<thead id="3egrt"></thead>

<font id="3egrt"></font><track id="3egrt"></track>
<track id="3egrt"></track>

<th id="3egrt"></th>

<th id="3egrt"><meter id="3egrt"><dfn id="3egrt"></dfn></meter></th>

<track id="3egrt"><meter id="3egrt"><nobr id="3egrt"></nobr></meter></track> <th id="3egrt"><address id="3egrt"><var id="3egrt"></var></address></th>

          <nobr id="3egrt"><meter id="3egrt"></meter></nobr>

                      <thead id="3egrt"></thead>

                      <thead id="3egrt"><menuitem id="3egrt"></menuitem></thead>

                            <font id="3egrt"></font>

                            <th id="3egrt"></th>

                                  1. <dl id="3egrt"></dl>

                                    1. 计世网

                                      你不理解苏大强的作,AI能吗?
                                      作者:我堂堂一个熊猫 | 来源:脑极体
                                      2019-03-26
                                      苏大强时常出现的词不达意,重复地说着“我就要钱?#20445;?#27809;完没了地抱怨他人,在剧中或许意在体现人物性格。但同济大学最近的研究告诉我们,如果类似的情况发生在生活中,则有可能是理解老龄语言能力退化,在研究老年人语言退化上,AI究竟能做到些什么呢?

                                       

                                      在最近的热播剧《都挺好》里,“作精老父亲”苏大强凭借他的各种金句在苏氏男团中成为了毫无疑问的C位。

                                      在这部电视剧中,除了讨论所谓“原生家庭与子女”成长的问题以外,同样也暴露了年轻人与老年人之间的沟通问题。

                                      苏大强时常出现的词不达意,重复地说着“我就要钱”,没完没了地抱怨他人,在剧中或许意在体现人物性格。但同济大学最近的研究告诉我们,如果类似的情况发生在生活中,则有可能是一种病理性的反映。

                                      理解老龄语言能力退化,

                                      AI可以做到这些事

                                      老年人说话重复、词不达意、化繁为简,似乎已经成为了一件很常见的事。遇到这?#26234;?#20917;,我们往往只会认为对方是“老了”“糊涂了”。可同样是老年人,很多人在九十几岁的时候,依然思维清晰、口若悬河。

                                      同济大学主办了首届全国老年语言学讲习班,其中专家提到,婴幼儿学语的过程获得了大量的关注,可老年人语言退化的过程却不被人重视。

                                      而同济大学老龄语言与看护研究中心得出结果称,在生活态?#28982;?#26497;、身心脑无临床疾病的老年人与患有一些老龄疾病的老年人之间,其语言表现有着很大的差异。

                                      那些生理年轻比实际年龄更年轻的老年人,语言表现相对正常完整,逻辑也更为清晰。但那些患有老年病的老年人们,则更容易发生发生语蚀(语速减缓、音域窄化、语言量减少、手势增多)、语误(词不达意、口误)甚至产生语言?#20064;?#30452;到最后完全失语。

                                      也就是说,通过老年人语言退化的研究,可以帮助我们更好地?#29616;?#32769;年人身体健康状况的变化,甚?#37327;?#20197;帮助我们从多种角?#28909;?#35782;阿尔兹海默这种至今尚未?#19994;?#35299;决方案的疾病。

                                      在这一过程中,我们不得不?#35272;?#20110;人工智能的帮助。那么在研究老年人语言退化上,AI究竟能做到些什么呢?

                                      从同济大学和AI独角兽的合作上,我们大概能总结出以下几点。

                                      第一,通过深度学习对老年人语言特征进行提炼量化,让词汇量减少、语义重复、口误这些偏于感性?#29616;?#30340;概念变成可以评分化的理性标准,方便进行下一步研究。

                                      第二,通过多模态研究将老年人的语言数据与心电图、脑电图等等其他数据结合起来进行综合性研究,高效地将语言衰退与其他疾病表现联系起来,发觉其中的关联。

                                      第三,建立方便?#23376;?#30340;NLP模型,帮助医生可以通过一段语音来判断老年人的语言退化状态,甚至进一步推测其健康状态,提升诊疗尤其是远程诊疗的效率。

                                      老龄化社会即将到来,

                                      语音交互还没有准备好

                                      当然,目前我国对老年人语言退化的研究还处于最初级的阶段,刚刚开始建立老年人语料库。相比之下,美国在1999年左右就已经开始在进行类似的工作。

                                      AI企业参与对于老年人语言的研究,不仅仅有利于医学的发展,同样也对AI企业自身具有重要的意义。

                                      如今我们已经达成了两种共识,第一,中国正在“坚定不移”地步入老龄化社会,国家统计局日前发布的《2018年国民经济和社会发展统计公报》显示,去年我国60周岁及以上人口首次超过了0-15岁的人口。第二,AI交互的未来一定会以语音为主,?#24616;?#27468;为首的科技巨头正在将智能音箱变成各?#20013;?#29366;塞进家中每个角落,就拿智能家?#26144;?#26223;来说,以语音沟通各种IoT设备,已经成了可以预见的未来。

                                      而在AI的语音识别训练中,语音音域、对话逻辑等等的变化,都会影响识别的精准度。这就造成了一个问题,如果我们没有充足的老年人语音处理经验,很有可能到几十年后,满屋子的智能家居都无法与我们顺畅沟通。

                                      想象一下,未来的空巢青年变成了空巢老人,在想喝一杯手磨咖啡时很可能很难完整的说出“小X小X(智能音箱唤醒词),让咖?#28982;?#20026;我制作一杯咖啡”,而是只能重复着“手磨咖啡”这几个字,而智能音箱则一脸懵的尝试着与我们不断进行多轮交互:

                                      “您是否要搜索‘手磨咖啡’?”

                                      “您是否要订购‘手磨咖啡’外卖?”

                                      ……

                                      ?#35789;?#22312;今天,对于老年语音交互的研究同样也可以在老年陪护、老年心理健康等领域发挥作用。就像面对如今大量老年人独居这种问题,就可以利用熟悉老年人语音交互模式的AI来与老年人对话,纾解他们的心理问题、保持他们的语言能力。

                                      而在这一领域,至今仍是一片空白。

                                      语音交互的纵与横

                                      不难看出,如今NLP领域中关于语料的累积和处理,已经呈现出了横向和纵向两种态势。横向来看,是汉、英、日、俄以及各种少数民族语言、小语种等等语言类型。纵向来看,则是一个人从童年到老年整体语言能力的发展变化。

                                      相?#29616;?#19979;,更多时候我们仍然还停留在对NLP语料进行横向耕耘的阶段,不断地深挖语义,尽可能去实现足够自然的语音交互。但纵向的语言能力变化,同样对语音交互效果有着巨大的影响。

                                      就拿儿童语音识别来说,儿童音域与成年人不同,语言能力以及对智能产品的?#29616;?#29702;解也与成年人有巨大的差异。在谷歌助手、亚马逊Echo这类产品身上,都曾出现过儿童语音识别不准确的问题。目前已经有不少创业公司,例如来自爱尔兰的SoapBoxLabs已经开始着手去建立专属于儿童的语音识别算法。

                                      其实个体语言能力的差异何止儿童、老年人、成年?#33487;?#19977;个维度?不同性别、不同受教育能力、不同细化年龄阶段,都可能决定其语言能力的细节差异。

                                      在未来,当语音交互真正进入细节化竞争时,很可能出现的是语料数据处理?#25945;?#21270;+语音交互方式个性化。

                                      即将语音交互习惯分成几大类,如男性/女性或成人/儿童/老年人,再在冷启动时通过几句简单的对话交互获取个人?#27809;?#35821;音数据,从中再分析出一些更细化的习惯,并在日常使用的过程中不断进化。

                                      这一整个过程,将会像算法推荐资讯?#25945;?#20064;得我们喜好时一样简单。

                                      机器对人语言交互方式的细化理解,终有一天会超过人类彼此之前的理解。就像如今机器翻译的效率正在逐渐超过人类一样。

                                      等到那一天,我们将不会再担?#20146;?#24049;成为“苏大强”,我们的口是心非与胡言乱语,AI能听懂就好。

                                      责任编辑:周星如

                                      新疆招生网官网入口