绍兴市| 车致| 白城市| 通城县| 霍山县| 亚东县| 沽源县| 吴忠市| 镶黄旗| 综艺| 西和县| 蕲春县| 如东县| 鹤峰县| 黄大仙区| 云和县| 高清| 卫辉市| 寻甸| 施秉县| 类乌齐县| 张家界市| 余庆县| 瓮安县| 瓦房店市| 湖南省| 天水市| 泸定县| 德庆县| 吉安市| 德兴市| 胶州市| 南昌县| 福安市| 榆中县| 肥西县| 恩平市| 中江县| 慈溪市| 安国市| 诏安县| 泉州市| 维西| 四子王旗| 兴化市| 浦东新区| 颍上县| 那曲县| 尼玛县| 新源县| 龙川县| 会同县| 小金县| 西平县| 乃东县| 洛阳市| 玉龙| 沾化县| 丹寨县| 许昌县| 咸丰县| 临潭县| 砀山县| 尼玛县| 聂荣县| 平利县| 嘉峪关市| 大方县| 广西| 灵丘县| 武陟县| 兴义市| 积石山| 长汀县| 桐乡市| 根河市| 伽师县| 竹北市| 德江县| 临武县| 怀远县| 西乌| 寿光市| 沈丘县| 雅江县| 离岛区| 谢通门县| 通州区| 卢龙县| 玛曲县| 宾川县| 寿光市| 潜江市| 博罗县| 洪泽县| 太白县| 龙泉市| 普定县| 马鞍山市| 搜索| 云安县| 长垣县| 泰来县| 九江县| 瑞安市| 玛纳斯县| 定陶县| 锦屏县| 克什克腾旗| 平陆县| 阳东县| 同江市| 荥经县| 西平县| 岫岩| 桦川县| 南投市| 思南县| 岳阳县| 金平| 开封市| 石林| 晋中市| 江孜县| 嵊泗县| 北流市| 黄大仙区| 浮梁县| 丹巴县| 上杭县| 长沙市| 茶陵县| 万载县| 西平县| 拉萨市| 凌云县| 洞口县| 本溪市| 玉溪市| 甘谷县| 大丰市| 滦平县| 汽车| 江都市| 深圳市| 枝江市| 阿鲁科尔沁旗| 和田市| 汾阳市| 上思县| 苗栗市| 蒙山县| 民和| 宜宾县| 宣汉县| 松江区| 苏尼特左旗| 清新县| 吉林市| 紫阳县| 安龙县| 乐至县| 大化| 成武县| 江阴市| 扎赉特旗| 格尔木市| 丰城市| 拉孜县| 新丰县| 镇雄县| 赣州市| 黑水县| 吴桥县| 郎溪县| 大丰市| 金平| 涞源县| 张掖市| 类乌齐县| 梁山县| 资中县| 西藏| 资讯| 凤冈县| 佳木斯市| 土默特左旗| 谢通门县| 获嘉县| 同心县| 麻城市| 德清县| 磴口县| 大埔区| 乐安县| 郎溪县| 历史| 花莲县| 库尔勒市| 喀喇| 嘉黎县| 鸡东县| 忻城县| 永德县| 英超| 普定县| 平昌县| 青浦区| 井陉县| 通辽市| 五大连池市| 岳池县| 长沙市| 太原市| 罗平县| 睢宁县| 南召县| 隆林| 东安县| 汝阳县| 县级市| 丰城市| 宁安市| 东安县| 金湖县| 万全县| 南川市| 喀什市| 禄丰县| 庆安县| 自贡市| 峨边| 靖宇县| 池州市| 徐闻县| 新宁县| 岑溪市| 天气| 定兴县| 南充市| 清水县| 改则县| 苍山县| 巫山县| 陆丰市| 邹平县| 乐昌市| 涪陵区| 旬邑县| 东兴市| 泸州市| 天祝| 瓦房店市| 新河县| 资中县| 萨嘎县|

乐业视窗--广西频道--人民网

2018-10-18 13:47 来源:腾讯

  乐业视窗--广西频道--人民网

  同时每年以市委、市政府两办名义下发《全市普法教育依法治市工作要点》,将创建任务分阶段、分步骤实行细化和量化,确保创建工作有序推进。改革开放以来,我国城市化快速发展,有力支撑了中国的工业化、现代化和建设小康社会的进程。

实施湿地保护工程,开展退耕还泽,恢复湿地植被和水禽栖息地。一、理念原则1.主题性与综合性相结合。

  为此国家制订了建立核心城市群、区域支撑城市群、战略支点城市群的城市地理布局总体规划。”《办法》说明了在城市规划区范围内湿地资源的自然生态效能以及服务城市的社会功能及其价值,明确规定了城市湿地资源保护以及湿地公园建设与管理的目标。

  它创造了网络购物的新高度,从而吸引了全国乃至全球消费者的目光。2.积分申请方式人性化。

《办法》第十七条规定了申请人对积分有异议时的核查和复核程序。

  3.规范考核机制,提高创建工作质量针对基层创建水平不一致的情况,严格执行省厅创建标准,强化分类指导和培育,提高创建质量。

  面临这一问题时,家长首先想到的是自己的父母与亲友。“科学态度、先进理念、专业知识”这十二个字对城市管理者提出了很高的要求。

  其次是通过引入城市设计的技术力量来逐步塑造城市的宜居环境。

  推进法治建设,必须以科学发展观为统领;落实科学发展观,必须以法治为保障。第七,加快全省港口群建设。

  2.信息采集推行市场化本着“养事不养人”、“政府花钱买信息”的精神,将城市管理问题的信息采集通过市场化模式运作,通过招标确定了信息采集公司,按区域进行城市事、部件问题日常信息的采集和核实、核查,以全面、准确地反映城市管理中的问题,保证信息采集的质量。

  唯有探索走出一条不以牺牲生态和环境为代价的绿色发展道路,资源才能支撑、环境才能容纳、社会才能承受、发展才能持续。

  就目前而言,解决遗址保护资金问题主要有两种比较好的途径:一种以遗址周边土地增值反哺遗址保护的模式。论坛上,举行了“英国城市学学会·杭州国际中心”揭牌仪式和《城市论》赠书仪式。

  

  乐业视窗--广西频道--人民网

 
责编:神话

中共中央宣传部委托新华通讯社主办

半月谈

  • 中国搜索
  • 半月谈搜索

首 页 >> 资讯 >> 发现基层 >> 北京日报:语音识别距人类只差0. >> 阅读

乐业视窗--广西频道--人民网

2018-10-18 08:40 作者:姜姝姝 来源:北京日报 编辑:常磊
分享到:

一旦信息通道变化了,研究方法、研究路径就完全不一样了。

日前,美国一家公司宣称专业速记员在记录对话时,转录词错率为5.1%,而该公司最新研发的语音识别系统词错率已达到5.5%,超越之前的历史最佳水平,树立了新的里程碑。语音识别,是人工智能领域的核心问题之一,0.4%的差距似乎意味着机器即将比肩人类。

 
    已过“甲子”之年
 
    斯坦福大学的相关研究者在2016年9月发布了一篇名为《2030年的人工智能与生活》的文章,提到:人工智能领域正式诞生于1956年夏天,一场由约翰·麦卡锡组织的在美国达特茅斯暑期研究项目的研讨会,在多年以后被认定为全球人工智能研究的起点。
 
    其实,对于人工智能子项目之一的语音识别来说,它的历史甚至比60年还要久。
 
    语音识别的研究源头可追溯至1950年,计算机科学之父阿兰·图灵在《思想》(Mind)杂志上发表了题为“计算的机器和智能”的论文,首次提出了机器智能的概念,论文还提出了一种验证机器是否有智能的方法:让人和机器进行交流,如果人无法判断自己交流的对象是人还是机器,就说明这个机器有智能了,这就是后来鼎鼎有名的人工智能图灵测试。
 
    图灵测试的概念极大影响了人工智能对于功能的定义,以此为途径,卡内基梅隆大学的两位科学家希尔伯特·西蒙和曼纽尔·布卢姆做了大量的前期工作,非常精妙地证明了罗素《数学原理》52道中的38道。西蒙甚至宣称在10年之内,机器就可以达到和人类智能一样的高度。
 
    在这一时期,科学家们也将语音识别比作“机器的听觉系统”,该技术可以让机器通过识别和理解,把语音信号转变为相应的文本或命令。1952年,贝尔研究所、Davis等人研制了世界上第一个能识别10个英文数字发音的实验系统。1960年,英国的Denes等人研制了第一个计算机语音识别系统。
 
    从“模拟”人脑到开创统计方法
 
    当20世纪50年代明确了人工智能要模拟人类智慧这一大胆目标后,这一领域经历了近20年的辉煌。研究人员开展了一系列项目,表明计算机能够完成一系列原本只属于人类能力范畴之内的任务,例如证明定理、求解微积分、通过规划来响应命令、履行物理动作,甚至是模拟心理学家心理实验、作曲家谱曲这样的活动。
 
    但是,过分简单的算法以及计算能力的限制,严重阻碍了人们使用人工智能来解决更加困难和多样化的问题。
 
    这一阶段在人工智能的细分领域语音识别上,科学家们也走上了同样的弯路。他们认为,计算机要完成语音识别这类只有人才能做的事情,必须先让计算机理解自然语言,导致研究局限在人类学习语言的方式上了,即电脑模拟人脑,语言学者参与了大量的研究工作,但最后的成果却近乎为零。伴随着对未来继续努力的失望,人工智能包括语音识别都于20世纪70年代中期逐渐淡出公众视野。
 
    转机出现在统计语言学的创立上。这不得不提一个关键性人物——德里克·贾里尼克和他领导的IBM华生实验室,他们创新的使用统计方法,将当时的语音识别率从70%迅速提升到90%,同时语音识别的规模从几百个单词上升到几万个单词,使得语音识别就有了从实验室走向实际应用的可能。
 
    在贾里尼克之前,科学家们都把语音识别问题的核心归结为语言学中的规则问题,而贾里尼克将它当作通信问题后,用两个隐含马尔可夫模型(声学模型和语言模型)把语音识别重新概括清楚了。
 
    这个框架结构至今仍对语音识别影响深远,它不仅从根本上使得语音识别有使用的可能,而且奠定了今天自然语言处理的基础。贾里尼克后来也因此当选美国工程院院士,并被某杂志评为20世纪100名发明家之一。
 
    尽管贾里尼克在1972年就提出了新的研究范式,但模拟人脑与统计学的方法之争,却持续了近十五年时间,语音识别领域历经了十五年的新旧交替后,最大的成果其实是在技术的应用及产品化方面出现了进展。
 
    大进步的催化剂
 
    在互联网大爆发的20世纪90年代,人工智能的相关研究又一次停滞了。直到21世纪前10年,出现了一系列复兴人工智能研究进程的要素,尤其是下面这些重要的因素和核心技术:
 
    大数据。得益于互联网、社交媒体、移动设备和廉价的传感器,这个世界产生的数据量急剧增加。大数据是人工智能发展的助推剂,这是因为有些人工智能技术使用统计模型来进行数据的概率推算,如语音识别,通过数据的海洋中丰富的语料,使得技术不断优化。
 
    新算法。算法是解决一个设计程序或完成任务的路径方法。在一个完整的工业界语音识别系统里,最关键的是深度学习算法,还有很多工作是专业领域相关的算法,以及海量数据收集和工程系统架构的搭建。这些算法本身很重要,同时也是其他技术的推动者,比如机器学习算法Google的TensorFlow目前就被开源使用。
 
    可以说,任何技术都有蓄能阶段和爆发阶段,人工智能包括语音识别技术的爆发都得益于以上条件。这也不难理解,从语音识别来看,它是需要经验、数据和用户反馈共同作用来提升表现的。需要利用用户的反馈总结出一些特点。
 
    谷歌是最早在全球范围内大规模使用深度学习算法的公司,也最早开创了用互联网思维做语音识别。在这方面,科大讯飞受到谷歌的启发,迅速跟进成为国内第一个在商用系统里使用深度学习的公司。
 
    现有成绩和待解难题一样多
 
    语音识别技术已经发展了几十年,因为大数据和深度学习的应用,这一领域的传统强者成了谷歌、亚马逊、苹果和微软这些美国科技巨头,据统计,美国至少有26家公司在开发语音识别技术,而中国则有近50家公司研究这一领域。
 
    尽管谷歌这些巨头在语音识别技术上的技术积累和先发优势让后来者似乎难以望其项背,但因为一些政策和市场方面的原因,当然也有部分原因是中文的复杂程度高于英语,所以国际巨头的语音识别主要偏向于英语,中文领域的语音智能机会则留给了科大讯飞、百度、搜狗等中国公司。在国内,这些本土化产品更为用户所熟知。
 
    中文领域的识别难度在哪里?举个简单的例子,鲁迅《孔乙己》中的孔乙己之问:茴香豆的“茴”有几种写法?或者一个更有时代感的案例,如何形容物流很快?据说,在汉语里回答这个问题竟然至少有3600种说法,比如第二天就到了、物流很给力、给快递点赞等不尽其详。尽管语音识别在近些年来取得了巨大的进步,但其实仍然还有很多的工作要做。
 
    此外,还有确保语音识别能在更为真实生活的环境中良好地工作。这些环境包括具有很多背景噪声的地方,比如聚会场所或在高速路上驾驶的时候;还有在多人交谈环境中将不同的说话人区分开。
 
    还有一个更深层次的难题是,如果需要实现人机对话、人机写作,不只是需要用机器转录来自人类嘴巴的声音信号,更要理解人们所说的话。
 
    从语音识别来看,下一个前沿是从识别走向理解,真正的人工智能仍然还在遥远的地平线上,在机器能理解其所听到或看到的事物的真正含义之前,还需要很长时间的工作,有很长的路要走。
 
    或许也可以说,我们正在从一个人类必须理解计算机的世界,迈向一个计算机必须理解我们的世界。亚里士多德曾说过,如果机器能干很多活,岂不能让人类解放出来,或许这一解放的起点就是“理解”。(姜姝姝 作者为《机器人产业》杂志副总编辑)


版权声明:凡本网注明"来源:半月谈网"的所有作品,均为半月谈网合法拥有版权或有权使用的作品,任何报刊、网站等媒体或个人未经本网书面授权不得转载、 链接、转帖或以其他方式复制发布。违者本网将依法追究法律责任。如需授权,点击 获取授权

奉节 北碚区 北京 长宁区 安达市
来安县 神木 博白县 宁蒗 祁连县