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，主要的技術專利集中在語音交互、人臉識別、AI芯片、機器學習等領域，本文針對以上提到的熱門領域，搜羅了2018年出現(xiàn)的十大革新性技術，下面讓我們一起看看這些技術都有哪些“過人”之處：

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

　　代表技術：訊飛聽見M1轉(zhuǎn)寫機器人

　　訊飛聽見M1轉(zhuǎn)寫機器人是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)寫機器人，可滿足會議、采訪、課程培訓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、方向性噪聲進行智能化抑制，顯著提升拾音效果，實現(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。基于科大訊飛深度全序列卷積神經(jīng)網(wǎng)絡轉(zhuǎn)寫能力和Dereverberation去混響技術，訊飛聽見M1可實現(xiàn)的中英文語音轉(zhuǎn)文字識別準確度高達95%。

　　機器人對話交互系統(tǒng)：iBot Pro

　　小i機器人自主研發(fā)的iBot Pro具有獨創(chuàng)多模型混合引擎、全閉環(huán)智能運營平臺、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，重構(gòu)了整合深度推理、語義理解、深度學習三種能力的智能交互引擎，內(nèi)置了小i多年積累的領域語義庫，適用行業(yè)更廣泛，可為旅游、金融、電信、政務等多個傳統(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，讓機器能聽會看，搭載DuerOS的設備可讓用戶以自然語言對話的交互方式，實現(xiàn)影音娛樂、信息查詢、生活服務等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行了全新升級，不只是強調(diào)語音，還強調(diào)自然語言處理和機器視覺，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。人工智能是利用機器算法模擬人腦對歷史知識學習、吸收與理解并掌握運用的訓練過程。數(shù)據(jù)量的豐富程度決定了是否有充足數(shù)據(jù)對模型進行訓練，進而使人工智能系統(tǒng)經(jīng)過深度學習訓練后達到強人工智能水平。

　　集成多場景AI算法的智能機芯：智芯H002

　　智芯H002是智芯數(shù)據(jù)針對穿戴類產(chǎn)品推出的多場景應用超低功耗機芯方案。智芯H002的一大亮點是在交互場景上可實現(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算法的自主學習，并存儲、分析、修正行為偏好識別、行為狀態(tài)預判，基于個人的行為偏好，以及私密圈子行為與偏好，進行更精準的信息及產(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運行平臺MCU Apollo 3 實現(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，傳感器的實時狀態(tài)空間至少達2的13次方8192種，支持至少11種人群場景應用。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，嬰兒護理，日常活動等多個場景落地。

　　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)航痛點時，智能機芯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)絡邊緣側(cè)，融合網(wǎng)絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣智能服務，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求。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、智能系統(tǒng)和智能服務。

　　代表技術：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備的，一種混合云和邊緣設備的物聯(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)者進行擴展、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)務邏輯自定義創(chuàng)建IoT應用，在邊緣設備本地完成數(shù)據(jù)處理任務，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，邊緣設備也可實現(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行身份識別的一種生物識別技術。用攝像機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，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。

　　代表技術：“炬眼”智能人臉識別相機

　　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視覺與人工智能的高科技企業(yè)，計算機視覺頭部企業(yè)中唯一的“國家隊”。由云從科技推出的“炬眼”智能人臉識別相機相較以往的智能攝像機在功能與性能上有了質(zhì)的飛躍。“炬眼”智能人臉識別相機使用Intel架構(gòu)，在攝像機本地完成全程識別，極速傳輸識別結(jié)果到后臺，準確率高達99.8%以上。

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

　　SenseAR增強現(xiàn)實感繪制引擎

　　為推動AR技術的應用和普及，2018年商湯科技發(fā)布了全新升級的SenseAR增強現(xiàn)實感繪制引擎，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應用和優(yōu)質(zhì)內(nèi)容產(chǎn)出，打造AR生態(tài)。

　　全新的SenseAR增強現(xiàn)實感引擎在原有的106人臉關鍵點定位技術基礎上，升級為240人臉關鍵點定位技術，對眉、眼、口、鼻、唇等五官部位實現(xiàn)更加細致、精準的定位和追蹤，還開創(chuàng)性地實現(xiàn)了舌頭跟蹤，眼神追蹤，頭發(fā)染色等玩法，由此將AR應用推廣到美妝拍照、高仿真度虛擬形象等復雜場景。

　　同時，商湯科技還將在面部識別領域的原創(chuàng)領先技術，應用到肢體、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技術的應用范圍和場景，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（訓練），二是Inference（推理）。從應用場景角度看，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，寒武紀等；一個是在消費者終端部署的終端，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。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 采用深度學習技術，支持多傳感器融合，可每秒處理720P視頻30幀，實時處理4路視頻，實現(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)達到商用水準，開發(fā)者也可以基于Matrix平臺部署神經(jīng)網(wǎng)絡模型。

　　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、矩陣運算，基于深度學習網(wǎng)絡架構(gòu)，可將面向語音AI的并行運算性能發(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，云知聲還將應用部分向客戶開源，同時提供相應定制化工具以及云端AI能力服務。通過云端芯結(jié)合，“雨燕”將應用于智能家居、智能音箱、智能車載等各個具體場景中。

　　云端智能芯片：Cambricon MLU100

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

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

　　點評：無論是語音交互，人臉識別還是AI算法，這些熱門的AI技術的發(fā)展宗旨均是為了應對日常生活中所出現(xiàn)的各種復雜信息。未來AI技術的發(fā)展趨勢也不難預測，將圍繞不同的生活場景做垂直細分的技術落地。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，嬰兒護理，日常活動等多個場景落地，搭配智能腕表設備，將給日常生活帶來更多便利。