QQ在线
企业微信
资讯（xùn）
348近年来，人工智能技术水平不断提高，应用服（fú）务全方位加速落地，对促（cù）进经济发展、提高管理效率、改善生活质量具有关（guān）键作用。国务院在（zài）2017年（nián）印（yìn）发的《新一代人工智能发展规（guī）划》中明确提（tí）出，加快智能终（zhōng）端核心技术和产品（pǐn）研发（fā），发展新一代智能手机、车载终端、可穿戴设备等产品形态和应用（yòng）服（fú）务，在2020年（nián）3月人工智（zhì）能又被（bèi）列为（wéi）新基建重（chóng）点发（fā）展领域（yù）之一。当前，人（rén）工智能从计（jì）算机视觉、自然语言处理、语（yǔ）音处理等（děng）维度全方面推进智能（néng）手机（jī）、智慧家居（jū）、智能车载、智能可穿（chuān）戴、智能机器人等领域移（yí）动终端（duān）的发展，据（jù）IDC预测，2020年中国将有接近1亿部5G智能终端出货（huò），人工（gōng）智能（néng）赋能移（yí）动终端（duān）进入高速发展期。
人工智能关键技（jì）术发展态势良好（hǎo）
人工智（zhì）能技术迎来第三次浪潮（cháo），深度学习技术（shù）在（zài）计算机视觉、自（zì）然语言处理、语音识别等研究领域相继取得（dé）突破性（xìng）进展，在图像分类识别（bié）准确（què）率（lǜ）、语音合成自然度等（děng）方面已（yǐ）超过人类（lèi）平均水（shuǐ）平，推动人（rén）工智能从实验室走向商（shāng）业化，赋能（néng）移动终端实现（xiàn）智能化（huà）、多（duō）样（yàng）化、个性化。
计算（suàn）机视觉技术已相对成熟，深度学习模型压缩推动移动智能终端发展。计算机（jī）视觉（jiào）技术（shù）根据业务场景可分为图像分类、目标检测、行为检测、语（yǔ）义分割（gē）、三维处理、图像（xiàng）生成、视频分类等细（xì）分（fèn）领域，在2012年Hinton团队提出（chū）深度神经网络模型AlexNet后，VGG、GoogLeNet、ResNet等（děng）模型不断提高（gāo）图像识别准（zhǔn）确率，ImageNet分类top- 5准确率已超过（guò）人眼识别水平（píng）。近年来，我国（guó）在计算（suàn）机视觉技术创新方面（miàn）占据全球主导地位（wèi），在（zài）2019COCO常见物体识别（bié）图像（xiàng）识别挑战赛中（zhōng），旷视拿下（xià）物体检测、人体关键点和全景分割（gē）三（sān）项第（dì）一，获得COCO三连冠，在2019图像识别竞赛WebVision中，阿里AI以82.54%的（de）识（shí）别准（zhǔn）确率获得冠军，将万物识（shí）别（bié）领域（yù）的历史纪录提（tí）升了3个（gè）百分点。同时（shí），面对模型存储和预测速度的（de）博弈（yì）问题，斯坦（tǎn）福、谷歌、旷视等企业相继提出SqueezeNet、 mobilesNet、 Shuf-fleNet、Xception等（děng）轻量化（huà）模型，设计高效（xiào）的网络计算（suàn）方（fāng）式，在网（wǎng）络参数减少的同时（shí）减（jiǎn）少性能损失，加速（sù）人工（gōng）智能模型（xíng）在移动（dòng）终端（duān）的部署应用。
自（zì）然语（yǔ）言处理技术在行（háng）业中应用广泛，覆盖文（wén）本翻译、情感分（fèn）析（xī）、意图分（fèn）析、智能（néng）问答、智（zhì）能对话（huà）、敏感词检索等（děng）场（chǎng）景。随着人（rén）工（gōng）智能进（jìn）入第（dì）三（sān）次发展浪潮（cháo），RNN、GRU、LSTM等模（mó）型相继出现，在机器翻译、问答系统、阅读（dú）理（lǐ）解等领（lǐng）域（yù）取（qǔ）得（dé）一定进展，谷歌于2018年10月提出（chū）BERT预训练语言模型，创（chuàng）新提（tí）出了有效的无（wú）监督预训（xùn）练任务，从而使得（dé）模型能（néng）够（gòu）从无标注语料（liào）中获（huò）得通用的语言建模能力，在其基础（chǔ）上（shàng）拓展的XLNET、RoBERTa、ALBERT、BioBERT等模型（xíng）分（fèn）别有不同维度的提升（shēng）。我国的（de）百度（dù）、腾讯、阿里等企业成为推动（dòng）自然语言处（chù）理技术发展（zhǎn）的主力，提出了包括（kuò）基于对抗学习的降噪技术、多（duō）领域对话行为与文本同步生成（chéng）、关系（xì）型图注意力网（wǎng）络（luò）、利用结构化信息进（jìn）行知识蒸馏等创新技术和理念（niàn），但科技（jì）、医疗（liáo）等领域仍需组织专家建立专业（yè）知（zhī）识（shí）图谱来提高（gāo）识别（bié）准确率。
语音（yīn）处理技术进入实质生产的高峰期，语（yǔ）音（yīn）合成等技术效果超过人类（lèi）平均水平，但在方言语种识别、声纹识别、降噪识别等（děng）技术领域仍有较大突破空间。智能语音处理技术包括声纹识别、方言语种识别、语音分离、关键词识（shí）别、语音转写、语音合成等业务类型，当前基于Attention的端（duān）到端语音识别成为（wéi）语音技（jì）术研究主流，通过上（shàng）下文来理解（jiě）词句，解决了传（chuán）统语音识别方案中各部分任务独立而无法联合优化的问（wèn）题。谷歌推出Tacotron和WaveNet语音（yīn）合成技术（shù），实现端（duān）到端（duān）语（yǔ）音合（hé）成，进一步（bù）提（tí）升语音的自然程度，同时利用对抗网络GAN减小噪音环境（jìng）语音数据和真实训（xùn）练数据（jù）的分（fèn）布差异、提高声学模型的噪（zào）声（shēng）健壮（zhuàng）性成为热点。我国企业语（yǔ）音处理技术（shù）水平位于全球前列，在语音分离识别领（lǐng）域，科大讯（xùn）飞（fēi）在（zài）国际多通道语（yǔ）音分离和识别大赛（sài）CHiME-6上提出（chū）的IBF-SS Model将错误（wù）率降低到30.5%；在方言语种识别领域，出（chū）门问问在ASRU2019中（zhōng）英混杂语音识别（bié）挑战赛中获得双赛（sài）道（dào）第一名；在语音合（hé）成领域，科（kē）大讯飞在Blizzard Challenge2019国际语音合成大赛中自然度得分达到4.5，相似度得分达到4.1，超过人类平均水平。
AI与移动（dòng）终（zhōng）端（duān）融合应（yīng）用场景不（bú）断丰富
智能手（shǒu）机中（zhōng）AI应用包括基础应用（yòng）和（hé）上层应用，其中识别认证、AI摄影（yǐng）、语音助手等基础应用技术较（jiào）为成熟，但上层应用尚未与（yǔ）人工智能完（wán）全融（róng）合，功能相对（duì）有限。当前“AI﹢手（shǒu）机”应用（yòng）生态较为成（chéng）熟，但还不是（shì）“AI手机”，在基础应用领域，以指（zhǐ）纹识别和3D人脸识别为（wéi）主的认证技术成为发展趋势，Transparency Market Research分析公司预（yù）计2020年全（quán）球（qiú）生物（wù）识别市（shì）场规模达到233亿美（měi）元，AI赋能人像（xiàng）识别提（tí）供HDR高动态、美颜特效等功能，并（bìng）可以实现智能拼接、高倍优化；IDC报告显示，手机中人像美颜（yán）应用渗透（tòu）率达90%，极（jí）大推动了智（zhì）能手机的升级赋能（néng），同时语音（yīn）助（zhù）手成（chéng）为当前主（zhǔ）流智能手机的标配；Strategy Analytics预测到2023年，全（quán）球90%的智能手机（jī）会（huì）安装（zhuāng）语音助手。在上（shàng）层应用领（lǐng）域，依托（tuō）App布局（jú）的手（shǒu）机应用与AI处于初级融合阶段，人脸（liǎn）识（shí）别、智能（néng）推荐、语音识别等技术（shù）广泛应用于音频制播、新闻娱（yú）乐、通信社交、购（gòu）物出行（háng）等场景，同（tóng）时各企业（yè）推出（chū）联邦（bāng）学习以保护用户数据隐私，解决数据权限混（hún）乱（luàn）的问题，但（dàn）在医疗健康、安全（quán）管理、教育学习、VR/AR等应用领（lǐng）域仍有较长探索期，例如当前医疗App以病例问询、挂（guà）号买药为主，手（shǒu）机超声波分析、尿（niào）液血液分析等技（jì）术（shù）仍在研发（fā）期。
智能机器人覆盖全场景应用（yòng），2019年（nián）全球机器（qì）人市场规模达到294亿美元，但整体仍处（chù）于初级发展阶段。在工业机器人方面，亚马逊收购Canvas机器人（rén）公（gōng）司，运用摄（shè）像头识别并躲避障碍（ài）物，创新（xīn）奇智和海康威视分（fèn）别推出（chū）缺陷检（jiǎn）测机器人，基于计算机（jī）视觉技术识别生产良品率。在服务机器人方（fāng）面，优必选（xuǎn）悟空机器人搭配摄像头等设备，可实（shí）现人（rén）脸识别、语（yǔ）音（yīn）识别和生成功能。以日本等国家为主研发人（rén）形家庭机器人，可提供洗衣、做饭等服务（wù）。同时，疫（yì）情加速了（le）医疗服（fú）务和公共（gòng）服（fú）务机器人落地（dì）应用（yòng），基于（yú）人工智能（néng）算（suàn）法，钛米机器人可识别房（fáng）间温（wēn）度、湿度、PM2.5以（yǐ）及人（rén）员情况，测算消（xiāo）毒面积、时（shí）间，制定整体消毒方案；京东打造的智能物流配（pèi）送机器人（rén），通（tōng）过图像（xiàng）识别和路径规划实现自主无人（rén）运输，预计2020年投入运营（yíng）上百台机器人（rén）。
预计2023年全球智能家居市（shì）场规模达到1570亿美元，搭建AIoT云平台提供整体（tǐ）解决方案成为布局重点。智能音箱成（chéng）为控制智能家居设备的入（rù）口，IDC报告显示2019年（nián）中国智能音箱（xiāng）市场出（chū）货量接近4600万台，同比增长109.7%，智能音箱通过语音处理技术（shù）提供搜（sōu）索（suǒ）查询、天气交（jiāo）通问（wèn）询等服务，并（bìng）利（lì）用关键（jiàn）词识（shí）别等（děng）语音识（shí）别技术实现对（duì）房屋智能设（shè）备的控制，声纹识别、多语言识别、连（lián）续识别成为向智能化2.0进阶（jiē）的（de）必要技术。当前智（zhì）能门锁、家（jiā）庭监控、智能电视等家居（jū）设备的AI功（gōng）能尚待完善（shàn），建立个性化模型进行服务成为突（tū）破方向。同（tóng）时面临家庭设备（bèi）类型多样的问（wèn）题，华润置业、万达与万（wàn）科分（fèn）别与小米、TCL、阿里云（yún）IoT合作（zuò），整体打造智能家居（jū）平台，提供集（jí）安防（fáng）、能源（yuán）、娱乐（lè）于一（yī）体（tǐ）的（de）全屋智能系统。
科（kē）技巨头、语（yǔ）音处理（lǐ）企业、计算（suàn）机视觉企（qǐ）业（yè）依据（jù）自身（shēn）人工智能（néng）技（jì）术优势（shì），针对安全驾驶、智能导航、汽车娱乐（lè）等（děng）场景推出智能解决方案。在安全（quán）驾（jià）驶领（lǐng）域，百度开发小度车载OS，可基于人脸识别实现安（ān）全（quán）登录、疲劳检测，商汤（tāng）利用人（rén）脸识别和手（shǒu）势识别技术进行身（shēn）份（fèn）认证并检（jiǎn）测驾驶员疲（pí）劳（láo）状态、注意力和危（wēi）险行（háng）为。在智能导（dǎo）航（háng）领域，腾（téng）讯随（suí）行采用语音处理技术实现导航交（jiāo）互，并识别（bié）周围（wéi）场景及天气（qì）情况以（yǐ）提供智（zhì）能推荐服务，科大（dà）讯飞研发的飞鱼系统搭（dā）配上下文理解、多（duō）轮对话（huà）、声纹识别等技术实现智能导（dǎo）航。在汽车娱乐（lè）领（lǐng）域，阿（ā）里（lǐ）通过阿里云ET语音处理技术（shù）实现关键词识别和（hé）音频（pín）播放，商汤智能车舱内载手（shǒu）势识别技术可以让用户（hù）进行（háng）音量调（diào）节、歌曲切换，宝马与天猫精灵合作（zuò）提供音（yīn）乐播放、语音对话和（hé）信息查（chá）询服务。
