2018年3月25日訊，智能音箱的更新?lián)Q代越來越快，也正成為拉近人工智能與百姓生活距離的重要紐帶。昨天，阿里巴巴人工智能實驗室發(fā)布了2.0版本的人機(jī)交互系統(tǒng)，在原有“聽”和“說”的交互體驗基礎(chǔ)上，引入視覺能力，裝載該系統(tǒng)的“天貓精靈”也成為了一款能“看得見”的智能音箱。

新華社圖記者在現(xiàn)場試驗發(fā)現(xiàn)，拿著西蘭花問天貓精靈這是什么，它會在幾秒內(nèi)“看一看”用戶手中的物體，并答道“這是西蘭花。”如果拿起一板藥片，天貓精靈不僅能答出“這是藥”，還會說“不能隨便吃哦。”據(jù)介紹，新系統(tǒng)的視覺能力包括圖像識別、人臉識別、物體檢測;同時，還具備情景感知能力，基于用戶所在的上下文、對話場景自主學(xué)習(xí)，深刻理解情景需求。

智能音箱的戰(zhàn)場已經(jīng)打響，BAT紛紛進(jìn)場布局。在今年的全國兩會上，百度創(chuàng)始人李彥宏在三次提到將在下周推出的智能視頻音箱“小度在家”;而名為騰訊小Q機(jī)器人的智能語音音箱也在京東平臺上受到了不少消費(fèi)者的關(guān)注。

為什么各大互聯(lián)網(wǎng)公司都在爭先恐后布局人工智能音箱呢?人工智能算法科學(xué)家聶再清向本報記者解答道：“可以說智能語音是人工智能技術(shù)中最難的領(lǐng)域之一，如果機(jī)器真的可以非常好地理解人類千差萬別的語言，那是很重要的成就。音箱又是很受用戶喜歡的一個產(chǎn)品類型。通過智能音箱，人工智能技術(shù)可以在與用戶的頻繁交互中不斷學(xué)習(xí)，不斷提高自己，增強(qiáng)對自然語言的理解，從而實現(xiàn)在認(rèn)知智能領(lǐng)域的突破。所以，智能音箱是最接近用戶的、真正可能在AI領(lǐng)域帶來飛躍、可能實現(xiàn)人機(jī)交互新方式的一個媒介，可以為語音交互帶來新的入口。 ”