(shè)想的萬(wàn)物互聯(lián)的場(chǎng)景，他們像是華為未來(lái)AIoT戰(zhàn)略的基礎(chǔ)，在基礎(chǔ)之上，需要更多有效的技術(shù)來(lái)增加基礎(chǔ)的抓手，落地更多的場(chǎng)景，觸達(dá)更多的用戶，并實(shí)現(xiàn)無(wú)感的體驗(yàn)。

 

　　多模態(tài)語(yǔ)義理解技術(shù)及類腦人工智能技術(shù)，則能夠起到關(guān)鍵性的作用。

 

　　目前，深思考基于AI多模態(tài)深度語(yǔ)義理解技術(shù)與人機(jī)對(duì)話產(chǎn)品主要落地于智能車聯(lián)網(wǎng)數(shù)字座艙、汽車智慧營(yíng)銷、手機(jī)智能移動(dòng)終端、智能家居、智慧醫(yī)療健康等應(yīng)用場(chǎng)景。

 

　　以移動(dòng)端的場(chǎng)景為例，在智能手機(jī)終端場(chǎng)景下，深思考基于多模態(tài)深度語(yǔ)義理解與人機(jī)對(duì)話引擎（iDeepWise.ai），提供出行、健康咨詢、智慧辦公、休閑娛樂(lè)等場(chǎng)景的智能人機(jī)對(duì)話交互iDeepWise.ai.mobile 的AI Saas 服務(wù)。尤其在出行領(lǐng)域，為2億智能終端用戶提供一站式AI智能出行生活服務(wù)，包括通過(guò)人機(jī)對(duì)話自動(dòng)完成預(yù)訂機(jī)票火車票、自動(dòng)完成酒店預(yù)訂等服務(wù)。

 

　　此前，通過(guò)哈勃投資，華為已經(jīng)投資了第三代半導(dǎo)體材料領(lǐng)域的山東天岳先進(jìn)材料科技有限公司、集成電路設(shè)計(jì)公司杰華特微電子（杭州）有限公司。不難看出，過(guò)去數(shù)月中華為戰(zhàn)略投資的三家公司，分別為華為提供了，人工智能所需的產(chǎn)品原材料、芯片設(shè)計(jì)生產(chǎn)和最適合的人工智能技術(shù)。

 

　　相信在未來(lái)，這三家公司在華為的大生態(tài)之下，會(huì)有更多的交流和合作。

 

　　而華為子公司對(duì)于深思考的投資，似乎也標(biāo)志著，人工智能進(jìn)入全面商業(yè)化的階段，不再只在實(shí)驗(yàn)室進(jìn)行測(cè)試和訓(xùn)練，而是不斷在真實(shí)場(chǎng)景中區(qū)落地，去實(shí)驗(yàn)，去更接近成功。

 

　　3、 人工智能走出實(shí)驗(yàn)室

 

　　對(duì)于巨頭公司，尤其是ICT領(lǐng)域的巨頭公司而言，其擁有的海量數(shù)據(jù)，就是儲(chǔ)量豐富的金礦，但如果無(wú)法挖掘和發(fā)揮數(shù)據(jù)的價(jià)值，數(shù)據(jù)的存在便變毫無(wú)意義。他們擁有用戶、產(chǎn)品和場(chǎng)景，卻缺少人工智能這樣的“煉金術(shù)”，來(lái)幫助煉金，從而最終在同類型公司之中勝出。

 

　　而對(duì)于人工智能公司而言，找到一個(gè)好的生態(tài)合作伙伴，或是一個(gè)擁有真實(shí)業(yè)務(wù)需求的投資方，能夠快速實(shí)現(xiàn)技術(shù)的落地，并最終實(shí)現(xiàn)商業(yè)化，尤其是還有云和芯片的相關(guān)產(chǎn)業(yè)鏈。

 

　　仍然以智能家居場(chǎng)景為例，智能音響、智能電視、智能冰箱、智能空調(diào)等產(chǎn)品，最終需要被語(yǔ)音理解所賦能，提升理解能力，真正做到人工智能。

 

　　結(jié)合多模態(tài)語(yǔ)義理解技術(shù)，這些智能家居和智能硬件，不再是簡(jiǎn)單的人類語(yǔ)音命令執(zhí)行者，而是變成了隱形人工智能管家的觸點(diǎn)，他們會(huì)更了解人類的需求和習(xí)慣，并提供更加個(gè)性化和人性化的服務(wù)。

 

　　以智能車聯(lián)網(wǎng)為例，5G和人工智能的發(fā)展，讓自動(dòng)駕駛和車聯(lián)網(wǎng)都被給予厚望。

 

　　傳統(tǒng)智能車載系統(tǒng)，通常通過(guò)駕駛室的智能語(yǔ)音交互屏幕實(shí)現(xiàn)人機(jī)互動(dòng)，而在智能車聯(lián)網(wǎng)場(chǎng)景下，汽車跟道路基礎(chǔ)設(shè)施之間、汽車跟汽車之間、汽車跟互聯(lián)網(wǎng)之間都能夠做信息的連接和交互。車輛本身也通過(guò)視覺(jué)對(duì)車外的環(huán)境做感知與理解，再加上溫度傳感器、語(yǔ)音信息輸入傳感器等。

 

　　對(duì)于用戶而言，語(yǔ)言是最有效的交互方式，但對(duì)于車輛而言，要接受和理解的語(yǔ)言，并且在極短時(shí)間內(nèi)做出反應(yīng)，是有巨大的挑戰(zhàn)。而除了語(yǔ)言的模態(tài)外，智能車聯(lián)網(wǎng)還有手勢(shì)的模態(tài)和圖像的模態(tài)等信息。

 

　　數(shù)字化場(chǎng)景下，深思考提供的技術(shù)能為對(duì)上述多模態(tài)信息進(jìn)行綜合理解，為人車交互提供智能大腦，同時(shí)，還可以在座艙環(huán)境下，實(shí)現(xiàn)人、車和家庭的連接。加上RPA自動(dòng)軟件機(jī)器人，不光可以實(shí)現(xiàn)人車對(duì)話，車輛還可以自動(dòng)幫助駕駛員完成任務(wù)，比如預(yù)定會(huì)議室、與其他智能設(shè)備的聯(lián)動(dòng)、執(zhí)行等。

 

　　“更重要的是解決及提升物聯(lián)網(wǎng)和AIoT設(shè)備多模態(tài)語(yǔ)義理解的能力。”楊志明博士在此前36氪的采訪中曾提到， 未來(lái)的場(chǎng)景之中，更多的情況是，終端設(shè)備首先具備各項(xiàng)傳感器，能夠多維度的收集信息和數(shù)據(jù)，同時(shí)端側(cè)AI芯片的植入，又能讓這類設(shè)備具有如圖像識(shí)別、語(yǔ)音識(shí)別、語(yǔ)義理解等人工智能能力，而云端則是更強(qiáng)大的算力和服務(wù)支持。一方面，如果所有終端的處理，都由云完成，性能和響應(yīng)可能會(huì)成為瓶頸，另一方面終端設(shè)備必須具備AI理解的能力，才能讓機(jī)器更好的理解人類意圖。下一個(gè)時(shí)代必定是AIot的時(shí)代，也是人工智能多模態(tài)語(yǔ)義理解的時(shí)代。

 

　　云、芯片和人工智能技術(shù)，深思考的技術(shù)和華為生態(tài)，相得益彰。