现实应用一触即发

赤甲红 · 发表于 2017-9-6 21:09:55

AlphaGo在短短几个月实现性能的大幅提升，用五个月走完了IBM“深蓝”4年的路，体现了当前人工智能系统学习速度之快。但谷歌并不打算制造出一个围棋高手，AlphaGo开发者哈萨比斯表示，选择围棋只是其人工智能水平的测试，最终还是为了获得在现实领域的应用。
近年来，深度学习已经在图像识别、语音识别等领域获得了一些应用。目前深度学习技术应用最多的还是视觉领域，即对图像和视频的分析。在图像分析方面，比如人们熟悉的人脸识别、文字识别和大规模图像分类等，深度学习大幅提升了复杂任务分类的准确率，使得图像识别、语音识别以及语义理解准确率大幅提升。谷歌在深度学习领域已经一马当先，公司在多次公开场合讨论过深度学习技术，比如深度学习是如何帮助Android手机提高语音识别准确率。
从产业链调研的情况来看，服务机器人、车载与电视助手、智能客服以及图像处理等应用已经开始快速渗透，在语音识别等领域获得了一些应用，比如iPhone的语音助理Siri、百度的度秘、科大讯飞的“灵犀”、微软的小冰等。
“目前深度学习更适合于图像。”百度深度研究院的专家指出，人脸一比一进行比对，机器很容易实现，但是要在千万人脸中快速寻找出所拍摄的人脸图像，并要快速了解拍摄对象的个人信息资料，则需要深度学习。
事实上，深度学习可以应用于任何需要理解复杂模式、进行长期计划并制定决策的领域。谷歌大脑团队负责人杰夫-迪恩表示，谷歌机器智能已经带来了巨大的变化和越来越多的机遇，未来人工智能将为更高层次的云计算服务。
兴业证券分析师也指出，未来在个人应用领域可能带来更好的语音识别操作系统、翻译机、自动驾驶、机器人、社交网络兴趣推荐等。在行业应用方面，深度学习更广阔的应用空间包括大数据分析、特征提取、预测预警、规划、研发设计等。