-
2019 年 04 月 15 日「電腦也會選土豆」是大家對於 AI 人工智慧的第一印象,雖然從現在的角度來看那與 AI 人工智慧沒有太大的關聯。其實人工智慧已經圍繞在大家的生活,例如常見的語音辨識、相機 AI 場景辨識、投資市場預測及風險評估都可以看到 AI 的影子。
而在 AI 領域中,AI 語音技術可說是最貼近大家生活的一門技術,但光是人類就常常會錯意,對於電腦系統來說更是困難。因此部舉辦了據說是「史詩級」的競賽「大擂台:與 AI 對話」,鼓勵國內 AI 團隊建置多情境的中文語音大數據,加速中文語音對話的核心技術開發,提升我國 AI 團隊技術。
「大擂台:與 AI 對話」這場比賽是由部指導,國研院科政中心舉辦,不只是台灣第一場以 AI 語音技術為主題的技術競賽,且根據臺灣大學電機工程學系李宏毅教授的說法,這場比賽無論是比賽規模、題目難度、獎金水準都是史詩級的規模。
除此之外,部次長許有進甚至在競賽現場宣布加碼二十萬獎金,鼓勵成績相當接近的團隊,這對官方活動來說實在相當罕見 (畢竟有預算問題),但也顯示出政府對於培植國內 AI 語音技術產業的支持是相當積極的。
除了部的支持以外,為了讓團隊有更完整的語料可以訓練語音辨識引擎,公共電視台、國立教育廣播電臺、均一教育平台、政大之聲等機構提供了將近 2,000 小時的節目內容做為語料資料庫,節目範圍涵蓋各種不同領域,讓參賽團隊可以訓練出更完整的 AI 語音技術系統。
相信大部分的人都沒看過 AI 怎麼比賽,雖然好手以前做過小規模的 AI 技術研究,但多半是以 data in、information out 的方式呈現,對於 AI 語音技術的競賽方式也是第一次見識,頗為好奇。
和語言考試一樣,AI 競賽分為選擇題、簡答題兩種題型,但無論哪一種都必須先聽一段短文後才能做答,不同的是簡答題的答案必須由 AI 自己寫出完整的答案或句型,寫錯答案、詞不達意、囫圇吞棗 (?) 都是錯!
你以為很簡單嗎? 來試試看閱讀這段短文 (這真的是比賽 AI 聽的題目喔!)
接著請你回答這個問題:
你花了幾秒呢?是不是又回頭重新讀了一次短文呢?在解題的過程中,其實必須經過這幾個環節:
這三個環節各有困難之處,大家有用過手機的語音助理 (無論是 Google Assistant 或 Apple SIRI) 應該都知道這些「語音助理」雖然在閱讀能力上有進步,但是仍然只能聽簡短的句子 (或問句) ,能回答的問題也相當有限,除了一些如計算機、交通資訊、天氣/環境資訊、語音操作等以外,沒辦法做更進一步的應用,因為語音助理是透過是先建立好的模式 (Pattern) 做分析,台大電機工程學系李宏毅教授說:「它已經事先知道你可能會問什麼,因為全世界不只你會問這個問題」。
而 AI 語音技術就不是這麼簡單了,它必須要模擬人腦閱讀每個字句的涵義 (NLP 技術),並且「記憶」起來,在聽到問題後 (再剖析問題) 從記憶裡推斷出最可能的答案。還沒完,最後還要將答案用符合語言習慣的句子寫出簡答題答案,這真的…難!
▲ AI 回答出來的答案,還真的頗有模有樣的
一定也會有人覺得:「現在不是已經有很多聽得懂中文的 AI 智慧音箱了嗎?」其實在 AI 的領域裡面,處處都是「家家有本難念的經」,看似相同但又處處不同,同樣是中文,在不同地方就會有不同的使用方式。例如橡皮擦就有橡擦、擦子、擦布、粉擦等不同的說法,因此 AI 語音技術還是需要非常多在地化的工作,也就是中文自然語言理解(Natural Language Understanding,NLU)技術,這正是台灣技術團隊可以努力精進的地方。
先前小米的智慧音箱剛在台灣推出時,好手也曾經訪問過當時小米台灣總經理 Hanman 相同的問題,Hanman 也表示小米台灣花了非常多的時間在訓練專屬於台灣的語料資料庫,讓一個看似簡單的產品也經過好一段時間才推出。
不過雖然如此,目前的智慧音箱其實還在語音助理的等級,還不能算是真正的智慧。
在「大擂台:與 AI 對話」競賽的決賽中,AI 需要回答 1,000 題選擇題 (放心,AI 不會爆肝沒有過勞死的問題XD) 以及 25 題簡答題。在入圍的八個隊伍中,第一名由台大電資學院師生組成的「hungyilee」團隊以 53.7% 的選擇題正確率以及 16% 的簡答正確率獲得總成績第一名。
▲競賽冠軍「hungyilee」團隊
目前「全中文 AI」語音技術在全球仍然是相當前瞻的研究,雖然目前簡答的正確率只有 16%,看似較低,不過如果將 AI 語音當作一個出生正在牙牙學語的幼兒來看卻又似曾相似:聽得懂,但伊伊阿阿講不出來 (好險 AI 不會 7pupu 罷工),好手也很期待這些頂尖的研究團隊可以早日實現電影《鋼鐵人》中的電腦助理「Jarvis」的無所不能。
▲ 有 PTT「創世神」之稱的 AI Labs 創辦人杜奕瑾也到現場
筆電就能跑:Google Gemma 4 12B 登場,效能直追 26B 模型
AI國際AI工具進台灣卡在發票 歐買尬出手
AI國際AI工具進台灣卡在發票 歐買尬出手
AIAI 變身最強駭客?Anthropic 發表未公開模型 Claude Mythos,找到 27 年未被發現的漏洞
AI影片生成「白菜價」時代來臨!Google 推 Veo 3.1 Lite 影片生成模型,每秒只要 0.05 美元
AIClaude Code 原始碼外洩,究竟 Anthropic 是如何實現 Harness,讓 coding agent 可以穩定長時間運作?
AI別只寫 Prompt!先工程化你的 AI 協作系統
AIGoogle 推出 Agent Skills,讓 Gemini 3.1 Pro 開發成功率上升至 96.6%
AIOpenAI Codex App 與 CLI 全面支援 Subagent,一鍵打造你的 AI 開發團隊
AI史上最香大放送!Anthropic 推出 Claude code 2 倍大放送,Antigravity 慢走不送
手哥 HANDBRO 硬是要學共同創辦人兼職打雜編輯,熱愛網路、熱愛 3C!腦袋是個不定時炸彈,隨時會炸出新玩意兒!如有開箱、評測或各種合作需求,請洽:contact@soft4fun.net。 YouTube 頻道:手哥科科 《手哥科科》YouTube 頻道 從電視的大螢幕到手機的小螢幕,要維持一致的顯示色彩也是不容易的事情,三星這個 Demo 讓大家知道它們做得到 #computex2026 00:22 HKC 在 #Computex 上推出的全球首款 83.4 吋 12K 超寬曲面螢幕,這款螢幕的寬度寬到兩邊都還要用支撐架來輔助穩定。但這個體驗真的相當讚,臨場感滿分。 00:19 不用一直盯小孩!SpotCam BabyCam Pro 實測:AI 偵測、5 吋螢幕、24 小時雲端錄影一次看 12:36 過年春節拍照手機空間不夠? 用這招讓你不會錯失任何一個珍貴畫面!#pCloud 春節42折優惠 03:56 比架 NAS 還划算!pCloud 雲端硬碟,付一次費終身使用!雙11限定38折! 05:58在我的瀏覽器中保存我的姓名,電子郵件和網站,以便下次評論。
新文章使用電子郵件通知我。