为什么认知人工智能引擎是无障碍和包容性的下一步

作者：Grigory Sapunov，首席技术官 意图 & 安德鲁·格什菲尔德 (Andrew Gershfeld)，合伙人 弗林特资本.

为了促进更高水平的可访问性和包容性，是时候开始投入精力开发更复杂的认知人工智能机器了。 开发更复杂的认知人工智能形式是扩大全球可及性和扩大包容性范围的关键。

事实上，我们已经看到了前所未有的语言覆盖范围。 富林特资本指出，最近的研究表明，机器翻译语言对的数量已从 一年 16,000 至约 100,000。 该公司指出牛翻译和阿里巴巴是最大的贡献者，拥有 88,000 和 20,000 个语言对。

除此之外，富林特资本还指出，全球认知计算市场预计将激增至 $十亿72.26 2027通过。 随着新人工智能技术的快速发展，我们已经看到了巨大的成果，突破了语音合成和语音识别的现有极限。

从金融和技术进步的角度来看，为什么如此大力推动人工智能能力的发展是显而易见的。 但为什么要关注可及性和包容性呢？

目前，大约有 全球有1亿残疾人。 此外，专家估计还有 大约 7,000 种不同的语言 在我们的全球社区中。 随着我们的联系变得更加紧密，可访问性和包容性的挑战变得越来越大，人类无法单独应对。

让我们看看企业面临的一些先进认知人工智能可以改善的包容性问题。

1. 语言障碍会阻碍自我表达。

随着我们继续走向全球经济以及全球劳动力的观念持续存在，我们必须解决共享语言的局限性。

全球员工使用数千种语言和方言。 即使他们都有共同的语言（例如英语），但由于语言差异而无法充分有效地表达自己的想法或意见的情况不计其数。

据专家介绍，采用先进的认知AI引擎并部署VSA是解决这个问题的方法。 这些机器经过广泛的训练，可以专门处理一组特定的翻译任务，因此它们无需人工参与即可提供更具包容性和表达能力的能力。

认知人工智能还可以为残疾人士提供更多便利。 例如，它能够为有听力障碍的人提供语音转文本服务。 相反，它还可以从文本生成语音来帮助视障人士。

未来，我们期望看到改进的认知人工智能服务，能够更有效地将语音、文本和图像翻译成多种语言，并以服务更广泛的残疾人的方式。

2. 通用机器翻译无法处理敏感翻译。

想象一下尝试使用谷歌翻译在医疗保健环境中创建患者图表。 这不仅不可避免地会导致混乱和误译，而且可能会无意中伤害患者。 基本的机器翻译引擎无法理解行业特定的术语，任何小错误都可能对患者护理产生连锁反应。

法律、金融和政府等其他敏感行业也是如此。 企业必须谨慎选择哪种机器翻译引擎，因为很少有机器翻译引擎能够发挥高水平。

这就是认知人工智能定制的用武之地。能够创建定制的、高度准确的机器翻译引擎的公司可以提供巨大的竞争优势。

3. 语气、意图和丰富的经验仅限于特定人群。

许多语言依靠语气、语境和手势来传达意思。 在中文中，语调的轻微变化就会完全改变短语的含义，而在西班牙语中，关系的正式程度决定了你应该如何与某人交谈。

基本翻译服务无法准确解读语气或意图。 这可能会导致沟通失误甚至无意的冒犯。 例如，在韩语中，敬语在称呼某人时非常重要，因此翻译服务了解语气的正式程度以便传达正确的含义至关重要。

另一个问题是潜在的性别偏见。 许多语言都会区分男性和女性，但人工智能并不总是有足够的上下文来正确辨别它是否应该返回男性或女性翻译。

Intento 研究发现通用 NMT 引擎默认为男性翻译 至少 90% 的时间。 然而，由于如此多的企业运营已经转移到线上，并且现在涵盖了全球团队，因此我们正在努力纠正这些偏见。

在一个 2021报告，Intento 发现多语言 NLP ML 模型有所增加。 这扩展了最终用户的部署能力，并允许开发人员和用户根据特定需求调整人工智能。

得益于认知人工智能，未来比以往任何时候都更具包容性。

目前，机器翻译和认知人工智能的功能仍然存在很多限制。 它还无法解释一首诗的语气或歌曲中的情感。

然而，它可以学习如何提供更好、更细致的对话功能，这已经在改变全球品牌开展业务的方式。

富林特资本 (Flint Capital) 等专家指出了如何 数据显示 全球认知计算市场比以往任何时候都更加强劲，并且没有放缓的迹象。 Intento 指出 MT 引擎的数量 几乎翻了一番 在过去的一年。

规模较小的科技公司正在致力于认知人工智能的开发，但谷歌、IBM 和微软等行业巨头也致力于解决这个问题。 正因为如此，我们预计在不久的将来认知人工智能能力将出现无与伦比的增长和扩展。