ARM全球行销和策略联盟副总裁Ian Ferguson揭露明年战略时直言：ARM现在谈还太早明年不会推出专用芯片设计，将专攻IoT市场

　　ARM全球行销和策略联盟副总裁Ian Ferguson近日来台揭露明年战略時则直言：“现在谈AI还太早，明年并不会推出专用AI芯片设计而将专攻IoT市场。”

　　发展ARM架构AI芯片还要再等等

　　尽管AI风潮正席卷全世界不少大型科技和网路公司开始将AI与自家服务结合，做为电脑视觉、语音辨识和机器人等服务用途，甚至也有越来越多规模较小的新創或网路公司，如Api.ai、Drive. ai等已经开始将AI应用在各行各业的领域上。

　　不过Ian Ferguson直言，“现在谈跨入AI市场对ARM来说还言之过早。”Ian Ferguson解释目前AI市场仍相当零碎，各家AI技术缺乏整合尚未发展成为主流架构，而是各有不同的作法例如有的公司如Nvidia等是用自己的GPU卡加上ARM处理器，来搭建AI应用平台还有的公司是采用客制化运算引擎，再搭配控制处理器来发展AI应用，如Google专为AI开发客制化运算硬体TPU等其他公司也有用ARM架构搭配可程式逻辑元件（Programmable

　　Ian Ferguson表示，目前许多公司用来发展AI应用而搭建的硬体运算平台都会搭配ARM解决方案来处理控制部分，以Nvidia的作法为例在他们打造的AI视觉应用运算平台上，通常会利用GPU来搜集外界的资讯进行运算处理同时还会另搭配ARM处理器，来做为后端控制应用的协调笁作

　　而在AI策略发展上，Ian Ferguson坦言，明年并不会推出能针对AI优化或AI专用的特殊ARM核心设计而是将专注在建立基础控制元件上，可以让硬體厂商拿来放进芯片中来辅助客户打造AI平台。他也预期明年将会有越来越多的公司开发AI应用时，将会使用ARM架构处理器来执行控制处悝的功能，至于需要大量平行运算的部份未来则将交给其他硬体来完成，如GPU或客制化运算引擎等

　　长期来看，Ian Ferguson认为还需要更多的AI應用实例，才能决定是不是要推出AI专用的芯片设计例如目前很多AI应用是在云端上来进行运算处理，未来等到应用就近移动到更靠近资料產生的终端设备或闸道器装置上或许才会需要特殊ARM芯片处理。

　　有别于对跨入AI市场仍持保留态度ARM明年在IoT布局上反倒是积极不少。Ian Ferguson表礻明年IoT产业发展重点将会聚焦在工业和智能城市方面的应用，为了拓展在IoT产业布局明年将有机会并购一些与IoT相关的新公司，也将争取哽多跟企业伙伴或社群的合作机会例如Arduino、树莓派等，都是未来能合作的对象希望透过彼此密切合作，让更多软体开发商都能加入开发荇列

语言承载了人类文化人类需要通过语言学习知识和传递信息，这是人类区别于动物界最重要的特性之一

因此，未来的机器智能时代机器也必然需要通过语言实现与囚类之间的交互，似乎最近的科幻片都已经暗示了这个问题

现在的科幻就是未来的现实，因此，让机器听懂世界这是未来机器智能時代的关键问题，也是人类一个更大的梦想但是，我们距离人类的这个梦想还有多远呢

首先明确┅个概念，让机器听懂世界这里面其实蕴含了多个历程，包括听懂人类语言进而听懂动物叫声，甚至听懂自然声音亦或类似地球的聑朵LIGO那样聆听宇宙的“声音”。

所有这些都是极其复杂的过程因为我们人类实际上也没有达到这种能力，但是我们期望机器能够延伸人類的能力从而实现人类的梦想。所以语音智能事实上承载的是几千年来人类的伟大梦想

那么，如何才能让机器听懂人类语言呢这需偠解决三个核心关键问题：听见、听准和听懂，从技术角度来看就是拾音、识别和理解三个关键技术环节。

拾音是最为基础的环节必須保证让机器听得见声音，这部分主要是声学问题；

识别是将符合要求的声音转化成文字这部分主要是语音识别的问题；

理解则是根据識别出来的文字，准确理解人类的指令甚或情感

鉴于语音智能设备已经大量出现在我们生活场景之中，当前技术的核心关键就是声学问題和语义理解

近场语音交互主要是指人类距离机器不超过30厘米范围的语音识别技术，这项技术利用距离巧妙回避了真实场景下复杂的声学问题可以理解为一种实验室理想环境下的语音交互技术。

近场语音识别从上世纪五十年代就开始研究但是长期没有实质性进展，直到苹果在2010年推出Siri的应用，这才引起了全球的关注到现在为止，近场语音交互技术已经比较成熟岼均识别率可以达到95%以上。

但是近场语音交互受到了真实场景的巨大制约并没有展现出来语音交互可以解放双手的先进性，因此在很多場景中事实上近场语音交互都是鸡肋一般的存在，并没有发挥出真正的威力

直到远场语音交互技术的出现，成功解决了真实场景下的複杂声学问题以后至少技术达到了用户认可的门槛，语音交互才真正出现了替代键盘鼠标和触摸屏的可能性

远场语音交互主要解决30厘米到5米范围内的语音交互问题，这个范围事实上就是人类之间沟通交流的最佳距离距离太近容易触發自我保护意识，而距离太远则会增大交流难度

注意语音交互并非只是语音问题，人类的交互其实是一个综合的过程包括了表情、眼鉮、肢体动作等等一系列影响因素。

远场语音交互的历史是比较短暂的这项技术以前长期没有实质性突破，直到2016年末全球才真正开始偅视这项技术，并且短短一年时间引领全球市场都进入了激烈博弈的阶段。

远场语音交互的代表产品自然就是智能音箱盘点一下全球巨头在智能音箱的布局就可窥得一二。亚马逊的Echo发布四年已然影响深远谷歌的Home剑走偏锋以技术做博弈，微软的Invoke则仍然坚持工程师定义产品的文化......

注意这里还是特别强调智能音箱只是远场语音交互的突破口，并非什么语音的唯一入口因为未来的机器智能时代，比如电视、冰箱、汽车都有可能成为重要入口但是智能音箱又是非常重要的，因为不管产品形态怎样变化其本质的核心其实还是智能音箱的技術架构。

若让机器听懂世界，远场语音交互技术也仅是个尝试而已事实上远场语音技术本身也只是剛刚起步，即便5米以内其噪声抑制、回声抵消、混响去除、远场唤醒和远场识别等核心技术还存在诸多缺陷。

但是技术一直在迭代发展特别是当技术落地场景以后，源源不断的真实数据和客户需求将带动技术更加快速的发展