智能識(shí)別領(lǐng)域的新三國(guó)演義
周速華
2003/03/31
微軟之傷
盡管在平臺(tái)軟件方面取得了壟斷性地位，但是微軟的創(chuàng)始人、現(xiàn)任微軟董事長(zhǎng)兼首席軟件設(shè)計(jì)師比爾.蓋茨卻并不滿足，因?yàn)樗幸粋�(gè)夢(mèng)想－Natural Computing（指用戶可以用最自然的方法進(jìn)行操作的電腦環(huán)境）。
為了這個(gè)目標(biāo)，微軟已經(jīng)努力了很久。幾年前微軟推出了“Windows for Pen Computing”， 但在經(jīng)歷過多次嘗試后以失敗告終；兩年前，微軟又提出了“Tablet
PC”的概念；不久前，微軟聯(lián)合幾大知名硬件廠商推出了實(shí)質(zhì)性的產(chǎn)品。如此種種，足以表明已在操作系統(tǒng)領(lǐng)域處于領(lǐng)導(dǎo)地位的微軟正朝Natural Computing步步逼近。
在此過程中，困擾微軟最大的問題是自然語言的識(shí)別技術(shù)，包括文字輸入、語音輸入等技術(shù)。在智能識(shí)別技術(shù)上，微軟并不占據(jù)領(lǐng)先地位。目前在語音輸入和中文手寫輸入占據(jù)領(lǐng)導(dǎo)地位的分別是IBM和中國(guó)的漢王公司，微軟要想搶占智能輸入的制高點(diǎn)就必須向這兩家公司發(fā)起挑戰(zhàn)。
智能輸入和識(shí)別的未來
智能識(shí)別到底有何魅力，使得計(jì)算機(jī)軟件領(lǐng)域的首席代表如此尷尬不已？
人與計(jì)算機(jī)的交互一直是困擾廠商和用戶的一個(gè)難題。隨著技術(shù)的不斷發(fā)展，人機(jī)交互日臻完美已經(jīng)不再停留在各種構(gòu)想的可行性討論階段，結(jié)合計(jì)算機(jī)系統(tǒng)和生物系統(tǒng)，人們構(gòu)想的各種交互方式已經(jīng)成為可能。
試想一下，當(dāng)我們手中的鋼筆成為最常用的輸入設(shè)備，成為替代軟盤的存儲(chǔ)介質(zhì)時(shí)，你有什么樣的感慨？生活真的可以如此方便簡(jiǎn)單，它可以比傳統(tǒng)臺(tái)式和筆記本計(jì)算機(jī)更迅速快捷地記錄下我們思維中瞬間的閃光點(diǎn)。
盡管人機(jī)交互的探討一直沒有定論，但是“語音加筆輸入”的輸入方式必是未來的人機(jī)界面的發(fā)展趨勢(shì)。隨著信息技術(shù)的發(fā)展，人們正在逐漸擺脫線纜和體積的束縛，對(duì)于任何需要交互的設(shè)備來說，信息輸入都是必不可少的，而語音和筆輸入無疑是最理想的輸入方式。
目前在智能終端設(shè)備上，手寫輸入已經(jīng)全面普及。中高端掌上電腦基本上都具備了手寫輸入的功能；具備手寫輸入功能的智能手機(jī)也不斷面市，如索尼和愛立信聯(lián)合推出的P802手機(jī)，多普達(dá)推出的Pocket PC手機(jī)等都可成為見證。
而語音輸入在我們的日常家居中更為普遍。采用語音輸入的基于嵌入式操作系統(tǒng)的智能家居設(shè)備已經(jīng)走出了實(shí)驗(yàn)室；通過語音來控制家里的家電如燈光的亮度、空調(diào)的開關(guān)都已經(jīng)成為可能。
智能輸入使我們忙碌的生活變得精彩和簡(jiǎn)單，也給某些特殊的人群帶去福音。對(duì)于老年人而言，手寫輸入使得他們能夠親自體驗(yàn)信息技術(shù)的便利；而對(duì)于殘疾人來說，語言和手寫輸入無疑便實(shí)現(xiàn)了其最大的價(jià)值。
IBM和漢王領(lǐng)跑
IBM在語音輸入方面的霸主地位不容否認(rèn)，IBM在語音識(shí)別領(lǐng)域的研究也已有20多年的歷史，最近它又宣布將語音引擎放到Radhat的Linux中。在美國(guó)，IBM語音識(shí)別產(chǎn)品ViaVoice的銷量達(dá)到百萬套以上。IBM通過持續(xù)的研發(fā)在最近的兩三年已經(jīng)取得了突破性的進(jìn)展，識(shí)別率接近95％。IBM希望將語音識(shí)別將從簡(jiǎn)單的聽寫，發(fā)展到更廣的應(yīng)用領(lǐng)域，人們將可以做到與計(jì)算機(jī)的真正對(duì)話。
與此同時(shí)，IBM也致力于將語音識(shí)別技術(shù)應(yīng)用到PDA等移動(dòng)設(shè)備之中。由于通過鍵盤鼠標(biāo)輸入不適用于移動(dòng)計(jì)算環(huán)境，因而在移動(dòng)計(jì)算領(lǐng)域，語音輸入具有極大的發(fā)展?jié)摿�。但移�?dòng)設(shè)備的資源通常比較有限，在這樣有限的空間內(nèi)要集成語音識(shí)別技術(shù)有相當(dāng)大的難度，而這也是語音技術(shù)應(yīng)用的最大空間。另外，語音識(shí)別技術(shù)自身還存在許多技術(shù)難題需要解決，比如對(duì)方言的適應(yīng)性、容易受外界環(huán)境的干擾等。
而在中文手寫輸入領(lǐng)域稱霸的則是一向不太愛拋頭露面的漢王科技，這家脫鉤于中國(guó)科學(xué)院自動(dòng)化研究所國(guó)家文字識(shí)別中心的企業(yè)，憑借近20年的技術(shù)積累，在技術(shù)以及市場(chǎng)上都已遙遙領(lǐng)先于其他競(jìng)爭(zhēng)對(duì)手。
早在1985年，現(xiàn)任漢王科技總裁劉迎建就研發(fā)成功了“聯(lián)機(jī)手寫漢字識(shí)別在線裝置”，成為國(guó)內(nèi)首創(chuàng)。劉迎建隨后向國(guó)家“863”計(jì)劃專家組提出的“樣本收集－方法研究－系統(tǒng)實(shí)現(xiàn)”三級(jí)研究開發(fā)線路，在業(yè)界第一個(gè)把樣本收集整理提到了重要地位，對(duì)促進(jìn)我國(guó)手寫漢字識(shí)別的研究起到了極其重要的作用。如今，漢王科技的手寫識(shí)別系統(tǒng)已經(jīng)發(fā)展到了第10版，其中的“行草王”及“大字符集”兩大識(shí)別核心的突破，使得漢王手寫識(shí)別產(chǎn)品不僅能識(shí)別一般的連筆字、繁體字、倒插筆順字，還能完全識(shí)別手寫行草體漢字，并且能識(shí)別國(guó)家GBK漢字標(biāo)準(zhǔn)字庫(kù)中的所有27000個(gè)漢字，使手寫輸入真正達(dá)到了輕松自如的境地，同時(shí)也進(jìn)一步確定了漢王在同業(yè)中的領(lǐng)先地位。
據(jù)悉，在目前的手寫輸入產(chǎn)品市場(chǎng)，漢王的市場(chǎng)占有率已經(jīng)達(dá)到了75%。不管是商務(wù)通、聯(lián)想、名人等知名品牌的掌上電腦，還是基于Palm OS或者基于Pocket PC的其他一些掌上電腦設(shè)備，目前使用的都是漢王公司的手寫識(shí)別技術(shù)。聯(lián)想、金長(zhǎng)城、金恒生等國(guó)內(nèi)許多知名品牌的電腦，以及大部分集成了手寫輸入功能的手機(jī)使用的也都是漢王的手寫技術(shù)。正是因?yàn)樵诤诵募夹g(shù)上的領(lǐng)先地位以及應(yīng)用上的巨大成就，漢王手寫識(shí)別技術(shù)還獲得了2001年度的國(guó)家最高科技獎(jiǎng)項(xiàng)--國(guó)家科技進(jìn)步一等獎(jiǎng)。
IBM已經(jīng)將語音輸入擴(kuò)展到了Linux、手機(jī)操作系統(tǒng)上，而漢王也將手寫輸入擴(kuò)展到了掌上電腦、電話機(jī)、手機(jī)上。2002年底，漢王科技進(jìn)一步明確了“做核心、做應(yīng)用、做擴(kuò)散”的發(fā)展思路。
微軟的努力
微軟顯然看到了智能識(shí)別技術(shù)這一發(fā)展趨勢(shì)，而IBM和漢王顯然不會(huì)放棄領(lǐng)先優(yōu)勢(shì)。習(xí)慣了領(lǐng)者風(fēng)范的微軟，絕對(duì)忍受不了與IBM和漢王各分一杯羹，可以預(yù)見，一場(chǎng)關(guān)于智能輸入的爭(zhēng)奪戰(zhàn)即將拉開序幕。
由于自身缺乏核心技術(shù)的優(yōu)勢(shì)，因此在智能輸入上微軟還只能通過聯(lián)盟的方式進(jìn)行運(yùn)作。早在1998年，微軟的Windows CE中文版使用的就是漢王的手寫技術(shù)，2001年6月，微軟推出的Pocket PC中文版再一次使用了漢王的手寫技術(shù)。前段時(shí)間，當(dāng)大家都在批評(píng)Tablet PC的中文手寫識(shí)別不盡人意時(shí)，業(yè)界又傳出消息：微軟正在就Tablet PC的手寫輸入問題與漢王進(jìn)行合作。
作為軟件行業(yè)的霸主微軟顯然明白核心技術(shù)的重要，但現(xiàn)在微軟不得不面對(duì)在智能識(shí)別技術(shù)上受制于人的現(xiàn)狀。為了改善這種情況，微軟將一切希望寄托于1998年成立的微軟亞洲研究院，其前身是微軟中國(guó)研究院，是微軟公司在海外開設(shè)的第二家基礎(chǔ)科研機(jī)構(gòu)，也是亞洲地區(qū)唯一的基礎(chǔ)研究機(jī)構(gòu)。
顯然，微軟對(duì)其亞洲研究院給予厚望。微軟亞洲研究院的使命就是使未來的計(jì)算機(jī)能夠看、聽、學(xué)，能用自然語言與人類進(jìn)行交流。目前在進(jìn)行智能識(shí)別技術(shù)研發(fā)的有多通道用戶界面組、語音技術(shù)組和自然語言組在各自領(lǐng)域進(jìn)行探索。
微軟當(dāng)然會(huì)利用其在PC操作系統(tǒng)方面的優(yōu)勢(shì)，今后在微軟的Windows和Office兩大主力產(chǎn)品中都會(huì)加入對(duì)手寫和語音輸入的支持。微軟曾經(jīng)考慮過在Windows中加入對(duì)手寫輸入的支持，由于礙于和漢王的合作關(guān)系最終沒有得逞，但是一旦微軟啟動(dòng)這一計(jì)劃，打擊也將是毀滅性的，Netscape失敗的例子已經(jīng)證明了微軟的威力。
微軟野心勃勃，IBM希望締造一個(gè)全方位的語音平臺(tái)，漢王的目標(biāo)是做中文非鍵盤輸入的領(lǐng)導(dǎo)者，三者誰也不會(huì)示弱， IBM、微軟、漢王之間這場(chǎng)關(guān)于語音輸入和中文手寫輸入的斗爭(zhēng)最后鹿死誰手尚難預(yù)料。
eNet硅谷動(dòng)力(cio.enet.com.cn)
相關(guān)鏈接: