这意味着，如果让一个人来翻译，或者把错误率整出来，那绝对达不到5.1%，这是一群人联合攻关才能做到的水平。

黄学东的观点是，从研究角度来说，这个意义十分重大，即便是0.1%的差距，无论是运算量还是时间，耗费都是巨大的。

黄学东深信“对话即平台”，“语音交互的发展是一个自然的过程，这是因为语音交互是一个无需触碰设备即可完成的体验，它可以让人摆脱设备的枷锁。”

目前，微软已经将机器翻译技术落地。

但高计算量、噪音问题、理解力这三个问题，目前还是限制了语音交互在实际应用场景中的效果。

“虽然如此，但是语音交互毕竟已经可以落地并产生了商业化应用，‘机器听懂人话’这个目标已经基本实现。”但黄学东认为机器翻译是位于感知到认知之间的一个过程，因为它可以“假装”听懂，翻译出来的效果还不错，但实际上它并没有听懂。

语音交互的难题

机器翻译上从达到人类水平到超越人类水平，在业界一度被解读为人工智能在研究领域的突破性进展。

但是现有大多数硬件与智能服务的交互体验仍有很大缺陷。黄学东认为这应该归于在“语义识别”方面大家还在止步不前。“我们在教计算机不仅是转录口语，而且要了解话语的意义和意图方面仍有很多工作要做。从识别语音到理解话语，是语音技术的下一个主要挑战。”

黄学东认为在没有突发事件的情况下，现在的机器翻译可以做到基本可信、基本可达、基本还算比较雅。但是如果出现突发事件，机器翻译出错误会出得比人类更离谱。而最好的方法是在机器转录翻译的时候，有人在旁边看着，有错误就给纠正一下。

在黄学东看来，语义理解是语音交互中最难攻克的问题之一。他指出，这是因为语音理解方面的标记非常少，而且也没有公认的标准，所以要通过非监督式学习来攻克这个困难，但是，非监督式学习目前还在探索阶段，亟待突破。

“我们现在还没有达到，什么时候达到也不知道。”黄学东可以肯定的是，强人工智能一定是由自然语言理解、感知驱动的，让计算机能达到人的知识获取能力，可以通过阅读自动获取知识。

此内容为第一财经原创。未经第一财经授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经将追究侵权者的法律责任。

如需获得授权请联系第一财经版权部：021-22002972或021-22002335；banquan@yicai.com。

相关报道: