（原標題：For Computers， Too， It’s Hard to Learn to Speak Chinese）

　　網易科技訊 7月27日消息，在中國，研究人員往往把2017年稱之為交互式計算元年。無論是語音識別技術還是自然語言處理技術，都取得了巨大的進展；無論是阿里巴巴還是百度都在開發語音通信相關技術，而兩家的語音交互式產品都已經進入了市場。

　　阿里巴巴發布的天貓精靈（Tmall Genie）智能音箱與亞馬遜的智能音箱產品Echo類似，內置了阿里巴巴的數字助理阿里精靈。用戶可以通過語音來在線下單，查詢當日天氣，播放音樂或是控制家中的其他智能設備。

　　同樣，百度旗下的DuerOS語音交互式平臺也是一種數字助理，不同的是其將電視機頂盒以及HTC智能手機等產品功能融入其中。除此之外，DuerOS與阿里精靈等數字語音助理的功能類似。百度稱已經獲得了DuerOS開發套件的大量訂單。

　　百度DuerOS業務部門主管Kun Jing預計，由于亞馬遜Echo等智能音箱的成功刺激到中國科技投資者的興趣，今年將會有更多公司進入語音交互領域。

　　市場研究公司IDC預計，到2020年，51%的自動駕駛領域、68%的智能手機和可穿戴設備都將整合進基于語音交互的人工智能系統。Jing認為，正如觸控屏讓用戶與移動設備的交互更為便捷一樣，會話界面將會使交互更加自然，吸引更多用戶進入互聯世界。

　　基于語音的交互式計算對于中國來說也是一個選擇。目前在標準化鍵盤上輸入漢字，主要依賴于漢字發音的漢語拼音。但由于中國普通話有四個音調，而每個音調的漢字都代表著不同的含義，這導致用戶必須從菜單中挑選出正確的漢字。像“yi”這樣的發音對應的漢字多達60幾個。當然，一些輸入法可以根據上下文輸入來確定最有可能的漢字，但準確率依舊不盡人意。因此，微信用戶經常會通過語音聊天而不是輸入漢字，也就不足為奇了。

　　現在，語音助理技術能夠將用戶的發音轉換成文本命令，并根據文本的含義來做出相應。這一技術對基于任務的命令非常有效，比如可以查詢天氣情況或是查詢特定漢語的英文翻譯，但目前還無法進行多主題的流暢對話。

　　不得不承認的是，中文語言的復雜性仍是解決會話計算問題的巨大挑戰。在漢語言中，相同漢字排列順序不同，其含義也不同。甚至于即便以相同的次序排列漢字，前后文意思不同也會導致語義不同。此外，書面漢語并不像英文單詞那樣用空格加以劃分，因此對于漢語言的自然語言處理來說，研究人員必須要讓算法在漢字之間插入空格，從而確定漢字組合的正確含義。何況漢語還沒有時態之分，沒有過去式、現在或是將來之分，這使得機器分析用戶要表達的時間更為困難。

　　除此之外，面對漢語，自然語言處理研究人員還需要應對方言等其他挑戰。很多方言晦澀難懂，沒有固定的搭配。

　　專門研究自然語言處理的清華大學副教授吳志勇（音譯）指出，為了能真正理解講話者的意圖并進行適當的溝通，計算機需要對講話者的語調變化以及重音節進行深入分析。而清華大學副教授賈佳（音譯）則認為，計算機還需要理解人類情緒，因為人們在做決斷時往往并不是完全依賴于邏輯。

　　為了讓其系統更加智能化，今年百度在其平臺上引入了“培訓師”模式，允許軟件開發人員通過系統內置的注釋機器人提供語言處理的相關數據。注釋機器人在收到開發者的反饋之后，會從中進行學習，然后對結果進行更正。

　　對于中國的自然語言處理研究人員來說，其最大的優勢在于規模化的數據。當前支持自然語言處理的神經網絡需要大量的數據訓練。公司擁有的數據量越大，神經網絡的智能化程度就越高。諸如百度和阿里巴巴這樣的公司都得益于其擁有的龐大用戶群。截止2016年底，百度月平均用戶數位6。65億。而截止到今年三月份，阿里巴巴月平均用戶數位5。07億。

　　但阿里巴巴人工智能實驗室研究人員王剛（音譯）表示，研究人員需要設計出這樣一種高效率的神經網絡，無需大量數據訓練就能夠從容處理自然語言。他認為，在現實世界中人們往往會用不同的方式表達同一個意思，機器無法通過訓練窮舉所有例證。他和同事曾提出一種讓機器在較少數據訓練情況下學會理解主題的方法：也就是使用相關主題的數據。比如在訓練神經網絡進行運動醫學方面的自然語言處理時，大可以利用運動數據以及醫學相關數據。王剛指出，這種方法的效果不及使用特定數據。但在缺乏相關數據的情況下，也可以通過這種方法來訓練神經網絡。

　　總之，就像Ainemo創始人宋晨楓認為，在中國市場智能語音助理成功的關鍵在于內容和服務。該公司曾于今年六月份發布了一款名為“小魚”的家用語音助理機器人。宋晨楓計劃在智能語音助理中添加教育和保健的相關內容。據悉，“小魚”家用語音機器人采用了百度的DuerOS會話平臺。宋晨楓指出，語音為包括老人和幼兒在內的特殊人群訪問互聯網提供了新的內容和方法。（晗冰）