幾天前，江西圖書館裡，兩個機器人為了爭搶粉絲而「拌嘴」。這是非常有趣的一件事兒，也折射出人工智慧產業如火如荼的發展現狀。
今天，我來簡述這次「拌嘴」背後涉及到的人工智慧技術。
語音識別技術
首先，機器人要能識別人類的語言，並把對方說話的語音音頻信號轉換成電腦文本（我們每天往word裡輸入的東西），這就是語音識別技術。
全球有很多種語言，中國有很多種方言。電腦需要先通過神經網絡、深度學習，建立各種語言、方言的語音聲紋樣本庫。
然後，通過麥克風，實時採集另一個機器人說話的音頻信號，過濾掉背景噪聲（四周人類的哈哈聲），切分成句子，用樣本庫匹配，轉成文本。
最後自然語言處理（NLP）技術，調整識別結果，使之成為一句通順的、高置信度的話。
語音合成技術
反之，機器人在「思考」後，得知對方搶走了自己的粉絲，需要把「不滿」的思考結果「說」出來，這就是語音合成技術。
為了能讓機器人開口說話，預先要建立聲紋樣本庫，把電腦文本轉換成人類語音音頻信號，再通過音箱播放出來。
這步看似比識別容易，但要能實現多語言、男女聲、方言、多音字、音調、語氣等說話效果，就不那麼容易了。
神經網絡與深度學習技術
神經網絡是人工智慧技術的基石，它模擬人腦神經元的工作原理，通過深度學習等訓練方法，調整神經元之間的聯繫權重，模擬人腦的處理機制，實現近似效果。
深度學習是訓練神經網絡的一種方法。
早期的訓練方法，需要人類去建立大量樣本庫，比如手寫數字0-9的圖片與標籤，告訴機器輸入的圖片、圖片的樣本特徵、圖片的識別結果。最難也最重要的是定義樣本特徵。
深度學習通過多層網絡等技術，自動提取樣本特徵，效果遠好於早期算法。
交互語料庫與自然語言處理技術
預先建立人類說話的常用表達、詞槽、詞典、前置語境、後置語境等，形成交互語料庫。
自然語言處理（NLP）是把人類語言的文本段落、句子，依靠知識圖譜，按照聯合概率，分解成詞，判斷詞性、語氣、情緒。
通過語料庫與自然語言處理技術，機器人識別出另一個機器人說話的意圖，結構化分解成多個關鍵詞，再從話術庫裡提取最正確的作答信息，組建出反饋的話。最後通過語音合成技術播放出去。
計算機視覺
最後提一提計算機視覺。
計算機視覺是通過機器人的前置攝像頭，實時採集前方畫面，並對畫面內容進行分析，做出合理的反饋。這也是「自動駕駛汽車」等應用的最核心部件。
圖書館這「二位」，一邊像人類那樣去「拌嘴」，一邊根據吵架內容去調整自己的屏幕朝向！的確彰顯出人工智慧產業與技術比較成熟的信號。
每個科學家都有自己的夢想。以往，我夢想的代表是任天堂卡帶遊戲機、電腦臺式機、集成電路主板。未來，我夢想的代表是人工智慧、機器人、高科技帶來的巨大生產力與變革。願人工智慧技術可以解決人類面臨的饑荒、環境、爭端等諸多問題！