從AI的發(fā)展趨勢來看，最新的人工智能模型對于算力的要求往往較高，如谷歌的T5，其整個模型的參數(shù)數(shù)量達到了驚人的 110 億，谷歌科學家更在T5的論文指出：“越大的模型往往表現(xiàn)更好。這表現(xiàn)擴大規(guī)?？赡苁菍崿F(xiàn)更好性能的方式?！?/p>

一般的創(chuàng)業(yè)公司如果沒有雄厚的資金實力是不可能搭建這種級別的AI訓練平臺。這從另一個角度推進了AI與云計算的結(jié)合，只有將 AI云化才能降低門檻，促進行業(yè)創(chuàng)新發(fā)展。AI云計算化實際與全場景全棧AI是同一概念，只有做好AI云，才能讓AI充分發(fā)揮威力，體現(xiàn)價值。

AI與云計算的結(jié)合是我國IT產(chǎn)業(yè)發(fā)展的重要方向，根據(jù)IDC于近日發(fā)布的《中國AI云服務市場半年度研究報告》顯示，2020年中國人工智能市場規(guī)模將會突破50億人民幣，已經(jīng)形成一個不可忽略的細分市場，尤其是在疫情影響下各行業(yè)上云意愿明顯加強，將使智能外呼、對話機器人等交互式AI迎來一波發(fā)展機會。

初識AI云服務

AI云，AI即服務（AIaaS），隨著AI技術(shù)的不斷落地，越來越多的企業(yè)開始著手將AI集成到自身的產(chǎn)品體系中。最為簡單有效的方式是去使用那些基于云的AI云服務（AIaaS）所提供的API。

根據(jù)IDC的研究資料，截止到2021年，全球企業(yè)對認知和AI系統(tǒng)的支出將保持50.1%的年復合增長率，這說明企業(yè)對這些技術(shù)的總支出將從2017年的120億美元增加到2021年的576億美元。

AI云服務蓬勃發(fā)展的背后，是AIaaS集成了AI與云計算的共同優(yōu)點。主要有如下幾點：

低成本：AI云使用戶省去那些昂貴的設(shè)施開支，由于大多數(shù)的AI工作任務被認為是“突發(fā)性”的，他們依賴于那些能夠在短時提供大量計算能力的服務。AIaaS只會針對用戶去收取那些他們進行硬件使用時的費用，這大大降低了他們的成本。

可擴展：與其他的云服務一樣，AI云服務本身也具有較高的可擴展性。企業(yè)可從一個試點項目開始，隨著需求的提升，快速擴展AI服務的規(guī)模。

高可用：一般來講云計算的可用性，會比傳統(tǒng)架構(gòu)的系統(tǒng)高出兩個量級，而同樣的優(yōu)點也被AI云服務所繼承，目前各大廠的AI云均未發(fā)生過分鐘級的宕機情況。

AI云服務的背后：認知智能全面升級

筆者從一個AI云服務的用戶角度上看，AI云服務快速發(fā)展背后的是，人工智能由感知到認知的升級，由細分領(lǐng)域向普惠推開，對于客戶個性化與定制化需求進行快速響應的過程。

如金融行業(yè)的呼叫中心需要分析客戶的語氣，以快速處理投訴類案例；出行類App遇到客戶說出某些關(guān)鍵詞時，需要立刻與110聯(lián)動報警。在面對各行業(yè)個性化定制需求日益增長的情況下，阿里云、百度、騰訊等公司是走在業(yè)界前列的。

今年以來，以阿里和騰訊為代表的國內(nèi)科技巨頭均在認知智能方面有了不小的進展。先是阿里在年初，國際知識發(fā)現(xiàn)與數(shù)據(jù)挖掘協(xié)會KDD共有18篇論文入選，刷新國內(nèi)企業(yè)記錄，成為近幾年KDD會議論文入選數(shù)量最多的科技公司之一。

今年5月底，國際計算語言學協(xié)會年會ACL，在官網(wǎng)上（https://www.aclweb.org）公布了2020年度的論文收錄名單，騰訊共有30篇論文入選，領(lǐng)跑國內(nèi)業(yè)界AI研究第一梯隊。

如果將數(shù)據(jù)比作數(shù)字時代的石油，那么BAT等大廠以其豐富的業(yè)務場景與龐大的用戶基數(shù)，為AI團隊提供了世界上最大的原油儲存基地，這些為前沿的AI研究成果提供了令業(yè)界非常羨慕的絕佳“訓練場”，擁有了這樣高的訓練水平，騰訊、阿里能在AI方面取得頂級成果也就不足為奇了。

KDD、ACL都是認知智能方面的頂會，阿里和騰訊的突破體現(xiàn)了AI云市場整體趨勢，即用戶需要個性化服務，通用性較強的感知科技難以滿足客戶的定制化需求。市場真正需要的是為用戶量身打造的智能AI服務。

筆者在達摩院十大科技趨勢發(fā)布：2020 非同小可！曾經(jīng)介紹過，人工智能正在從感知智能到認知智能演進，關(guān)鍵突破口就是跨過深度學習去做研究。由于深度學習只能處理單一模態(tài)的數(shù)據(jù)，因此深度學習模型下的智能機器只能夠照章辦事，缺乏靈活性，認知智能就是要找到多模態(tài)信息之間的關(guān)系，因此這使得多模態(tài)成為完成由感知到認知這一跨越的必然途徑。

智能語音與多模態(tài)AI云服務發(fā)展的關(guān)鍵

正如前文所述，IDC將報告的重點放在了智能語音、對話式AI、NLP方面，而這些領(lǐng)域背后，實際比拼的是智能語音、多模態(tài)信息等領(lǐng)域的技術(shù)，下面筆者帶大家來解讀一下這些領(lǐng)域的基本情況：

智能語音：實現(xiàn)人機語言的通信，包括語音識別技術(shù)（ASR）和語音合成技術(shù)（TTS）。智能語音技術(shù)的研究是以語音識別技術(shù)為開端，最早可以追溯到20世紀50年代。隨著信息技術(shù)的發(fā)展，智能語音技術(shù)已經(jīng)成為人們信息獲取和溝通最便捷、最有效的手段。

智能語音的一個重要應用就是AI助理審判員了，現(xiàn)場所說內(nèi)容，快速生成文字了，據(jù)統(tǒng)計平均一家區(qū)級法院每年受理案件在6000件左右，人工錄入動輒上千字的判決書，對于全國12萬法官來說，意味著白加黑、五加二的勞動強度，不過現(xiàn)在的AI語音技術(shù)可以在無需紙筆和鍵盤的情況下“出口成章”，這樣的AI助理審判員在1.5萬個法庭全面啟用后，為辦案工作繁重的法官們減輕了不少壓力。

AI智能語音系統(tǒng)結(jié)合對庭審和辦公應用場景的定制，可以在咨詢、立案、庭審、判決四個環(huán)節(jié)都在幫助法官。

多模態(tài)特征提?。汉芏?0后、00后在對話當中經(jīng)常使用表情圖、動態(tài)圖等方式來表達情感，將這些非語言信息的語義提取并翻譯出來，就是多模態(tài)提取的任務了。今年KDD Cup的一道賽題就是“多模態(tài)商品推薦”， 其中多模態(tài)商品推薦指的是關(guān)聯(lián)融合視頻、圖片、文本等多模態(tài)用戶數(shù)據(jù)，結(jié)合用戶的購買習慣、瀏覽序列等多維信息進行建模學習，精準理解用戶的檢索需求，推薦并返回用戶真正關(guān)心、感興趣的產(chǎn)品圖片或視頻。

多模態(tài)特征提取在快手及B站等新興視頻App上應用很多，比如快手每天就有70 億條視頻總量、1500 萬日新增視頻，日均的使用時長超過 60 分鐘等，日新增的用戶交互數(shù)據(jù)及評論及彈幕等每日更是新增上億次，快速地從這些多模用戶中提取出相應信息，以理解視頻內(nèi)容，并做好用戶推薦，使多模態(tài)特征提取成為各大廠的發(fā)展方向。

對話系統(tǒng)與無感交互：對話系統(tǒng)與無感交互的終極奧義恰恰在于它要比用戶更懂用戶。

前段時間筆者經(jīng)常熬夜加班，結(jié)果打開淘寶會發(fā)現(xiàn)總給我推薦防脫洗發(fā)水，目前已經(jīng)推薦枸杞了。

認知智能的終極發(fā)展是讓用戶在使用過程中對于“人工智能”不斷淡化，甚至無感化。現(xiàn)在用戶使用人工智能時還會明顯感受到它的存在，比如你打開電視還需要說“我要看**的電視劇”，對手機說“給**打電話”，真正實現(xiàn)認知智能之后，你的這些交互行為變?yōu)槎嘤?，比如你回到家，人工智能系統(tǒng)會根據(jù)你的步態(tài)，推薦一個適合你當下身體狀況的食譜，等你吃完飯下樓去超市的時候，你的手機會建議補充一些牛奶，因為你剛剛已經(jīng)把家里最一袋牛奶喝掉了。相信讀到這里讀者明白，“化有形于無形”，是用戶交互的最終奧義。

最后，筆者相信，“云上AI”是實現(xiàn)AI普惠的最好方式。云的出現(xiàn)，讓誕生60多年的語音技術(shù)從少數(shù)人掌握的高端工具變成了人可用的“平民技術(shù)”。AI的認知化升級，也更好為生態(tài)賦能。

雖然短期來看，在AI領(lǐng)域主流趨勢仍是私有化部署。但云服務、混合云的浪潮也將帶動AI云服務市場的快速增長。隨著技術(shù)的升級，未來3-5年，今天用戶已經(jīng)部署的AI產(chǎn)品，有可能被新一代更智能的產(chǎn)品替代。讓我們做好準備迎接新一代認知AI云產(chǎn)品的到來。
責任編輯：YYX