至顶网软件频道消息:阿里巴巴近日一项在国际顶级学术会议上的AI语音技术演示,引起业界轰动。权威科学杂志《麻省理工科技评论》认为,阿里巴巴的AI语音助手可以完成复杂的人类对话功能,甚至可读懂人类的潜在意图,显示出阿里巴巴已经拥有比谷歌更好的AI语音技术。
不久前,阿里巴巴达摩院的科学家在机器学习领域顶级会议NIPS(神经信息处理系统大会)上,演示了这项已应用于快递领域的AI语音技术。在约30秒的时间里,菜鸟语音助手在经历了被用户打断、更改意图、沉默等交互后,依然能够应对自如,顺利帮助用户完成了快递派送地址的更改。
今年5月份,谷歌曾发布一款酷似人类的的语音助手Duplex,可以帮助客户预定餐厅。这在业界引起了不小的关注。
但《麻省理工科技评论》认为,阿里巴巴演示中发生的一幕,揭开了人机语音交互的新序幕:当AI问用户明天早上是否可以派送时,用户回答“我早上不在家”,阿里巴巴的AI语音助手没有直接回答“是”或“否”,而是读出人类背后潜藏的意图,并采取后续行动。
“类似表达在人类对话中可能非常普遍,但机器往往很难对其进行处理。从演示的效果来看,阿里巴巴的AI语音助手能够做到这一点,说明它比谷歌更高级。”《麻省理工科技评论》认为,这显示出阿里巴巴在AI语音领域的技术能力已经超出谷歌。《麻省理工科技评论》是全球影响力最大、最权威的科技杂志之一。
此外,阿里巴巴的语音助手能让机器在跟人交互过程中既能"说"又能"听",并能模仿真人的语气、语调、语速,整个对话过程几乎听不出是机器在跟人交互。今年5月,阿里巴巴在国内展示这一技术时,现场就有观众惊呼太逼真了。
在今年双11期间,这款语音助手已为数百万用户提供服务。菜鸟提供的数据显示,平均每个快递员每天大约要送150-200个包裹,以一个电话半分钟至1分钟计算,每天光打电话就要3小时。这项技术的应用能够帮助快递员节省时间,更轻松地完成工作。
据悉,阿里巴巴目前正在限制这一技术的使用范围,以避免该技术被应用于机器对人类的欺诈行为。
附现场演示视频对话全录:
智能助手:“您好,您有一个上午送到文一西路588号的中通快递,请问方便签收吗?”
用户:“您哪位?”
智能助手:“我是菜鸟语音助手,在快递员派送前跟您确认”
用户:“我上午不在家呢”
智能助手:“那您方便留一个签收地址吗?我转告快递员为您安排。”
用户:“是什么东西啊?”
智能助手:“物流单上显示是文件”
用户:“嗯,那帮我放物业吧……算了,还是给我放到门口吧”
智能助手:“是送到门口是把?”
用户:……(沉默状态)
智能助手:“喂,还在吗?给您放在门口可以吗?”
用户:“可以的”
用户:“啊,对了,我好像还有一个中通的包裹,今天会派件吗?”
智能助手:“您稍等,这里看到您有一个中通快递的包裹,预计明天到达”
用户:“谢谢,再见”
智能助手:“再见”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。