阿里、百度兩大巨頭巧合地在同一天對外公布了自己的人工智能進(jìn)展：智能語音音箱和無人駕駛。經(jīng)過前期基礎(chǔ)和技術(shù)上的儲備與競爭之后，科技企業(yè)間人工智能競爭升級，開始了應(yīng)用與產(chǎn)品上的競逐。

從人工智能的架構(gòu)層級來看，這些年的發(fā)展已經(jīng)逐漸向下端滲透。具體說，人工智能可分為基礎(chǔ)層、技術(shù)層和應(yīng)用層，其中基礎(chǔ)層為算力支撐（AI芯片、云計算），技術(shù)層為算法平臺，應(yīng)用層是AI向各傳統(tǒng)行業(yè)的滲透應(yīng)用。

通俗地理解，基礎(chǔ)層靠近“云”，應(yīng)用層靠近“端”，是各種產(chǎn)品的落地。在之前不斷累積的大數(shù)據(jù)和算法優(yōu)化過程后，當(dāng)今正是各種場景之下的應(yīng)用服務(wù)相繼爆發(fā)之時。

而單從最近兩巨頭的動作就可看出，語音識別已成為其中主戰(zhàn)場。也許這么說會覺得和無人駕駛相離太遠(yuǎn)，但仔細(xì)分析，無人駕駛現(xiàn)在更重視用戶體驗和人機(jī)交互，多個概念車中都展示了語音控制汽車，可謂能動口絕不動手，用戶一聲令下就直接控制汽車行駛狀態(tài)，這其中對語音識別的需求也是不言而喻的。

各巨頭看準(zhǔn)語音識別必將火熱、成為主戰(zhàn)場自有其理由。語音交互之所以越來越被重視，是因為互聯(lián)網(wǎng)、智能硬件的普及，改變了互聯(lián)網(wǎng)的入口方式。而語音就是最簡單的，最直接的交互方式，是通用的互聯(lián)網(wǎng)輸入模式。

從用戶角度來說，最簡單的控制就是“一聲令下”的簡單方式，無需任何操作讓機(jī)器讀懂人心。從商業(yè)場景來說，不論是娛樂、工作、家庭、出行、旅行等哪個場景，用戶都會隨時隨地需要語音控制，特別是不同場景下的語音信息代表不同需求，覆蓋全場景的語音接口搭載在各種智能硬件上，可以最大限度收集用戶需求。在深度挖掘后預(yù)判用戶未來需求，打通各個場景數(shù)據(jù)后可為各巨頭建立自身的生態(tài)鏈，讓更多場景的大數(shù)據(jù)反哺語音識別等人工智能技術(shù)的研發(fā)。

除了語音識別，AI在語音合成、對話管理。問答等方面也做了很多工作，還包括在不同端上的信號處理，例如麥克風(fēng)陣列等等都是要去實踐的，這樣才能完成語音交互的完整過程。語音識別技術(shù)的進(jìn)展是有目共睹的，不過對此仍需保持冷靜，人機(jī)交互的自然性尚未達(dá)到和真人交流一般的靈活，機(jī)器人或智能硬件的“智商”也不能和真人相比。

以私人助手為例，如果對面是一個真人管家，那么用戶的一個表情也許管家就會讀懂需求。但對機(jī)器人來說，不僅需要用戶說出需求，而且用戶語氣和情緒的變化所代表的意義未必能全部捕捉，這時也許還需要用戶再次用語言說清需求，在用戶體驗上造成不便。

所以說，決勝人工智能或許是個偽命題，這些科技巨頭理論上應(yīng)該比普羅大眾對人工智能的價值有更深刻的認(rèn)識，他們也有充分可支配的資源進(jìn)行研究和布局?；ヂ?lián)網(wǎng)時代、移動互聯(lián)網(wǎng)時代都是百花齊放各展所長，人工智能時代也是如此。