探讨人工智能5大关键创新点

人工智能只有真正立足于场景解决刚需，才能更好地大规模推广和普及应用。但在人工智能领域，绝不是只要将数据打通就能够解决具体的应用问题，还有大量的核心技术创新正方兴未艾，它是一个真正的需要源头技术创新、需要强技术的领域。

总结来看，人工智能共有5大关键创新点：

一、用更少的数据实现更大规模的应用。以机器翻译为例，仍有很多小语种很难找到对应的翻译语料工具去训练。科大讯飞发现，基于前向和反向数据增强的半监督机器翻译增强训练，可以基于大规模单语数据的半监督机器翻译增强训练，有效提升机器翻译性能和鲁棒性，从而实现200万对双语语料达到传统的2000万对数据的效果。如果没有这些关键技术的突破，光靠一个深度神经网络模型，根本解决不了人工智能在应用中的实际问题。

二、动态自学习模型。人工智能有一个非常大的问题，就是训练的数据过多形成的“过拟合”。比如，训练中使用过多安静环境的数据，在噪声环境中的识别率反而会下降，反之亦然，这就是“过拟合”。这里的矛盾就在于，怎么样平衡大量的训练数据与个性化的对应？解决这一问题需要新的思路，比如科大讯飞提出基于多环境因子嗅探的动态模型延展，通过对不同类型噪声的自动嗅探，可自动动态调整模型结构，以及迭代式提升高噪场景识别效果，让数据驱动更加有效。(www.xing528.com)

三、跨语言迁移学习。未来，在全球一体化的情况下，语言技术的多语言平台化更是大势所趋。人类命运共同体首先要实现语言的自由互动，因此，跨语言迁移学习也是下一步人工智能需要特别关注的。

四、离线隐私保护。在人工智能伦理方面，一项非常重要的内容就是隐私保护。隐私保护不仅是法律的问题，也意味着要给用户更多的选择权。例如，翻译机、家庭的控制器、家庭音箱都可以做成纯离线版，一方面不妨碍功能的实现，另一方面通过物理隔离保护用户隐私。

五、用情感计算让数字化生存更加人性化，让人工智能像人一样具备同理心。在人工智能的电话随访中，语音需要体现出愉悦的心情，同时根据对方的反馈进行回应。在这个过程中有非常多的工作要去研究，尤其是如何从情感计算、心理学的研究出发，使得未来的人工智能更加像人一样具备同理心，既有一系列的算法，也有一系列的人文科学研究，这需要我们进一步展开。