科技行者 1月8日 北京消息(文/尹軼男):藏匿于威尼斯人酒店的亞馬遜展臺,低調(diào)的裝飾,但是絲毫不影響展位上Alexa設備在會場外的現(xiàn)實世界火了一把。
來自亞馬遜的官方數(shù)據(jù)顯示,其語音智能方案已經(jīng)走進千家萬戶,一年內(nèi)普及度已經(jīng)實現(xiàn)翻倍。本屆CES上,亞馬遜更是用心的將Alexa設備展臺設計為HOME CHEF、BUSY PARENT、WORK-FROM-HOME EMPLOYEE、ENTERTAINMENT ENTHUSIAST四個系列相關產(chǎn)品。
內(nèi)置Alexa的設備用了四年時間才達成1億臺普及度,但在接下來的短短一年內(nèi),亞馬遜即成功讓這個數(shù)字翻了一番。
目前全球用戶手中擁有“數(shù)以億計的Alexa支持設備”,且具體數(shù)字較去年1月公布的1億臺又有了大幅增加。當然,先后兩輪統(tǒng)計都包括亞馬遜自家推出的Echo智能揚聲器、Fire平板電腦以及Fire TV產(chǎn)品線,外加多種可穿戴設備、電視以及計算機等第三方設備。
而Alexa與智能家居產(chǎn)品的交互同樣處于上升期。目前,用戶每周向語音助手下達數(shù)億次指令,借此控制自己的智能家居設備。
亞馬遜自豪的在CES 2020大會開幕舞臺上公布了這些里程碑式的數(shù)字,未來還會通過汽車、電視以及聯(lián)網(wǎng)住宅等場景與更多合作伙伴開展聯(lián)動,繼續(xù)保持Alexa的增長勢頭,從客廳、書房、臥室,再到汽車駕駛艙都在留下Alexa的身影。
對于一切支持Alexa語音功能的設備來說,2019年確實是非常非常重要的一年。
從傳統(tǒng)角度來看,亞馬遜公司對于自家業(yè)務的具體增長數(shù)字一直保持著低調(diào)謹慎的態(tài)度。而這一次的公開,也讓我們看到經(jīng)過五年多的發(fā)展,Alexa數(shù)字助手已然成為美國國內(nèi)最受歡迎的智能家居控制方案。經(jīng)歷了如此迅猛的增長,亞馬遜必須總結(jié)自身超越眾多競爭對手(包括谷歌、蘋果、三星等)的實踐經(jīng)驗,并以此為基礎進一步擴大Alexa的普及范圍。
谷歌顯然也抱有類似的野心,因此在過去幾年的CES大展上,搜索巨頭一直在不遺余力地為自家語音助手宣傳造勢。
不過,Alexa目前已經(jīng)被集成至涵蓋9500多個品牌的超過10萬種智能家居產(chǎn)品(這一數(shù)字由亞馬遜于上月公布,同樣是一項了不起的成就)。現(xiàn)在就連智能刨絲刀上都對接了Alexa,未來還有哪些發(fā)展空間可以利用?
盡管形勢一片大好,但Alexa的發(fā)展道路上還橫亙著隱私這個巨大的挑戰(zhàn)。亞馬遜以及其他多家主要語音服務開發(fā)商過去一年中壓力巨大,理由則是在未告知用戶的情況下允許部分審核人員聽取部分用戶錄音。為了改進語音服務,這樣的作法倒是可以理解。但在少數(shù)情況下,這些外包人員可能在錄音中無意了解到與用戶私生活、個人銀行或者醫(yī)療信息相關的內(nèi)容。
亞馬遜、谷歌以及蘋果在事件之后迅速加大了隱私管理力度。亞馬遜硬件業(yè)務負責人David Limp在上個月明確表示,他將持續(xù)關注消費者們在隱私方面提出的訴求。他指出,盡管引發(fā)了巨大爭議,但Alexa支持型設備的銷量并未放緩。他同時補充道,銷量良好不代表沒有問題,亞馬遜絕不會坐視問題進一步惡化。
不過,作為亞馬遜旗下的視頻門鈴品牌,Ring此前曾因安全漏洞以及與執(zhí)法部門的合作關系而遭受批評,但他并不后悔收購Ring,買下Ring是亞馬遜最滿意的收購決策之一,對Ring的未來產(chǎn)品也充滿期待。他和Ring團隊非常重視客戶的信任,因此將繼續(xù)開發(fā)新的技術方法,確保Ring產(chǎn)品在安全性方面更上一層樓。
面對Alexa設備強勁的市場銷售勢頭,Moorhead表示截至目前,亞馬遜在滿足大多數(shù)客戶的隱私與安全需求方面確實表現(xiàn)不錯。但“隱私與安全沒有真正的終點,而是一種持續(xù)性目標。因此,在2019年奏效的方法到新的一年可能會派不上用場。”有鑒于此,他希望亞馬遜能夠繼續(xù)積極推出新的功能,借以掌控不斷變化的應用動態(tài)。
對于消除語音助手潛在隱私暴露的風險,或許還將是一條漫長而又艱巨的道路。好在,社會各界已經(jīng)開始重視并著手解決了,我們認為這是一個好的開端,難道不是嗎?
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。