人工智能離我們到底有多遠(yuǎn)？想一想手機里的 AI 拍照、AI 翻譯、AI 識圖等功能，AI 正以無縫的方式更多地豐富我們的生活，而高能效和個性化對于下一代無處不在的智能用戶體驗而言不可或缺。

終端側(cè) AI 正在支持虛擬助理的發(fā)展，個性化正成為當(dāng)今和未來虛擬助理之間的主要差異。

Part.1

語音交互如何實現(xiàn)？

解放雙手，解放生產(chǎn)力，語音是變革性的交互方式，它可以提供用戶與終端間的自然交互，而無需任何手部操作。

也許你已經(jīng)開始依賴虛擬助理把瑣事安排得明明白白。但是，你有沒有想過，你每天調(diào)教的小愛同學(xué)或者 Jovi，是如何運作的呢？

實際上，實現(xiàn)語音交互體驗要經(jīng)過復(fù)雜的流程，并且需要多個組件的支持。正如下圖所示，語音交互的流程開始于麥克風(fēng)采集語音信號，經(jīng)過多個步驟，最后通過語音合成的方式響應(yīng)用戶。

當(dāng)然，今天語音交互變得如此普及，不得不提的重要因素是——機器學(xué)習(xí)。機器學(xué)習(xí)技術(shù)可應(yīng)用于幾乎所有的語音交互組件之上，從而提升各交互體驗。機器語音識別的準(zhǔn)確率正不斷逼近95%，達到與人類相當(dāng)?shù)乃剑瑥亩鴰砀匀坏慕换ンw驗。

Part.2

云端AI？終端側(cè)AI？

傳統(tǒng)上，主要語音交互組件都由云端 AI 所支持。但是，終端側(cè)處理具有眾多獨特的優(yōu)勢，包括更快的響應(yīng)速度、更高的可靠性和更好的隱私保護。

尤其當(dāng)今消費者越來越重視數(shù)據(jù)的私密性，并且有權(quán)選擇是否將數(shù)據(jù)發(fā)到云端進行處理或存儲。因此，更多在終端上進行處理并為云端功能提供補充，是目前的重要趨勢之一。

而其中的主要挑戰(zhàn)在于，需要在移動終端的功耗和散熱限制下運行并實現(xiàn)復(fù)雜的語音交互功能。Qualcomm 正積極應(yīng)對這項挑戰(zhàn)，并把低功耗的終端側(cè) AI 應(yīng)用于語音交互組件之上。

Part.3

真正的個人助理什么樣？

真正的虛擬助理是在終端里面有一個“數(shù)字化的我”。因此，它需要分析個人信息并不斷學(xué)習(xí)用戶偏好，從而成為真正了解用戶的數(shù)字助理。

實現(xiàn)個性化的必備條件是情境式智能，而這需要融合多種傳感器（如麥克風(fēng)、攝像頭和陀螺儀）以及終端側(cè)和終端外的數(shù)據(jù)。

增強個性化能夠推動虛擬助理進一步發(fā)展，并兼具響應(yīng)性和主動性。真正的個人助理不僅能夠在你提問時提供個性化的答案，還能基于情境分析進行自主決策和無提示對話。

真正的個人助理會何時走進我們的生活？值得期待~