如果问大家现在属于什么时代？可能大家都会说，属于大数据时代。现在全球大数据行业的产值一年超过2000亿，各种大数据应用层出不穷。
那么大数据都有哪些应用场景呢？吴军老师在《信息史纲》里提到，其中一类场景就是解决人工智能问题。
解决人工智能问题：把过去需要人工推理的过程变成基于大数据的计算问题。，例如语音识别。语音识别的历史跟计算机的历史一样长，但进展一直不好，语音识别率很低。甚至在60年代初，有人认为语音识别和治愈癌症、登月、水变油一样，近乎不可能。
后来IBM的贾里尼克实现了突破。原因是在贾里尼克之前，人们觉得识别语音是一个智力活动，采用模拟人类思维的语义识别法：也就是将听到的一串语音信号变成音节，然后组成字和词，再联系上下文理解它们的意思，排除可能同音字的歧义，最后得到它的意思。采用语义分析法，只能识别十几个单词的短句，而且错误率高达30%以上。
贾里尼克采用的是信息论法。他认为：当说话人讲话时，这个人是用语言和文字将他的想法编码，通过空气或者电话线传播，那么在通信中有一套对应的信道编码理论。那么在接收方那里，他要再做解码的工作，把空气中的声波变回到语言文字，再通过对语言文字的解码，得到含义。
因此，贾里尼克就用通信的编解码模型，以及有噪音的信道传输模型，构建了语音识别的模型。但是这些模型里面有很多参数需要计算出来，这就要用到大量的数据，于是，贾里尼克就把上述问题又变成了数据处理的问题了。
贾里尼克的团队聚集了优秀的数学家和数学很好的理论物理学家。短短几年时间，他们就将语音识别的规模扩大到22000词，错误率降低到10%左右。这是一个质的飞跃，从此数据驱动的方法在人工智能领域站住了脚。
网友评论