华为“私人教练”如何更精准感知消费者意图( 二 )
鸿蒙生态的软总线技术恰好能够很好地解决这个问题 , 软总线的目标是无限逼近硬总线的能力 , 其工作原理中很重要的一点是要有软时钟 。软时钟的工作原理是当工作设备组成一个超级终端 , 就从最强的设备的晶振上去捕获时钟信号 , 一旦时钟信号捕获 , 后续所有业务处理的时钟将以软时钟为准 。当前 , 软时钟的精度已经可以做到误差小于1毫秒 , 王成录表示 , HarmonyOS3.0的Beta版本目标是做到500微秒 , 这样的精度已经能完全满足传感器信号同步的需求 。
第二个核心技术点是多模态数据的标注 。数据标注一直是AI样本数据方向很大的挑战 , 为此 , 华为提出了一个创新性的互助标注方法 , 在时钟同步和时间对齐的基础上 , 有标注模态的数据对无标注模态的数据进行自动标注 。通过这样的方式 , 随着传感设备越多 , 标注的设备越多 , 关联的模态会越来越多 , 自动标注的效率也会大幅度提升 。
第三个核心技术点则与小样本实时训练模型有关 。相比偏传统的大规模语义训练 , 传感信号的样本数据很少 , 其次 , 传感器不够稳定 , 无法保障超级终端里面任何一个设备永远在线永远稳定 , 一旦发生波动就会对模型带来较大的影响 。因此 , 端侧不能用现有的传统AI模型来做训练 , 华为专门为此研发出端侧的小样本实时训练模型 , 以解决小样本数据波动和不稳定带来的冲击性问题 。
该模型的核心算法是稀疏编码 , 它是一种无监督学习算法 , 核心在于找到一个完备的基础向量机 , 向量信号进来以后利用基础向量机的线性组合来表征输入信号 。这种算法可以非常有效地避免由数据不稳定、样本空间不稳定带来的模型波动问题 。如果要在端侧用小样本做实时训练 , 这项技术是必不可少的 。
另外 , 样本规模在训练过程中有可能会无限变大 , 因为它是在端侧做训练 , 硬件资源自然会被越占越多 , 这样一来其他应用就无法运行 , 所以华为也研发了一个自适应的部署技术 。简单来讲 , 自适应部署可以限制训练模型消耗的硬件资源 , 当模型变大之后自动进行裁剪调整 , 保证模型在限定的硬件资源内完成训练和部署 。
3万物互联的统一入口
有了上述技术组合 , 传感器的联邦数据就能实时、准确地捕获消费者的意图 , 而下一步就是要根据意图去找对应的服务 , 把匹配的动作都交由机器解决 , 而不是像今天这样由消费者主动去查找、下载和安装各种应用软件 。这里面要做的是不断增强隐式向量化意图 , 从海量服务和应用里找到数十个候选集 , 再加上显式结构化的意图 , 对候选集做进一步筛选和逻辑组装 , 就可以做到对消费者意图的精准反馈 。
文章图片
文章图片
实际上 , HarmonyOS2的“小艺建议”背后便是用了上述这些技术 。王成录指出 , 当前“小艺建议”的使用率已经很高 , 也正是因为小艺能够深入理解用户意图 , 并根据用户的时间、地点、场景把可能需要的服务都放到小艺建议里 。这样一来 , 用户主动搜索的频率就越来越低 。
【华为“私人教练”如何更精准感知消费者意图】“像‘小艺建议’这样的服务若继续坚持下去 , 有希望打造一个将来面向万物互联的人机交互的统一入口 , 通过小艺就可以屏蔽各种各样的硬件差异 。”也就是说 , 在这个过程里 , 用户不需要在意自己是在跟哪个设备或服务交互 , 而只需要与小艺这个入口做交互 , 与此同时由于小艺的智能化 , 设备本身也在判断用户的意图 。王成录将小艺称作“未来万物互联统一的交互入口” 。
- “5G+AI”新应用来了!5G秘书帮你轻松搞定接电话、查天气
- 加强产业融合 赋能低碳发展 海尔卡奥斯智慧能源与“青碳行”签署战略合作协议
- 人类与AI如何共处?诺奖科学家、将棋天才、“低欲望社会”提出者的不同解答
- 郎酒将拓宽红花郎品牌战略阵地 打造红花郎“中国节”IP
- 冬奥在即!“AI教练”、滑雪机器人,沪上高校科技助力“冰雪精灵”!
- 线上新书发布!云上带你了解有关“冬奥”的那些事儿
- 长安马自达cx-5实车图曝光网友吐槽“没诚意”
- 这个“CT室”,可以到处跑
- 长安福特蒙迪欧在中国市场的“全球化”
- “会省钱”成了当代青年的阶层分界线