不管人類是否樂意，人工智能的車輪已經(jīng)碾過來了。

智力游戲、國際象棋、圍棋、德州撲克……人類逐步淪陷，從去年AlphaGo和李世乭對決前大眾認(rèn)為人類必贏的呼聲，到如今圍棋第一人柯潔迎戰(zhàn)AlphaGo，卻面臨大眾“機(jī)器必贏”的預(yù)測。而在關(guān)于“人工智能會取代人類嗎?”的追問里，人工智能已經(jīng)選擇了下一個對手。

5 月 27 日至 28 日，由機(jī)器之心主辦的 2017 全球機(jī)器智能峰會(GMIS)在北京舉行，不但云集LSTM 之父Jürgen Schmidhuber等人工智能業(yè)內(nèi)大咖，分享主題演講，還設(shè)置了各類展覽。其中，搜狗汪仔機(jī)器人尤為引人注意。峰會期間，它不但在搜狗展位與不雅觀眾進(jìn)行了親密互動，還和人類頂尖速錄員進(jìn)行了一場“人機(jī)大戰(zhàn)”。

比擬之前大多圍繞基礎(chǔ)速記展開的對戰(zhàn)，這次的角逐難度飆升了數(shù)級，普通文章、專業(yè)詞匯、方言口音、中英混合內(nèi)容、繞口令，五項角逐內(nèi)容，都是語音識別領(lǐng)域最難并吞的的技術(shù)點。晦澀難懂的專業(yè)術(shù)語，機(jī)器能懂嗎?帶有口音的港普機(jī)器能識別嗎?兩國語言混雜，機(jī)器又能反應(yīng)過來嗎?人類是在機(jī)器不擅長的領(lǐng)域?qū)で蟊旧淼膬?yōu)勢。

隨著峰會現(xiàn)場音頻響起，大屏兩側(cè)實時出現(xiàn)了對戰(zhàn)雙方的轉(zhuǎn)錄文本。一邊是人類速錄員，正常打字速度，能到每分鐘 220 字以上，一邊是搜狗汪仔，背后語音識別技術(shù)加持，還能按照上下文意自動調(diào)整轉(zhuǎn)化的內(nèi)容。

普通內(nèi)容的語音識別對于人機(jī)雙方都并不難，人類和機(jī)器均快速準(zhǔn)確地完成了速記任務(wù)。但從第二輪比拼開始，人類和機(jī)器就同時面臨了艱巨的挑戰(zhàn)，“解耦神經(jīng)接口”“誤差真值梯度”等難以理解的專業(yè)詞匯，說話人的四川方言和港普口音，以及中文夾英文的說話方式，讓速記難度飆升。中英混合的說話方式，對于機(jī)器的影響顯然更大，最終機(jī)器以4： 1 戰(zhàn)勝人類速記。

賽后，搜狗CEO王小川總結(jié)說：“AlphaGo2. 0 在圍棋上戰(zhàn)勝人類，讓我們?yōu)榧夹g(shù)發(fā)展而喜悅。但當(dāng)我們回歸真實的使用場景，，就會發(fā)現(xiàn)，今天的人工智能與我們抱負(fù)中還有差距，所以通過這次人機(jī)大戰(zhàn)，我們會開始思考，在人工智能技術(shù)前沿，我們還有什么地方是做不到的，以及未來還有哪些突破的標(biāo)的目的。”

實際上，這并非搜狗語音識別技術(shù)的首次公開表態(tài)。早在 2016 年 7 月，極客公園奇點大會上，搜狗語音就在演講現(xiàn)場做了實時字幕上屏，演講者語畢，不雅觀眾就能直接獲得機(jī)器所做的速記稿。實際上更早之前，搜狗輸入法中就落地了語音輸入功能，語音輸入日頻次高達(dá)2. 4 億次，識別速度達(dá)每分鐘 400 字。

除大戰(zhàn)之外，搜狗也應(yīng)邀為此次大會提供了機(jī)器同傳辦事，當(dāng)嘉賓進(jìn)行演講時，通過語音識別技術(shù)，機(jī)器將演講者的語音轉(zhuǎn)化為文字，同時，搜狗機(jī)器同傳對內(nèi)容進(jìn)行翻譯，投射在屏幕上。通過此項技術(shù)，即使不使用同傳設(shè)備，中外嘉賓也能夠無障礙理解嘉賓的演講內(nèi)容。

AlphaGo2. 0 引發(fā)的人機(jī)大戰(zhàn)在圍棋領(lǐng)域，然而我們更多的只是作為“吃瓜群眾”感受到人工智能的威力，對它的應(yīng)用場景卻感知甚微。而汪仔引發(fā)的人機(jī)大戰(zhàn)，背后則展示了搜狗在如今大火的語音識別領(lǐng)域的突破性成就。結(jié)合搜狗輸入法這款國民級產(chǎn)品，搜狗不但實現(xiàn)了語音識別技術(shù)的落地與靈活使用，更在醞釀著人機(jī)交互方式的全新厘革。