QQ在线
企业微信
资讯
347近年（nián）来，人工智（zhì）能技术水平不断提高（gāo），应用服务全（quán）方（fāng）位加（jiā）速落地，对（duì）促进（jìn）经济（jì）发展（zhǎn）、提（tí）高管理效率（lǜ）、改（gǎi）善生活质量具有（yǒu）关键作用（yòng）。国务院在2017年（nián）印发的《新一代人工智能发展规划》中明确提出，加快智能终端（duān）核（hé）心技术（shù）和产品研发（fā），发展（zhǎn）新（xīn）一代（dài）智能（néng）手机、车载终端、可穿戴（dài）设备等产品形态和（hé）应用服务，在2020年3月人工智（zhì）能又被列（liè）为新（xīn）基建重点发（fā）展领域（yù）之一。当（dāng）前，人工智能从计算机视觉、自然语言处理、语音处理（lǐ）等维度全方面推进（jìn）智能手机、智慧家居、智能车载、智（zhì）能可穿戴、智能机器人（rén）等领域移动终端的发展，据IDC预测，2020年中国将有接近1亿（yì）部5G智（zhì）能终端出货，人工（gōng）智能赋能移（yí）动终端进（jìn）入高速（sù）发展期。
人工智能关键技术发展态势（shì）良好
人（rén）工智能技术迎来第三次（cì）浪潮，深度学习技术在计（jì）算机视觉、自然语（yǔ）言处（chù）理、语音识别等研究领域相（xiàng）继取得突（tū）破性进展，在图像分类识别（bié）准确率（lǜ）、语音合成自然度等方面已（yǐ）超过人类平均水平，推动人工智能从实验室走向商业化（huà），赋能移动终端实现智能化、多样化（huà）、个性化。
计算机（jī）视觉技（jì）术已相对成熟，深度学（xué）习模型（xíng）压缩推动移（yí）动智能终端（duān）发（fā）展。计算机视觉技术根据业务场景可分为图像分类（lèi）、目标检测、行为检测、语义（yì）分割、三维处理、图像生成、视频分（fèn）类等细分领域，在（zài）2012年Hinton团队（duì）提出深度神经（jīng）网络模型（xíng）AlexNet后，VGG、GoogLeNet、ResNet等模型不断提（tí）高图像识别准确率，ImageNet分类top- 5准确率（lǜ）已超（chāo）过人（rén）眼识（shí）别水平。近年来（lái），我国在计（jì）算机视觉技术（shù）创新（xīn）方面占据全球主导（dǎo）地位，在2019COCO常见（jiàn）物体识别图（tú）像识（shí）别挑战（zhàn）赛中，旷视拿下物体（tǐ）检测、人体关键（jiàn）点和全景（jǐng）分割（gē）三项第一，获（huò）得COCO三连冠，在2019图像识别（bié）竞赛WebVision中，阿里AI以82.54%的识别准确率获得（dé）冠军，将万物识别领域（yù）的历史纪录提（tí）升了（le）3个百分（fèn）点。同时，面对模型存储和预（yù）测速度的博（bó）弈问题，斯坦福、谷（gǔ）歌、旷（kuàng）视等企业相继提出SqueezeNet、 mobilesNet、 Shuf-fleNet、Xception等轻量（liàng）化模型，设计高效（xiào）的（de）网络计算方式，在网络参（cān）数减少（shǎo）的同（tóng）时减少性能损失，加速人工智能（néng）模（mó）型（xíng）在移动终端的部（bù）署应用。
自然语言处理（lǐ）技术在（zài）行业中应用（yòng）广泛（fàn），覆盖文本翻译、情感分析、意图（tú）分（fèn）析、智能问答、智（zhì）能对话、敏感词（cí）检（jiǎn）索（suǒ）等场景。随着人工智能进入第三次发展浪潮，RNN、GRU、LSTM等模（mó）型相继出现，在机器翻译（yì）、问答系统、阅读（dú）理（lǐ）解（jiě）等领域取得一定进展，谷歌于2018年10月提出BERT预（yù）训练语言模型，创新（xīn）提出了有效的无（wú）监督预训练任务，从而（ér）使得模（mó）型（xíng）能够从（cóng）无标注语料中获（huò）得通（tōng）用（yòng）的语言建模能（néng）力，在其（qí）基础上（shàng）拓展（zhǎn）的XLNET、RoBERTa、ALBERT、BioBERT等模型分（fèn）别有（yǒu）不同维（wéi）度的提升。我国的百度（dù）、腾讯（xùn）、阿里等企（qǐ）业成为推动（dòng）自（zì）然语言处理技术（shù）发展的主力，提出（chū）了包（bāo）括基于对（duì）抗学习（xí）的降（jiàng）噪技术、多领域对话行为（wéi）与文本同（tóng）步生成、关系型图（tú）注意力网络、利用结（jié）构化信息进行（háng）知识蒸馏等创新技术和理念，但科技、医（yī）疗等领（lǐng）域仍需组织专（zhuān）家建立专（zhuān）业知识图谱来提高识别准确率。
语音处理技术进入实质生产的高峰（fēng）期（qī），语（yǔ）音合（hé）成等技（jì）术（shù）效果超过人类平均水平，但在方言语种识别（bié）、声纹识别、降噪识别等（děng）技术（shù）领域（yù）仍有较（jiào）大突破空间。智能（néng）语音处理技术包括（kuò）声纹（wén）识别、方言语种识别、语音分离（lí）、关（guān）键词识别（bié）、语音转写、语音合成（chéng）等（děng）业务类型，当前（qián）基于Attention的端到端语音识别成为语音（yīn）技术（shù）研（yán）究（jiū）主流，通过（guò）上下（xià）文来理解词（cí）句，解决了传统语音识别方案中各部分任务独立而无法（fǎ）联（lián）合优化（huà）的问（wèn）题（tí）。谷（gǔ）歌推出Tacotron和WaveNet语音合成技术，实（shí）现端到端语音合成，进一步提（tí）升语音的自然程度，同（tóng）时（shí）利用对抗网络GAN减小噪音环境语（yǔ）音数据和真实训（xùn）练数据的分布差异、提高（gāo）声学（xué）模型的噪声（shēng）健壮（zhuàng）性成为热（rè）点。我国企（qǐ）业（yè）语音（yīn）处理技术水平位于（yú）全球前（qián）列，在语（yǔ）音分离识（shí）别领域（yù），科大讯飞在（zài）国际多通道语音（yīn）分离和识（shí）别大赛CHiME-6上提出（chū）的IBF-SS Model将错误率降低到30.5%；在方言语（yǔ）种识别领域（yù），出门问问（wèn）在ASRU2019中（zhōng）英混（hún）杂语（yǔ）音识别挑战赛中获得双赛道第一名；在语音合成领域，科大讯飞在（zài）Blizzard Challenge2019国际语（yǔ）音（yīn）合（hé）成大（dà）赛中（zhōng）自然度得分达到4.5，相似（sì）度（dù）得分达到4.1，超过人类平均（jun1）水平。
AI与移动终端融合应用场景不断丰富
智能手机中AI应用包括（kuò）基础应用和上层应用，其中识别认证（zhèng）、AI摄影、语音助手等基础应用技术较为成（chéng）熟（shú），但上层应用（yòng）尚未（wèi）与人工（gōng）智（zhì）能完全融合，功能相对有限。当前“AI﹢手机”应用生态（tài）较为（wéi）成熟，但还不（bú）是“AI手机”，在基础应用（yòng）领域，以指纹识（shí）别和3D人脸识别为主的认（rèn）证技术成（chéng）为发展趋（qū）势（shì），Transparency Market Research分析公司（sī）预计2020年全（quán）球生物识别市场规模达到233亿美元（yuán），AI赋能人像识别提供HDR高动态、美颜特效等功（gōng）能（néng），并可以实现智（zhì）能拼接、高倍（bèi）优化；IDC报（bào）告显示，手机中（zhōng）人像美颜应用渗透（tòu）率达90%，极大推动了智能手机的升级赋能，同时（shí）语音助手成为当（dāng）前主流智能手机的标配（pèi）；Strategy Analytics预测到（dào）2023年，全球90%的（de）智能手（shǒu）机会安装语音（yīn）助手。在上层（céng）应用领域（yù），依托App布局的手（shǒu）机应用与（yǔ）AI处于初级融（róng）合阶段，人脸识别（bié）、智能（néng）推荐、语音识别等技（jì）术广泛（fàn）应（yīng）用于音频制播、新闻娱（yú）乐、通信社交、购物出行等场景，同时各企业推（tuī）出联邦学习以保护用（yòng）户数据（jù）隐私，解决数据权限混乱的（de）问题，但在（zài）医疗健康、安全管理（lǐ）、教（jiāo）育学习、VR/AR等应用领域仍有（yǒu）较长探索期，例（lì）如（rú）当（dāng）前医疗App以病例问询、挂号（hào）买药为主，手机超声波分析、尿液血液（yè）分析等技术仍（réng）在（zài）研发期。
智能机（jī）器人（rén）覆（fù）盖全场景应用，2019年全球机器人市场规模达到（dào）294亿美（měi）元，但（dàn）整体仍处于初级发展阶段。在工业机（jī）器（qì）人方面（miàn），亚（yà）马逊收（shōu）购Canvas机器人公司（sī），运用摄像头识别并躲避（bì）障碍物，创（chuàng）新奇智和（hé）海康威（wēi）视（shì）分别推出缺陷检测机器人，基于（yú）计算机视觉技术识别生产良品率（lǜ）。在服务机器（qì）人方面，优（yōu）必（bì）选悟空机器人搭配（pèi）摄像头等设备，可实现（xiàn）人脸识（shí）别、语（yǔ）音识别和生（shēng）成功能。以（yǐ）日本等国家为主（zhǔ）研发（fā）人形家庭机器人，可提供洗（xǐ）衣（yī）、做饭（fàn）等服务（wù）。同时，疫情加速（sù）了医疗服（fú）务和公共服务（wù）机器（qì）人（rén）落地应用（yòng），基于人工智能算法（fǎ），钛米机器人可识别房间温度、湿（shī）度、PM2.5以及人员情况，测算消毒面积、时间（jiān），制定整体消毒方案（àn）；京东打造的智能（néng）物流配送机器人，通（tōng）过图像识（shí）别（bié）和路（lù）径（jìng）规划实（shí）现自主无人运（yùn）输，预计（jì）2020年投入运营上（shàng）百（bǎi）台机器（qì）人。
预计2023年全（quán）球智能（néng）家居（jū）市（shì）场（chǎng）规模达到1570亿（yì）美（měi）元，搭建AIoT云平台提供整体解决方案成为布局重点（diǎn）。智能音箱成为控制智能家（jiā）居设（shè）备的入口，IDC报告显（xiǎn）示2019年中国智能（néng）音箱市场出货量接近4600万台（tái），同（tóng）比增长109.7%，智能（néng）音箱通过（guò）语音处理（lǐ）技术提供搜（sōu）索（suǒ）查询、天气交通问询等服务，并利（lì）用关键词识别（bié）等语（yǔ）音识别技术实现对房（fáng）屋（wū）智能（néng）设备的控制，声纹识别、多语言识别、连续（xù）识别成为（wéi）向智能化2.0进（jìn）阶的必要技（jì）术。当前智（zhì）能（néng）门锁、家庭监（jiān）控（kòng）、智能电视（shì）等家居设备（bèi）的AI功能（néng）尚待完（wán）善（shàn），建立（lì）个性化模型进行服（fú）务成为突破方向。同时面临家庭设备类型多样的问题，华润置业、万达与（yǔ）万科（kē）分别与小米、TCL、阿里云IoT合作，整体打造智能家（jiā）居平台，提供集安（ān）防、能源（yuán）、娱乐（lè）于一体的（de）全屋智能（néng）系统。
科技巨头、语音（yīn）处理（lǐ）企业、计算（suàn）机（jī）视觉企业依据自身人工智能（néng）技术优势，针对安全驾驶、智能导航（háng）、汽车（chē）娱乐（lè）等场景推出智能解决方案。在安全驾驶（shǐ）领域（yù），百度开发小度车载OS，可基于人脸识别实（shí）现安全登录、疲（pí）劳检测，商（shāng）汤（tāng）利用（yòng）人脸识（shí）别和手势识别（bié）技术（shù）进行身份认证并检（jiǎn）测驾驶（shǐ）员疲（pí）劳（láo）状（zhuàng）态、注（zhù）意力和危险（xiǎn）行（háng）为。在智能导航领域，腾（téng）讯随行（háng）采用语音处理技术实现导航交互，并识别周（zhōu）围场景及天（tiān）气情况以提供智能推荐服（fú）务，科大讯（xùn）飞研发的飞鱼系统（tǒng）搭配（pèi）上下文（wén）理解（jiě）、多轮对话、声（shēng）纹识别等技（jì）术实现（xiàn）智（zhì）能导航。在（zài）汽车娱乐领（lǐng）域，阿里通过阿里云ET语（yǔ）音处理技术实现关键词识别和（hé）音频（pín）播放，商汤智能车舱内载手势识别技术可以让用户进行音（yīn）量调节、歌曲切换，宝马与天猫精灵合作提供音乐播放、语（yǔ）音对话（huà）和信（xìn）息查询服务（wù）。
