人与机器之间，有太多秘密隐藏在未知以下。
比如说AI带来的语义理解与语音唤醒式人机交互，虽然被大家说的很神，但其实有大量难关没有被攻破。AI语音交互，往往还以来初级的符码转化和模块调用，真正让机器像人一样去理解世界，还有很长的路要走。
好在对人机交互深层秘密的探索，在今天并没有停步。一些全新的技术应用化，正在加强人与机器如何交流、协作甚至相互理解的无尽可能。
在刚刚的百度AI开发者大会中，一个重磅升级是百度大脑升级了3.0版本。这次升级之所以引人注目，是因为其在业界首次提出了“多模态深度语义理解”。
多模态、深度语义理解，这些都是我们经常在AI论文中看到的名词，但似乎从来没有科技巨头把这个词作为关键信息进行产业披露。这是为什么？
其中的隐藏信息，是人机交互通往多模态结合、深度转译之路上，一座难以翻越的高峰。
多模态深度语义理解技术，就像一个沉睡的沙漏一样，始终隐藏在细沙之下，让人难以见到真正的应用魅力。而百度大脑的3.0升级，似乎将这个沉睡经年的沙漏倒转了过来，最神秘的AI领域，开始在技术沙粒的流逝间展露了本来面目。
人机交互的秘密：AI界有个雪域高原
20世纪上半叶，社会符号学提出了模态分析的话语批判方式，而后模态理论逐步走入各个学科，成为自然科学、计算机科学与人文科学的重要三岔口之一。而在自然语言处理成为AI重镇之后，多模态话语融合也开始被AI思想家们提上了日程。
我们知道，AI进行语音交互时的基本逻辑，是要把一切语音进行识别，转化为文字符码再进行文本理解。而语音理解与视觉、传感相关的模态融合更是难上加难，堪称人机交互进程中的“高海拔地带”。
但我们不妨思考一下，人的思维方式其实并不是单一模态的信息转化。而是五感并用，语音语义一体化理解，无间隙给出交流反应。
换言之，机器最接近人的交流方式，就是多模态输入与融合化的语义理解。而类似自然交互的技术难点，在于不同模态的视觉、语音、语音、传感信号，是构建在完全不同的数据编码之上的。整合与再学习始终都是AI领域的难点，尤其是应用领域的难点。
价值极大，难度极高，把多模态深度语义理解堆积成了AI领域的雪域高原。无数开发者都在翘首以盼先导者能够翻越这座大山。
在这次百度AI开发者大会上，百度大脑非常自信地将升级矛头对准了这个最神秘的AI沙漏。主打多模态深度语义理解技术的底层开发，可谓打开了通往无尽技术应用与难预测上线的AI大门。
技术乘法：多模态深度语义理解的应用流沙效应
多模态深度语义理解之所以重要，从应用的角度看，是因为它把视觉、语音、语义、传感，以及泛深度学习类交互整合到了一起，让技术间不再是并行的通道，而是打开了彼此融合的想象之门，并且在利用深度学习技术，强化了语义理解的精准度与容纳范畴，视线了语音语义的一体化融合。可以想见的是，多模态深度语义理解，将会在技术突破之后带来大量的眼神技术与子应用，从而改变我们对AI识别、语音控制、人机交互的边界认识。
