日前，在谷歌年度開發(fā)者大會上，谷歌語音助手Google Assistant打電話幫用戶預(yù)約剪發(fā)服務(wù)和預(yù)定餐廳的錄音讓人印象深刻。同樣，微軟的人工智能語音助手小娜也能夠預(yù)訂會議室，和與會人員打招呼。而令中國大眾最熟悉的“語音識別”恐怕就是蘋果公司開發(fā)的Sire了，作為語音識別的元老，在和使用者直接的交流中以“段子”多，“神回復(fù)”而著稱，多次登上微博是一個名副其實的“網(wǎng)紅”。而“語音識別”也讓大眾對“人工智能”有了最初的認(rèn)知。

微軟亞洲研究院院長洪小文在之前接受采訪時介紹，目前，人工智能對語音的反饋包括三個階段：識別、理解和提供服務(wù)。當(dāng)下人工智能的主要難點在于“理解”。因為人由于語言、思維的多樣性，給人工智能理解的場景表現(xiàn)出復(fù)雜，繁多等因素使得人工智能去理解的內(nèi)容本身擁有無窮的組合。沒有精確的模型，于是就無法用建模的模式去解決。

對于今天的人工智能可以理解為，是大數(shù)據(jù)、云計算和信息傳輸速度共同作用的結(jié)果。在底層架構(gòu)的設(shè)計上，由于邏輯算法的多樣性，使得人工智能不可能跟人腦算法相比較。人工智能的底層邏輯是，通過所有事件存儲，再通過檢索，找到對應(yīng)答案，最終傳遞速度決定人工智能的流暢性。所以人工智能目前的地位就如同“黑盒”（黑盒測試也稱功能測試，它是通過測試來檢測每個功能是否都能正常使用。）而人就是“白盒”（代表人的邏輯思維）。

不過，黑盒也有自己的好處。從某個角度來說，黑盒不會存在偏差，是什么就是什么，非常公平。一些推理過程中需要白盒的系統(tǒng)，但這種推理存在著某種既定立場，比如人們對有爭議的問題多少會有一些偏見，這些偏見來自于每個人的既定立場。在這些立場下推理出的東西必然會有所偏頗，但黑盒就不會，怎樣輸入就怎樣輸出。

科大訊飛的語音產(chǎn)品正是體現(xiàn)了這種“黑盒”特征，它只是一個工具，不能提供“理解”的算法。當(dāng)前的合理狀態(tài)應(yīng)該是人工智能+人類智能（AI+HI），AI致力于流程性分析，人類負(fù)責(zé)深度分析、理解和創(chuàng)造。