近年來，中國人工智能高速發展。無人超市、無人物流、無人加油站、無人駕駛、無人酒店……再加上各種功能健全的機器人！在我們毫無察覺中，人工智能正在日夜不息地自我迭代進化，沖擊著我們生活的方方面面。在這些令人詫異和振奮的事件背后，離不開計算機視覺、自然語言處理、生物特征識別及知識圖譜等人工智能關鍵技術。可以說，在人工智能產業中，技術是連接芯片和應用場景的紐帶，決定了產品的智能化程度。
計算機視覺
人工智能系統的大門
根據實際解決的問題，計算機視覺技術可分為人臉識別、圖像檢測、圖像檢索、目標跟蹤、風格遷移等幾大板塊。其中，人臉識別、圖像分類等功能計算機視覺技術已經比人類視覺更精準、更迅速。在醫院，一般早期食管癌檢出率低于10%，而騰訊覓影通過掃描上消化道內鏡圖片篩查食管癌，檢出率高達90%，且用時不到4秒。商湯科技宣稱，利用其計算機視覺技術，視頻內容審核能夠節省99%的人工。
然而，雖然在解決識別、檢測、聚類等問題上，計算機視覺已經可以超越人類，但其發展仍面臨挑戰。
首先，缺乏可用于人工智能模型訓練的大規模數據集。缺乏標注數據是幾乎所有應用場景普遍存在的挑戰。當前的應用場景多以項目制形式落地，數據仍然在項目建設方，數據不能共享也無法形成閉環，也就導致技術的進步分散在各個企業的各個項目中，難以帶來行業整體跨越。
其次，缺乏從技術到產品到規模化應用的工程化經驗。計算機視覺技術的應用已不再是單一的軟件應用，涉及到新型基礎架構，涉及到新的數據分析流程，還涉及到智能硬件如攝像頭的安裝等等。每一個環節都可能會影響識別效果。將這一技術從實驗室擴展到工業化應用的過程本身就是很大的挑戰。
自然語言處理
中國領先的人工智能技術
一個完整的自然語言處理系統包含語音識別、語義識別、語音合成三部分。其中，國內企業在語音識別和語音合成已處世界領先地位。
語音識別是指讓計算機“聽到”人的語音，目前已經比較成熟，尤其漢語的語音識別領先英語。根據2017年IBM、谷歌和微軟發布的詞錯率進展數據，他們的識別率均在94%-95%之間，而在此之前，國內語音識別企業，如百度、搜狗、科大訊飛，識別率均已達到97%左右。
語音合成是指計算機將準備“回復”給人類的語句，通過合成音頻的形式，利用揚聲器外放。百度地圖的語音導航、蘋果手機的Siri助手背后都利用了語音合成技術，這項技術已日臻成熟。當前，科大訊飛的語音合成技術代表了世界領先水平。2018年科大訊飛打敗卡內基梅隆等眾多高校、科研機構和企業，連續13年贏得Blizzard Challenge（國際語音合成大賽）冠軍。
區別于語音識別“聽到”人類語言，語義識別更加強調“聽懂”。當用戶對智能系統說出一個飯店的名字，系統對用戶語音進行識別，搜索飯店，這是“語音識別”；當用戶對智能系統說“自助餐”、“海鮮”、“連鎖店”等模糊語句，智能系統根據用戶的性別、愛好、飲食傾向等特征進行智能分析，并精準推薦，則是“語義分析”。可見，語義識別比語音識別技術難度高好幾個層次。
語義識別是當前自然語言處理發展的瓶頸，仍處于初級研究階段。由于目前的人工智能技術只能把音變成字，字變成音，不能理解其中含義，很難實現基于場景的生動會話，商業落地的場景十分有限。
知識圖譜
人工智能的下一技術風口
知識圖譜最初是由google公司在2012年提出來的一個新的概念。從學術的角度，我們可以對知識圖譜給一個這樣的定義：“知識圖譜本質上是語義網絡（Semantic Network）的知識庫”。但這有點抽象，所以換個角度，從實際應用的角度出發其實可以簡單地把知識圖譜理解成多關系圖（Multi-relational Graph）。如果說以往的智能分析專注在每一個個體，知識圖譜則專注于這些個體之間的“關系”。知識圖譜用“圖”的表達形式，最有效、最直觀地表達出實體間的關系，是最接近真實世界、符合人類思維模式的數據組織結構。
相較于傳統的智能分析，知識圖譜是基于圖的數據結構，即知識圖譜需要從海量信息中抽去多個維度的特征信息，并在這些特征信息素材的基礎上，通過智能推理實現從數據到可視化圖像深加工，從而能夠直觀易懂的展現給用戶，并與用戶交互。
目前，知識圖譜主要應用于面向互聯網的搜索、推薦、問答等業務場景，成為以商業搜索引擎公司為首的互聯網公司重兵布局的人工智能技術之一。同時，也開始在金融、醫療、電商及公共安全保障等領域得到廣泛的探索。當我們使用搜索軟件時，搜索結果右側的聯想，就來自于知識圖譜技術。在反洗錢或電信詐騙場景，知識圖譜可精準追蹤卡與卡間的交易路徑，追本溯源識別洗錢/套現路徑和可疑人員，并通過他們的交易軌跡，層層關聯，分析得到更多可疑人員、賬戶、商戶或卡號等實體。
然而，目前知識圖譜尚處于發展初期，受制于抽取數據的樣本量限制、深加工準確率和效率較低、數據噪聲大等因素限制，應用場景非常有限。相信未來，隨著研究的深入，會有越來越多的應用場景被發掘出來，對于知識圖譜所能發揮的價值可期。
雖然人工智能在圖像識別、語音識別、文本處理、游戲博弈等諸多方面全面趕超人類，取得了突破性進展，但整體來看其還是在嬰幼兒時期，遠未達到人們所預期的智能水平，也遠未到成熟的地步。相信未來，隨著時代的進步，技術瓶頸將不斷被突破，人工智能的發展將更加多元化，更多的黑科技會使得我們的生活更智能。
