全球正在經(jīng)歷新一輪的科技和產(chǎn)業(yè)革命，人工智能作為這一輪革命的風(fēng)暴中心，成為各國爭相競逐的賽道。面對人工智能的熱潮，全球科技巨頭紛紛加碼投資，開始深度布局此領(lǐng)域，從全球科技公司所提交的人工智能專利申請來看，主要的技術(shù)專利集中在語音交互、人臉識別、AI芯片、機(jī)器學(xué)習(xí)等領(lǐng)域，本文針對以上提到的熱門領(lǐng)域，搜羅了2018年出現(xiàn)的十大革新性技術(shù)，下面讓我們一起看看這些技術(shù)都有哪些“過人”之處：

　　一、語音交互技術(shù)就是一種以語音為主要信息載體，讓機(jī)器具有像人一樣“能聽會說、自然交互、有問必答”能力的綜合技術(shù)，它涉及自然語言處理、語義分析和理解、知識構(gòu)建和自學(xué)習(xí)能力、大數(shù)據(jù)處理和挖掘等前沿技術(shù)領(lǐng)域。在這一領(lǐng)域，科大訊飛占據(jù)了超過60%的市場份額，絕對是語音技術(shù)的龍頭企業(yè)。

　　代表技術(shù)：訊飛聽見M1轉(zhuǎn)寫機(jī)器人

　　訊飛聽見M1轉(zhuǎn)寫機(jī)器人是2018年科大訊飛發(fā)布的一款以專業(yè)錄音及轉(zhuǎn)文字為核心功能的智能轉(zhuǎn)寫機(jī)器人，可滿足會議、采訪、課程培訓(xùn)等多種場景下的錄音整理需求，幫助快速提升工作效率。

　　訊飛聽見M1轉(zhuǎn)寫機(jī)器人采用了24bit高精度拾音芯片，通過對環(huán)境、室內(nèi)混響、方向性噪聲進(jìn)行智能化抑制，顯著提升拾音效果，實(shí)現(xiàn)數(shù)字降噪、無損錄音的優(yōu)秀效果。M1還采用了科大訊飛7+1環(huán)形麥克風(fēng)陣列，做到360°全向型自動聲源定位，10米以內(nèi)的有效聲音可以輕松拾取，高品質(zhì)錄音無壓力?；诳拼笥嶏w深度全序列卷積神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)寫能力和Dereverberation去混響技術(shù)，訊飛聽見M1可實(shí)現(xiàn)的中英文語音轉(zhuǎn)文字識別準(zhǔn)確度高達(dá)95%。

　　機(jī)器人對話交互系統(tǒng)：iBot Pro

　　小i機(jī)器人自主研發(fā)的iBot Pro具有獨(dú)創(chuàng)多模型混合引擎、全閉環(huán)智能運(yùn)營平臺、多模態(tài)情感和場景交互三大特征，大幅優(yōu)化了用戶體驗(yàn)，重構(gòu)了整合深度推理、語義理解、深度學(xué)習(xí)三種能力的智能交互引擎，內(nèi)置了小i多年積累的領(lǐng)域語義庫，適用行業(yè)更廣泛，可為旅游、金融、電信、政務(wù)等多個傳統(tǒng)行業(yè)快速開發(fā)出具有深度語義交互能力的問答機(jī)器人。

　　對話式人工智能系統(tǒng)：DuerOS 3.0

　　DuerOS是百度度秘事業(yè)部研發(fā)的對話式人工智能系統(tǒng)，操作系統(tǒng)是用戶與硬件之間的連接，最核心的價值就是人機(jī)交互，DuerOS的初心就是要給用戶提供基于AI的自然交互，特別是語音交互，讓機(jī)器能聽會看，搭載DuerOS的設(shè)備可讓用戶以自然語言對話的交互方式，實(shí)現(xiàn)影音娛樂、信息查詢、生活服務(wù)等10大類目的500多項功能的操作。

　　2018年發(fā)布的DuerOS 3.0相對于此前版本，在自然交互能力上進(jìn)行了全新升級，不只是強(qiáng)調(diào)語音，還強(qiáng)調(diào)自然語言處理和機(jī)器視覺，支持情感語音播報、聲紋識別、兒童模式、極客模式、智能引導(dǎo)與糾錯、視覺搜索能力、視頻理解能力等功能。

　　二、正如人類被上帝賦予智慧一樣，人工智能也被人類賦予智慧，而智慧的本質(zhì)在于算法。人工智能是利用機(jī)器算法模擬人腦對歷史知識學(xué)習(xí)、吸收與理解并掌握運(yùn)用的訓(xùn)練過程。數(shù)據(jù)量的豐富程度決定了是否有充足數(shù)據(jù)對模型進(jìn)行訓(xùn)練，進(jìn)而使人工智能系統(tǒng)經(jīng)過深度學(xué)習(xí)訓(xùn)練后達(dá)到強(qiáng)人工智能水平。

　　集成多場景AI算法的智能機(jī)芯：智芯H002

　　智芯H002是智芯數(shù)據(jù)針對穿戴類產(chǎn)品推出的多場景應(yīng)用超低功耗機(jī)芯方案。智芯H002的一大亮點(diǎn)是在交互場景上可實(shí)現(xiàn)多場景、多人群動態(tài)切換，針對不同需求的功能定制化，升級數(shù)據(jù)分析與呈現(xiàn)。后臺數(shù)據(jù)通過AI算法的自主學(xué)習(xí)，并存儲、分析、修正行為偏好識別、行為狀態(tài)預(yù)判，基于個人的行為偏好，以及私密圈子行為與偏好，進(jìn)行更精準(zhǔn)的信息及產(chǎn)品推送，打開并延展個人數(shù)據(jù)的商業(yè)價值。

　　在解決智能穿戴產(chǎn)品的續(xù)航問題上，智芯H002運(yùn)行平臺MCU Apollo 3 實(shí)現(xiàn)超低功耗控制，使電池壽命也得到極大的延長，超越續(xù)航極限，一次充電可使用至少30天。智芯H002搭載13種傳感器組合，傳感器的實(shí)時狀態(tài)空間至少達(dá)2的13次方8192種，支持至少11種人群場景應(yīng)用。目前，智芯H002后臺AI算法已在睡眠管理，心率、血壓、體溫體征測量，跑步，登山，游泳，嬰兒護(hù)理，日?；顒拥榷鄠€場景落地。

　　在智能手環(huán)無路可走，已然遭到嫌棄，智能手表不能解決續(xù)航痛點(diǎn)時，智能機(jī)芯H002 像一道光豁然打開智能可穿戴產(chǎn)品的真正價值，提供了顛覆性的行業(yè)解決方案。

　　三、邊緣計算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的分布式開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。它可以作為聯(lián)接物理和數(shù)字世界的橋梁，使能智能資產(chǎn)、智能網(wǎng)關(guān)、智能系統(tǒng)和智能服務(wù)。

　　代表技術(shù)：Azure IoT Edge 開源

　　Azure IoT Edge 是微軟推出的基于邊緣智能計算，將云功能提供到邊緣設(shè)備的，一種混合云和邊緣設(shè)備的物聯(lián)網(wǎng)解決方案。2018年微軟Build大會上，微軟宣布將 Azure IoT Edge 開源，允許開發(fā)者進(jìn)行擴(kuò)展、添加功能，并部署到任何環(huán)境中。

　　用戶可以根據(jù)自己的業(yè)務(wù)邏輯自定義創(chuàng)建IoT應(yīng)用，在邊緣設(shè)備本地完成數(shù)據(jù)處理任務(wù)，同時享受大規(guī)模云平臺的配置、部署和管理功能。即便在離線或間歇性連接狀態(tài)下，邊緣設(shè)備也可實(shí)現(xiàn)人工智能和高級分析，簡化開發(fā)，并降低物聯(lián)網(wǎng)解決方案成本。

　　四、人臉識別，是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

　　代表技術(shù)：“炬眼”智能人臉識別相機(jī)

　　云從科技是一家從中科院重慶研究院孵化的專注于計算機(jī)視覺與人工智能的高科技企業(yè)，計算機(jī)視覺頭部企業(yè)中唯一的“國家隊”。由云從科技推出的“炬眼”智能人臉識別相機(jī)相較以往的智能攝像機(jī)在功能與性能上有了質(zhì)的飛躍?！熬嫜邸敝悄苋四樧R別相機(jī)使用Intel架構(gòu)，在攝像機(jī)本地完成全程識別，極速傳輸識別結(jié)果到后臺，準(zhǔn)確率高達(dá)99.8%以上。

　　“炬眼”智能人臉識別相機(jī)內(nèi)置“梟龍”深度學(xué)習(xí)算法，相較于傳統(tǒng)智能相機(jī)平均10秒的識別時間與50-500k的帶寬占用，在處理同樣的AI應(yīng)用任務(wù)時，“梟龍”深度學(xué)習(xí)算法擁有大約50倍以上的性能優(yōu)勢，這意味著“炬眼”智能人臉識別相機(jī)可以用更高效的完成計算任務(wù)。

　　SenseAR增強(qiáng)現(xiàn)實(shí)感繪制引擎

　　為推動AR技術(shù)的應(yīng)用和普及，2018年商湯科技發(fā)布了全新升級的SenseAR增強(qiáng)現(xiàn)實(shí)感繪制引擎，和中國原創(chuàng)AR開發(fā)者平臺——SenseAR開發(fā)者平臺，合力驅(qū)動AR應(yīng)用和優(yōu)質(zhì)內(nèi)容產(chǎn)出，打造AR生態(tài)。

　　全新的SenseAR增強(qiáng)現(xiàn)實(shí)感引擎在原有的106人臉關(guān)鍵點(diǎn)定位技術(shù)基礎(chǔ)上，升級為240人臉關(guān)鍵點(diǎn)定位技術(shù)，對眉、眼、口、鼻、唇等五官部位實(shí)現(xiàn)更加細(xì)致、精準(zhǔn)的定位和追蹤，還開創(chuàng)性地實(shí)現(xiàn)了舌頭跟蹤，眼神追蹤，頭發(fā)染色等玩法，由此將AR應(yīng)用推廣到美妝拍照、高仿真度虛擬形象等復(fù)雜場景。

　　同時，商湯科技還將在面部識別領(lǐng)域的原創(chuàng)領(lǐng)先技術(shù)，應(yīng)用到肢體、手勢識別，從而將AR識別和繪制的能力從“臉部”延伸至“全身”，可以基于單目RGB攝像頭，實(shí)現(xiàn)對手勢、肢體動作的全方位精確描述和跟蹤，極大拓展了AR技術(shù)的應(yīng)用范圍和場景，滿足了視頻平臺不斷增多的全身場景AR玩法需求。

　　五、AI芯片目前大致的分類：從功能角度看，AI芯片主要做兩個事情，一是Training（訓(xùn)練），二是Inference（推理）。從應(yīng)用場景角度看，AI芯片主要有兩個方向，一個是在數(shù)據(jù)中心部署的云端，代表公司主要有谷歌，寒武紀(jì)等；一個是在消費(fèi)者終端部署的終端，代表公司主要有地平線，云知聲等。

　　自動駕駛：Matrix 1.0平臺

　　在自動駕駛的陣營中，AI公司地平線聚焦算法、芯片技術(shù)。Matrix 1.0是基于地平線自主研發(fā)的BPU架構(gòu)——征程2.0打造的，面向L3及以上自動駕駛的解決方案。

　　Matrix 1.0 采用深度學(xué)習(xí)技術(shù)，支持多傳感器融合，可每秒處理720P視頻30幀，實(shí)時處理4路視頻，實(shí)現(xiàn)20種不同類型物體的像素級語義分割，而功耗僅為31W，已經(jīng)達(dá)到商用水準(zhǔn)，開發(fā)者也可以基于Matrix平臺部署神經(jīng)網(wǎng)絡(luò)模型。

　　物聯(lián)網(wǎng)AI芯片：“雨燕”

　　“雨燕”由云知聲自主研發(fā)，采用CPU+uDSP+DeepNet架構(gòu)，支持8/16bit向量、矩陣運(yùn)算，基于深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)，可將面向語音AI的并行運(yùn)算性能發(fā)揮到極致，在更低成本和功耗下提供更高的算力。其異構(gòu)AMP架構(gòu)可保證高性能與低功耗的有機(jī)結(jié)合，從而獲得更高的能效比，更適合IoT場景。

　　除了提供芯片和終端引擎，云知聲還將應(yīng)用部分向客戶開源，同時提供相應(yīng)定制化工具以及云端AI能力服務(wù)。通過云端芯結(jié)合，“雨燕”將應(yīng)用于智能家居、智能音箱、智能車載等各個具體場景中。

　　云端智能芯片：Cambricon MLU100

　　與寒武紀(jì)系列終端處理器一樣，MLU100云端芯片仍然延續(xù)了寒武紀(jì)產(chǎn)品一貫出色的通用性，可支持各類深度學(xué)習(xí)和經(jīng)典機(jī)器學(xué)習(xí)算法，充分滿足視覺、語音、自然語言處理、經(jīng)典數(shù)據(jù)挖掘等領(lǐng)域復(fù)雜場景下（如大數(shù)據(jù)量、多任務(wù)、多模態(tài)、低延時、高通量）的云端智能處理需求。

　　MLU100采用寒武紀(jì)最新的MLUv01架構(gòu)和臺積電16nm的先進(jìn)工藝，平衡模式下（1GHz主頻）的等效理論峰值速度達(dá)每秒128萬億次定點(diǎn)運(yùn)算，高性能模式下（1.3GHz主頻）的等效理論峰值速度更可達(dá)每秒166.4萬億次定點(diǎn)運(yùn)算，但典型板級功耗僅為80瓦，峰值功耗不超過110瓦。

　　點(diǎn)評：無論是語音交互，人臉識別還是AI算法，這些熱門的AI技術(shù)的發(fā)展宗旨均是為了應(yīng)對日常生活中所出現(xiàn)的各種復(fù)雜信息。未來AI技術(shù)的發(fā)展趨勢也不難預(yù)測，將圍繞不同的生活場景做垂直細(xì)分的技術(shù)落地。比如文中提到的智芯H002，其后臺AI算法目前已在睡眠管理，心率、血壓、體溫體征測量，跑步，登山，游泳，嬰兒護(hù)理，日常活動等多個場景落地，搭配智能腕表設(shè)備，將給日常生活帶來更多便利。