2018年全球AI突破性技术TOP10

本篇文章5121字，读完约13分钟

导语:人工智能是一门高科技、宽领域、多维度、跨学科的大师，它逐渐从基于大数据和围绕互联网的纯计算机应用衍生到人们日常生产和生活的各个方面，并以微妙的方式改善和改变着我们。

人工智能是一门高科技、宽领域、多维度、跨学科的学科，它逐渐从基于大数据和围绕互联网的纯计算机应用衍生到人们日常生产和生活的各个方面，并以微妙的方式改善和改变着我们。目前，许多新技术和新模型已逐步投入实际应用，但大多数领域仍处于推广、试验和研究阶段。如何抓住普及人工智能技术的大好时机，让人们像普及手机一样使用人工智能，是我们这一代人必须面对的时代发展的“必然答案”。

2018年，人工智能技术在许多方面取得了突破。国内外的科技公司都在不断尝试将人工智能应用到更多的领域。科技巨头和初创企业都致力于持续创新和促进技术进步。接下来，让我们来看看国内外人工智能领域的十大突破性技术。

1.基于神经网络的机器翻译

选择理由:翻译是“自然语言处理”最重要的分支，也是一个难点。早年，机器翻译被认为是“低级翻译”并受到嘲笑。目前，基于神经网络的机器翻译的准确率已经有了很大的提高，可以与专业的人工翻译相媲美。谷歌翻译、微软语音翻译和搜狗语音识别都是基于这种技术。

技术突破:机器翻译是研究人员几十年来一直致力的研究领域。其技术核心是一个具有大量节点的深层神经网络，能够自动从语料库中学习翻译知识。由于神经网络能够更好地模拟人脑神经元的多层深层传递过程，因此在解决一些复杂问题上具有非常明显的突破性表现。

今年3月，微软宣布其开发的机器翻译系统首次达到了将一般新闻从中文翻译成英文的人类专业水平。基于之前的研究积累，微软在系统模型中增加了另外两项新技术:联合训练和一致性规范，以提高翻译的准确性。最后，在自然语言处理方面取得了另一个里程碑式的突破，机器翻译超越人类业余译者的时间提前了7年。

意义重大:基于神经网络的机器翻译直接提高了逐字直译的效果，并提升为整句翻译。

评论:机器翻译已经到手，环游世界不成问题。

二、基于视觉的机器人自主导航及智能应用

选择理由:机器人的最终目标是为人类提供智能服务，其中自主导航是近年来人类一直试图克服的技术障碍。powervision使其水下机器人能够通过视觉等多传感器融合实现自主导航和智能识别，并在智能机器人领域取得突破性进展。

技术突破:随着机器人的应用场景和任务越来越复杂，单个传感器很难满足应用需求。多传感器信息融合高度依赖硬件资源。powervision突破了基于核心技术的移动平台硬件资源的限制，这些核心技术包括各种传感器、惯性导航、运动控制、摄像机isp、视觉检测/识别、视觉slam以及机器人行业多年积累的深度学习等核心算法。通过嵌入式集成平台的系统架构和优化设计，水下机器人可以更加准确、智能、全面地感知。实现了自主导航在水下机器人领域的智能应用。

重大意义:通过导航控制、视觉技术和深度学习的结合，实现了机器人在全球环境中的定位和自主导航，为人类探索更广阔的水下资源和应用需求提供了有力的保障和安全措施。

评论:这可能是人工智能未来登陆的一种新方式

第三，杜罗斯会话式人工智能系统

选择理由:dueros3.0可以为用户带来划时代的自然对话和互动，包括情感语音广播和声纹识别等自然语言互动技术的全面升级。

技术突破:dueros是百度机密部开发的一款会话式人工智能操作系统，拥有10大类250多项技能。Dueros包括从语音识别到语音广播到屏幕显示的完整交互过程，以及支持应用层和功能层实现的自然语言理解、对话状态控制、自然语言生成和搜索等核心技术。

2018年7月4日，最新的dueros 3.0正式发布，使启用的产品能够实现多轮语音纠错，用逻辑进行复杂的渐进式意图识别和条件性意图识别，从而更加准确地判断用户的意图，最终实现功能升级——利用扩展功能了解用户行为。基于此，dueros3.0提供了20多个跨场景和跨设备解决方案，包括屏幕设备解决方案、蓝牙设备解决方案和行业解决方案。

重大意义:dueros是人工智能时代第一个开始商业化的企业，将从产品、内容和推广三个方面为生态合作伙伴提供完整的应用解决方案支持，加速人工智能设备的落地。

评论:稍微，我应该写什么关于下一个技术？

第四，移动ar技术

选择的理由:未来ar和ai需要互相祝福，ar可以和ai的眼睛相比。

技术突破:它集成了许多计算机技术和图形图像技术，包括实时渲染技术、空定位跟踪、图像识别、人机交互、显示技术、云存储、数据传输、内容开发工具等领域。

Ar技术不仅显示现实世界的信息，同时也显示虚拟世界的信息，两种信息相辅相成，相互重叠。在视觉增强现实中，用户可以通过头戴式显示器将现实世界与cg动画结合起来，从而看到周围的真实世界。增强现实技术包括多媒体、3D建模、实时视频显示与控制、多传感器融合、实时跟踪与配准、场景融合等新技术和手段，为人类感知信息提供了新的途径。

未来，移动ar技术将向创新ar应用、基于位置的ar体验和多人ar体验发展。

重大意义:随着苹果arkit和谷歌arcore的发布，这意味着全球有5亿个支持ar功能的移动设备正在吸引所有公司进入市场。这些公司正在将数据和api结合起来，为用户创造一种新的ar体验。

评论:我觉得我离进入真正的第二世界不远了。

V.行为识别技术

选择的理由:行为识别技术被应用于安全领域，这给安全又增加了一把锁。

技术突破:在商店安装摄像头是非常常见的行为，但是普通的摄像头只能记录人们在商店的行为。如果发现失窃，需要通过查看监控记录手动检查，这既费时又费力。

最近，日本电信巨头宣布开发了一种新型人工智能安全摄像头，名为“ai guardman”，通过了解人的行为意图，可以在盗窃发生前准确预测，从而帮助商店识别盗窃行为，发现潜在的商店扒手。

该人工智能系统采用开源技术，能够实时扫描视频流并预测人的姿势。当监控中存在可能的行为时，系统将尝试将手势数据与预定义的“可疑”行为进行匹配，一旦发现，将通过相关的移动应用程序通知所有者。据相关媒体报道，该产品已将店铺盗窃减少了约40%。

意义重大:通过行为识别技术，可以在第一时间发现罪犯，预测犯罪行为，有效保护商场安全。

评论:在日本商店购物时，你必须果断。被误认为小偷是不好的。

第六，机器人过程自动化

选择理由:机器人过程自动化可以帮助甚至取代人类承担大量简单、单一、重复和繁重的工作，具有更高的效率和零错误。

技术突破:机器人过程自动化(rpa)是利用高性能认知技术实现业务自动化和工作效率。人类只需在操作界面上编写需要手工完成的工作流，就可以处理各种业务，如浏览器、云和各种软件。

根据gartner的数据，在过去的一年里，全球有300家大中型商业巨头相继开展了rpa项目，并实现了原始手工流程的自动化。随着科学技术的发展，rpa将融入更多的人工智能技术，即智能过程自动化。这相当于在基于规则的自动化(rpa)的基础上，增加了基于深度学习和认知技术的推理、判断和决策能力。

重大意义:机器人过程自动化可以大大提高企业的工作效率，减少人员投入，帮助企业降低成本，让人类释放生产力，腾出双手去做更有价值的事情。

评论:小白脸吓得发抖。请不要解雇我。

像素级声源定位系统

选择的理由:将声音来源从视觉和听觉信号中分离出来，并开辟一种新的研究方法。

技术突破:在编辑音乐时，通常使用均衡器来消除音乐的低音部分，但是麻省理工学院计算机科学和人工智能实验室的研究人员找到了更好的解决方案。他们开发了一个名为pixelplayer的新系统。

Pixelplayer可以将声音和图像信息结合起来，机器学习系统可以以无监督的方式从图像或声音中识别目标，在图像中定位目标，并分离目标产生的声音。当我们给出一个输入视频时，pixelplayer可以联合将配音分成目标部分，并在图像帧上定位目标部分。Pixelplayer允许声源位于视频的每个像素上。

简而言之，pixelplayer可以识别视频中的哪些对象发出哪些声音，并将这些声音分开。

重大意义:pixelplayer可以过滤伴奏并识别声源，这不仅可以帮助人类处理音乐，还可以帮助机器人更好地理解其他物体产生的环境声音。

评论:如果老师使用这个系统，他们可以立即找出在课堂上窃窃私语的学生。

8.深度学习芯片考虑了高精度学习和低精度推理

选择理由:这种芯片可以覆盖目前已知的最好的训练和推理，并可以保持所有处理器组件能够获得数据和工作。

技术突破:这个深度学习芯片是ibm正在研究的项目之一。Ibm将该芯片的目标利用率设定为90%。这将是一个质的突破。为了实现这一突破，ibm的R&D团队进行了两项创新。

首先，低利用率通常是由于芯片周围数据流的瓶颈。为了突破这些信息障碍，项目团队开发了一个“定制的”数据流系统。数据流系统是一种网络方案，可以加速数据从一个处理引擎到下一个处理引擎的传输过程。它还优化了学习任务或推理任务和不同的精度。

第二项创新是，该团队使用专门设计的“草稿栏”形式的片上存储器，而不是cpu或gpu上的传统缓存。构建它的目标是保持数据流经芯片的处理引擎，并确保数据在正确的时间处于正确的位置。为了获得90%的利用率，ibm必须使设计的笔记本具有巨大的读/写带宽。

重大意义:该芯片可以执行所有三个主要的深度学习人工智能:卷积神经网络(cnn)，多层感知器(mlp)和长短期记忆(lstm)。这些技术共同支配着语言、视觉和自然语言处理。

点评:目前，深度学习技术处于瓶颈状态，ibm的深度学习芯片或许能够扭转这种局面。

九.智能代理培训平台

选择理由:智能代理技术使计算机应用趋于人性化和个性化。它是一组移动计算实体，可以以主动服务的方式运行，无需人类的直接干预。

技术突破:智能代理技术拥有解决问题所需的丰富知识、策略和相关数据，能够进行相关推理和智能计算。当用户没有给出明确的需求时，智能代理还可以推断出用户的意图、兴趣或爱好，并以最佳方式完成任务，自动拒绝一些不合理或可能有害的需求；智能代理也从经验中学习，并能根据环境调整自己的行为，从而提高他们处理问题的能力。

智能代理技术可以应用于商业、智能搜索代理、数字图书馆、电子商务和远程教育的研究，现在也可以应用于游戏领域。

Unity是世界领先的游戏开发公司之一。去年，它推出了机器学习平台ml-agent，它允许人工智能开发者和研究人员在unity中模拟游戏环境。它可以让机器学习系统知道如何优化游戏时间，配对玩家和最大限度地利用游戏时间。这种模拟训练方法广泛应用于工业机器人、无人驾驶飞行器、无人驾驶飞行器和游戏角色设计中。

重大意义:unity的使命是让机器学习研究者获得最强大的训练场景，并为快速增长的人工智能爱好者探索深度学习提供一个研究平台。

评论:npc变得越来越聪明，这对残疾玩家来说可能不是一件好事。

X.入耳式人工智能

选择理由:耳机已经从外设变成了智能可穿戴设备，这可以无限延长使用时间和场景。

技术突破:苹果将siri唤醒、内置芯片等功能添加到今年即将发布的airpods 2中，它可以收集行走步数、心率数据和体温等信息。它还可以捕捉用户的头部运动，甚至通过内置陀螺仪定位位置，当然，它还可以通过麦克风接收命令，并通过扬声器给出反馈。

谷歌的实时翻译无线耳机pixelbuds经常被比作airport OS。pixelbuds很快就能唤起googleassistant。只需将手指放在耳机的触摸板上，你就可以几乎同时与谷歌助手通话。

Airpods和pixelbuds让我们重新定义耳机对人类的功能。与手腕上的智能手表相比，耳机显然可以更方便地进行语音交互，在接收信息时不需要占用宝贵的视觉空空间。它还将智能扬声器式的远场交互转变为更自然、更快速的近场交互。

重大意义:智能耳机让智能助手更接近陪伴他。苹果和谷歌的介入肯定会给尼尔斯·波尔带来一波人工智能。

评论:现在我们不离开手机，但将来我们可能希望耳机离开我们的耳朵。

写在最后

我们可以看到这些技术公司或研究团队学习翻译、学习钓鱼、开发游戏和演奏音乐...这似乎是“无所事事”，这只是证明人工智能不仅仅是一种技术或产品。

从ibm和苹果到谷歌和百度，所有人工智能巨头都在试图将软件、硬件和应用场景联系起来。智能科技公司不再仅仅专注于传统业务，而是着眼于未来，不断创新技术和跨境整合，创造一个整合的生态系统。

(本文是艾瑞咨询的独家原创稿件。请指出来源)

来源：央视线