思必驰俞凯：大数据和深度学习不能解决所有难题

我们看一个例子，播放一个视频。这是一个非常简单的例子，在这个例子过程中大家都会说它的语音识别不准，是不是真的这个问题？如果我有一个严重方言的识别器准确率到了95%以上还不错吧？还是不能解决问题，真正问题是在于交互时机，对于错误容忍度没有很好的建模，这些都是认知的范畴。所以我们必须要解决类似于交互时机异常数据，这样几个在真实场景会出现的情况。我们再看现实情况下我们解决的案例是什么样的。这是在限定的拨号任务下给出的解决方案，他所使用的东西不单是深度学习，还包括了其他的。大数据之外我们仍然会有很多的问题，比如语音理解的范畴延伸，知识库和应用规划的结合，这些东西都不完全通过我们收集到的原始大数据，需要有很多的算法加进去，才有可能真正解决好。

对于今天的报告我希望做一个比较技术层面的分享，我们会看到大数据和深度学习对普世模型以及大一统方案有很大进步，但是真正实际使用过程中，要一些新型技术结合进去才有可能解决，科学上的进步往往是从产业上的问题作为入手点，而提出的解决方案可能会超越大家现在的想象，谢谢各位。

（编辑：三明站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!