人工智能新潮流：CES Asia 2017展會前瞻

　　人工智能興起——語音識別、語音合成、計算機視覺等效果頗豐

　　2016年相信聽得最多的詞就是AI(人工智能)，隨著谷歌人工智能Alpha Go大勝圍棋大師李世石、特斯拉自動駕駛系統出現的致死事故,盡管是負面的新聞,但還是激發了我們對于AI的關注。

　　谷歌人工智能Alpha Go大勝圍棋大師李世石，讓我們又一次見識到人工智能的強大，此外，AlphaGo不僅有著與真人對戰的能力，它還有著獨特的“記憶”功能，能夠將曾經對戰過的棋局加入自己的數據庫中，從而充實自己的“大腦”，也就是對戰的次數越多，它的技術就越強。簡單來說，AlphaGo能夠在對戰中逐漸的成長，而這一點也是AlphaGo科技的表現。

　　語音識別、語音合成——初見成效

　　其實提到人工智能追溯本源的話是從語音識別開始的。1952年，貝爾實驗室Davis等人研制了世界上第一個能識別10個英文數字發音的實驗系統，但只能識別一人的發音,很多人認為這是AI發展，而最近的幾年里大家已經從一開始使用簡單的DNN發展到了后來相對復雜的LSTM和Deep CNN這樣的模型。其工作原理也非常簡單，語音信號經過前端信號處理、端點檢測等處理后，逐幀提取語音特征，傳統的特征類型包括MFCC、PLP、FBANK 等特征，提取好的特征送至解碼器，在聲學模型、語言模型以及發音詞典的共同指導下，找到最為匹配的詞序列作為識別結果輸出。

　　而我們現在只處于第一階段,“識別智能”,也就是說,人們說的“人工智能”里面有很大一部分其實是數據分析,科大訊飛，云知聲、思必馳、微軟百度、IBM 目前都在這個過程中，語音技術陸續進入工業、家庭機器人、通信、車載導航等各個領域中。

　　無人駕駛——事宜愿為

　　除此之外，2016年谷歌和特斯拉的自動和無人駕駛汽車則在簡單的數據分析上都出現了不小的偏差，最典型的表現就是此前一直被吹捧的谷歌無人駕駛汽車,今年在時速低于2英里的情況下竟然發生了交通事故,且按責任劃分當屬谷歌。谷歌無人駕駛系統比人類最大的優勢就是預判對方的行為,并做出應對,而谷歌無人駕駛汽車在這次事故中體現出了智能系統沒能完全判斷準確人類的行為,還做出了有悖于人類駕駛員的選擇,并最終導致事故的發生。至于特斯拉,在今年屢屢發生事故之后,其升級了到了Autopilot 2.0系統,并發布了第二段自動駕駛技術的演示視頻。官方發聲表示Autopilot 2.0系統的硬件得到了相當巨大的提升,環車共配備8個攝像頭，搭載了12個超聲波傳感器用于視覺系統的補充,對物體的距離、軟硬精準度有更大的提升，但Autopilot 2.0依然沒有逃出計算能力和大數據簡單分析結果呈現的范疇,并非真正的AI系統。

　　有很多工作只能通過不斷試錯來改進,沒有人敢保證某項技術調整可能產生什么樣的后果。根據現有的技術和方法,這一過程大約要耗費數年時間,甚至有專家稱,我們永遠無法知道何時能夠實現突破,何時能讓Alexa和Siri與人類展開真正的對話。