近幾年，中國人工智能快速發展。無人超級市場、無人物流、無人加油站、無人駕駛、無人賓館…以及各種功能完善的機器人！當我們沒有意識到這一點時，人工智能正日夜不停地不斷迭代進化，影響到我們生活的各個方面。這一令人驚奇而又振奮人心的事件背后，離不開計算機視覺、自然語言處理、生物特征識別與圖譜等人工智能關鍵技術。下面就由小編為您介紹一下人工智能三大核心技術。

千視通

0

0條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

2

合作品牌

9

人工智能三大核心技術

計算機視覺：人工智能系統的大門

    根據實際解決的問題， 計算機視覺技術可分為 人臉識別、圖像檢測、圖像檢索、目標跟蹤、風格遷移 等幾大板塊。 其中，人臉識別、圖像分類等功能計算機視覺技術已經比人類視覺更精準、更迅速。在醫院，一般早期食管癌檢出率低于 10% ，而騰訊覓影通過掃描上消化道內鏡圖片篩查食管癌，檢出率高達 90% ，且用時不到 4 秒。商湯科技宣稱，利用其計算機視覺技術，視頻內容審核能夠節省 99% 的人工。

      然而，雖然在解決識別、檢測、聚類等問題上，計算機視覺已經可以超越人類，但其發展仍面臨挑戰。

      首先， 缺乏可用于人工智能模型訓練的大規模數據集。缺乏標注數據是幾乎所有應用場景普遍存在的挑戰。當前的應用場景多以項目制形式落地，數據仍然在項目建設方，數據不能共享也無法形成閉環，也就導致技術的進步分散在各個企業的各個項目中，難以帶來行業整體跨越。

      其次， 缺乏從技術到產品到規模化應用的工程化經驗。計算機視覺技術的應用已不再是單一的軟件應用，涉及到新型基礎架構，涉及到新的數據分析流程，還涉及到智能硬件如攝像頭的安裝等等。每一個環節都可能會影響識別效果。將這一技術從實驗室擴展到工業化應用的過程本身就是很大的挑戰。

自然語言處理：中國領先的人工智能技術

      一個完整的自然語言處理系統包含 語音識別、語義識別、語音合成 三部分。 其中，國內企業在語音識別和語音合成已處世界領先地位。

      語音識別 是指讓計算機“聽到”人的語音，目前已經比較成熟，尤其漢語的語音識別領先英語。根據2017年IBM、谷歌和微軟發布的詞錯率進展數據，他們的識別率均在94%-95%之間，而在此之前，國內語音識別企業，如百度、搜狗、科大訊飛，識別率均已達到97%左右。

      語音合成 是指計算機將準備“回復”給人類的語句，通過合成音頻的形式，利用揚聲器外放。百度地圖的語音導航、蘋果手機的Siri助手背后都利用了語音合成技術，這項技術已日臻成熟。當前，科大訊飛的語音合成技術代表了世界領先水平。2018年科大訊飛打敗卡內基梅隆等眾多高校、科研機構和企業，連續13年贏得Blizzard Challenge（國際語音合成大賽）冠軍。

      區別于語音識別“ 聽到” 人類語言，語義識別更加強調“ 聽懂” 。 當用戶對智能系統說出一個飯店的名字，系統對用戶語音進行識別，搜索飯店，這是“語音識別”；當用戶對智能系統說“自助餐”、“海鮮”、“連鎖店”等模糊語句，智能系統根據用戶的性別、愛好、飲食傾向等特征進行智能分析，并精準推薦，則是“語義分析”。可見，語義識別比語音識別技術難度高好幾個層次。

      語義識別 是當前自然語言處理發展的瓶頸，仍處于初級研究階段。由于目前的人工智能技術只能把音變成字，字變成音，不能理解其中含義，很難實現基于場景的生動會話，商業落地的場景十分有限。

知識圖譜：人工智能的下一技術風口

      知識圖譜 最初是由Google 公司在 2012 年提出來的一個新的概念。從學術的角度，我們可以對知識圖譜給一個這樣的定義：“知識圖譜本質上是語義網絡（ Semantic Network ）的知識庫”。但這有點抽象，所以換個角度，從實際應用的角度出發其實可以簡單地把知識圖譜理解成多關系圖（ Multi-relational Graph ）。如果說以往的智能分析專注在每一個個體，知識圖譜則專注于這些個體之間的 “ 關系 ” 。知識圖譜用 “ 圖 ” 的表達形式，最有效、最直觀地表達出實體間的關系，是最接近真實世界、符合人類思維模式的數據組織結構。

      相較于傳統的智能分析， 知識圖譜是基于圖的數據結構，即知識圖譜需要從海量信息中抽去多個維度的特征信息， 并在這些特征信息素材的基礎上，通過智能推理實現從數據到可視化圖像深加工，從而能夠直觀易懂的展現給用戶，并與用戶交互。

      目前， 知識圖譜主要應用于面向 互聯網的搜索、推薦、問答 等業務場景，成為以 商業搜索引擎公司 為首的互聯網公司重兵布局的人工智能技術之一。 同時，也開始在金融、醫療、電商及公共安全保障等領域得到廣泛的探索。當我們使用搜索軟件時，搜索結果右側的聯想，就來自于知識圖譜技術。在反洗錢或電信詐騙場景，知識圖譜可精準追蹤卡與卡間的交易路徑，追本溯源識別洗錢/套現路徑和可疑人員，并通過他們的交易軌跡，層層關聯，分析得到更多可疑人員、賬戶、商戶或卡號等實體。

      然而， 目前知識圖譜尚處于發展初期，受制于抽取數據的樣本量限制、深加工準確率和效率較低、數據噪聲大等因素限制，應用場景非常有限 。相信未來，隨著研究的深入，會有越來越多的應用場景被發掘出來，對于知識圖譜所能發揮的價值可期。

      雖然人工智能在圖像識別、語音識別、文本處理、游戲博弈等方面全面趕超人類，取得了突破性進展，但總體來說還處于嬰幼兒期，遠未達到人們預期的智能水平，也遠未成熟。我相信，在未來，隨著時代的進步，技術瓶頸將不斷突破，人工智能的發展將更加多樣化，更多的黑技術將使我們的生活更加智能化。以上就是小編為您介紹的人工智能三大核心技術。