回顾2014年那些“黑科技”(2)

　　
　　不过，从消费者层面来讲好的语音识别系统很大程度上依靠经验，专利和算法什么的并没有多重要。语音识别这两年并没有着力于传统路线，而是向上发展为神经网络（你可以理解为每台服务器就是大脑的一个神经元），也就是语义识别，这里面涉及的就是人工智能和深度学习。如果说科大讯飞国内地位类似国外的Nuance，那么百度就是国外的Google。类似Google近两年来频繁挖语音牛人一样，百度邀请了吴恩达加盟，担任百度的首席科学家，负责百度研究院，他的研究领域就是机器学习和人工智能，研究重点是深度学习（deep learning）。深度学习就是神经网络当中非常重要的一个环节。
　　
　　对于移动时代的搜索引擎来说，语音的重要性巨大，一旦这个环节落后未来可能直接被淘汰，所以Google和百度如此重视不是没有道理。像百度2010年就已经开始进行语音布局，深度神经网络技术(DNN)，自然语言处理技术(NLP)以及百度多年的搜索技术积累，语音技术进入到例如手机百度这样的移动产品当中，成为语音输入的入口，足可以见重视程度。不过其实笔者认为，除了搜索外，移动端一切产品形态都离不开语音和图像交互，这源于移动本身的属性，不早点布局语音的互联网公司，早晚会在交互上吃亏。
　　
　　 万物智能：万物联网时代到来
　　
　　200年前，人与人之间依靠飞鸽传书。10年前我们依靠手机联系，而从2014年开始，我们发现周围的一切都逐渐开始可以联网，无论是家里的空调、洗衣机还是外面的道路、公园、机场。这所有的一切都可以实时地将数据回传到系统，系统则可以根据收到的大数据，实时地将它们运用到相应的场景中，让你切实感受到一个数字化、智能化的环境。而这些实时数据将会成为未来智能模拟和用户画像的最坚实基础。
　　
　　而这一些正在慢慢变成现实，通过支付宝我们可以知道自己的支出数据，消费倾向和使用频次。通过百度搜索我们可以知道自己的喜好、身体数据、可以知道我们经常在那里使用什么交通工具。而这一切都是基于移动互联网带来的集群效果，通过这些数据我们就可以完成精准的用户画像，可以模拟用户的行为习惯和行为预判，这将是一件无比令人兴奋的事情。
　　
　　就算你在移动端的搜索体验，有了实时数据，就可以预判道路是否堵车，可以知道节假日景点人流拥挤程度。通过定位系统和用户餐饮喜好，直接高速附近的美食参观和排队情况。而通过大数据挖掘、智能定位等技术的原生广告和信息流广告，基于用户的需求、兴趣推动，一方面大大降低了干扰用户产品体验的可能性，一方面大大提高了成交率，同样革命了广告行业。这些都将会是万物智能时代最为普通的应用。
　　
　　是不是感觉有些看起来简单的产品，背后的逻辑都能勾勒出像科幻电影般的未来？其实就像开头笔者所说，未来不是没来，是一直都在你身边，就等着哪一天被击中引爆点，突然改变你现在的一切。