人工智能（AI），印象最深的時事新聞，大概就是阿爾法圍棋（AlphaGo）作為第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人。除此之外，這項技術(shù)也應(yīng)用至生活的方方面面，如指紋解鎖、圖像識別、語音轉(zhuǎn)換文字、機(jī)器人看病等。
從字面意思，我們知道人工智能是學(xué)習(xí)人類的一種模式，其涉及的范圍廣闊，從技術(shù)領(lǐng)域上分類有機(jī)器視覺、指紋識別、人臉識別、視網(wǎng)膜識別、虹膜識別、智能搜索、博弈、自動程序設(shè)計、智能控制、機(jī)器人學(xué)、語言和圖像理解、遺傳編程等。其中的涉及的領(lǐng)域可謂包羅萬象，而Alphago屬于圍棋博弈、深藍(lán)屬于象棋博弈。
今天文子，就給大家盤點一下AI應(yīng)用的新拓展的內(nèi)容，其中最為顯著的就是圖像識別、語言識別，這樣說著好像似曾相識，但是AI永不止步于你認(rèn)識的這些。
一、圖像識別
圖像識別技術(shù)是人工智能的一個重要領(lǐng)域。就如近期支付寶推出的刷臉支付設(shè)備“蜻蜓”，其中便涉及到了圖像識別。但你以為這就是AI的圖像識別了嗎？——大錯特錯。
AI的圖像識別主要需要幾種步驟實現(xiàn)識別：信息獲取、圖像處理、特征抽取和選擇、判決設(shè)計、分類決策等。其中涉及的原理與過程極其復(fù)雜，在這里文子就不過多說。
現(xiàn)階圖像識別技術(shù)娛樂應(yīng)用最為成熟，游戲與相機(jī)居多
圖像識別技術(shù)，如今主要應(yīng)用在娛樂方面。譬如，百度魔圖的“大咖配”功能，它可以通過圖像大數(shù)據(jù)庫去幫助用戶找到與其長相最匹配的明星；百度的圖片搜索功能，上傳圖片之后通過圖像識別為用戶找到相似的圖片；國內(nèi)專注于圖像識別的創(chuàng)業(yè)公司曠視科技成立了VisionHacker游戲工作室，借助圖形識別技術(shù)研發(fā)移動端的體感游戲等等。
對于圖像識別的發(fā)展前景，并不止娛樂化，它還將逐步趨向功能化。比如Facebook研發(fā)了根據(jù)相片進(jìn)行人臉匹配的DeepFace；雅虎收購的圖像識別公司IQ Engine開發(fā)的Glow可以通過圖像識別自動生成照片的標(biāo)簽以幫助用戶管理手機(jī)上的照片，通過越來越多的智能相冊APP的衍生，可見其中的重要性。
前面舉例的都是現(xiàn)階段圖像識別技術(shù)的應(yīng)用場景，那么未來的它，將會綻放什么樣的魅力呢？
圖像識別技術(shù)的高階應(yīng)用——讓AI擁有“眼睛”
《人工智能：一種現(xiàn)代方法》中提到：“在人工智能中，感知是通過解釋傳感器的響應(yīng)而為機(jī)器提供它們所處的世界的信息，其中它們與人類共有的感知形態(tài)包括視覺、聽覺和觸覺，而視覺最為重要，因為視覺是一切行動的基礎(chǔ)?！?/p>
這也是大多數(shù)人提到AI，第一時間想到的是圖像識別技術(shù)的重要原因，因為這項技術(shù)的研究發(fā)展，是我們走向ASI（超人工智能）的重要關(guān)鍵之一，也是AI執(zhí)行決策時的重要考究。
二、語音識別技術(shù)
語音識別技術(shù)研究涉及人工智能、信號處理、模式識別、聲學(xué)、語言學(xué)和認(rèn)知科學(xué)等諸多學(xué)科領(lǐng)域，具有多學(xué)科綜合性的研究屬性。
語音識別，任務(wù)處理助手成為常態(tài)
在日常生活中，說到語音識別，首先會想到語音助理Siri，曾經(jīng)一度是蘋果手機(jī)的一大亮點。但隨著語音識別的影響力逐步擴(kuò)大，整體市場需求的增加，國內(nèi)對其的研究也越發(fā)注重，比如科大訊飛。
對于常見的語音助手，往往是以電子產(chǎn)品為載體，實現(xiàn)語音交互。比如迭代迅速的智能手表、智能車載設(shè)備、智能音箱等等，都是通過設(shè)備讓消費者感受語音交互的智能魅力。
語音交互的產(chǎn)物之所以深受消費者喜愛，除了在生活上能夠提升自身生活的效率與質(zhì)量，更是因為語音交互，所產(chǎn)生的體驗感受，是目前AI技術(shù)中最為普及化與直觀感受的。
根據(jù)數(shù)據(jù)調(diào)研所得，用戶每搜十次搜索引擎，就有五次是通過語音交互的方式，可見語音交互方式在無形改變我們的生活習(xí)慣。
語音交互場景有幾個分類：To B、To C、To G。
To B是為提高企業(yè)效率的工具，因為工具更加個性化和人性化，可以幫他們的用戶提供更好的用戶體驗。
To C是最為常見的，是通過連接各種各樣的交互設(shè)備，實現(xiàn)更多元化的交互方式，也是未來變更人與機(jī)器的重要方式。比如小米智能音箱，提高生活質(zhì)量。
To G與To B 比較類似，只是涉及的行業(yè)不一樣，比如司法、醫(yī)療、教育可以有很多應(yīng)用場景，比如高考的打分，這都是偏政府的行業(yè)，是通過語音提供一個更有效率，用機(jī)器可以自動完成的事情，或者提供更好的用戶交互的方式。
在生活中，除了蘋果的siri、小米的小愛同學(xué)、三星的bixby等語音助理之外，我們遇到最多的，是電話智能語音。不止中國移動等企業(yè)使用的智能語音通話，就連中介推銷服務(wù)，也在語音技術(shù)加持下，越走越任性。
最后，如同人類一般，AI也是以“感知”去了解世界。從圖像識別上獲取視覺；從語音交互上，實現(xiàn)需求與對話的轉(zhuǎn)換。人工智能潛力無限，有正在不斷完善自身識別技術(shù)的無人駕駛汽車，也有正在日常執(zhí)行任務(wù)的服務(wù)型機(jī)器人，比如送餐服務(wù)員，AI的未來，正如影視呈現(xiàn)的那樣，無限可能，這取決人類的想象有多廣闊，技術(shù)有多強(qiáng)悍！
