簡介：本次視頻空無達摩院通過圖像視覺、語言交互、自然語言處理、決策智能四個方向以及應用產品的介紹，向大家分享機器智能技術的發展，通過分析“大數據+算力”，講解當今AI發展的動力，最后給大家分享了AI關鍵技術，希望通過技術創造新商業。

一、圖像視覺——視覺技術概覽

圖像視覺技術如今被廣泛應用在各個產業，如影視行業。有很多方向值得我們學習

（一）圖像視覺基本介紹

1.圖像處理和理解
圖像處理和理解是圖像視覺里最基礎技術，即使在視頻也需要依賴圖像做基礎處理。這包括圖像分類、圖像分割、文字識別。圖像分類針對大規模標簽空間、識別和打標，解決數據分布不均勻及顆粒問題。圖像分割在日常應用廣泛，在各種平面圖像甚至不夠清晰的圖片結合現實中做到精準分割。大量圖像中包含結構化信息，如何把圖像里的信息轉化為文字這就需要依賴于圖像理解，OCR通過對圖片中有用的信息進行定位、識別和結構化提取，快速實現圖片到結構化文字轉換。
2.視頻內容分析
隨著5G的發展，視頻內容越來越廣泛應用，但是企業對視頻的應用更多用在存儲，缺乏對視頻內容理解。在大家發布視頻，國家如何審核視頻就成為一個問題，因此通過多模態及跨媒體理解，利用海量多模態數據（圖像/文本/視頻等）構建新的學習模型，提升對圖像和視頻的理解，實現多模態交互，這對視頻審核能夠提供更大便利
3.自然人識別
利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定的人。例如日常是身份證人臉識別
4.三維視覺
讓智能設備可以以快速物體的尺寸、體積等立體信息，精確生成3D模型，通過三維視覺構建虛擬跟現實社會進行交互和再次渲染，創造出脫離現實的內容。

（二）圖像視覺：圖像/視頻產品

1.圖像搜索：通過圖像識別和搜索功能，實現以圖搜圖，廣泛應用在電商圖庫，例如在淘寶通過圖片搜索產品。此外還運用在商標LOGO、通用圖庫、布料紡織等場景。
2.印刷文字識別：對圖像的文字進行定位識別及結構化理解，提供多種部署方式，支持復雜背景圖片、多類型卡證票文檔。能夠應用外貿行業，海關大量的票據如果能夠進行結構化理解，將會節省更多時間，提高效率。
3.天巡：基于遙感衛星進行檢測和識別，如今在農業、工業以及建筑等得到了更多更廣泛應用。
4.AI安檢：在日常使用較高，由于安檢準確率要求非常高，因此在使用過程中不能完全脫離人工，但是可以把有風險的情況下進行核實，輔助安檢人員識別，如今在杭州機場已經開始應用
5.AI防損：應用更多在商鋪中，基于人體姿態、商品檢測和跟蹤能力，預警高危行為防止損失，進行用戶行為分析和提升營銷轉換。

（三）圖像視覺——三維產品

1.足幫幫：以3D模型腳型掃描重構為基礎的鞋類行業解決方案，通過門店產品矩陣幫助品牌商或制造商等轉型
2.臨云鏡：利用三維重構，為用戶提供基于全景圖片的空間三模化重構，鏈接企業之間多維度的商業關系，創造優秀的用戶體驗。當今廣泛應用在對于展館、商城中。
3.圖像生成：對圖像目標進行去除、替換，生成2D-3D圖像；推進圖像服務前沿方向，如自動橫幅或廣告生成、根據文字描述自動生成圖像等。
4.iHome：基于圖像/視頻捕捉，通過場景重建及三維模型嵌入，為家庭家居行業提供效果自然的圖像/視頻的混合現實展示，增強消費體驗。

二、語言交互：識別+交互

（一）基本介紹

1.語音識別ASR
基于工業級大規模機器學習訓練平臺，充分考慮語音、語音領域知識及復雜場景環境干擾、在數據、算法、架構、應用層面綜合構建了整個能力，為用戶提供高質量的語音識別能力。
在目前下，噪音對于語音識別的干擾問題仍舊沒有被解決，依舊是各企業需要解決問題。但并不阻礙目前的應用，如今正確率已經大幅度提升。

2.語音合成TTS
通過先進的深度學習技術，將文本轉換為自然流暢的語音。目前在天貓精靈方糖R語音定制智能音箱、釘釘推送語音信息已經應用了語音合成技術。目前語音合成已經發展到與人說話的語音沒有太大差別，甚至可以達到區分不了是人在說話還是機器在說話。

（二）語音交互——產品

1.交互設備類：地鐵語音售賣機、語音點餐機、天貓精靈智能音箱
2.語音服務類：客服機器人（如支付寶95188電話客服）、高德地圖、釘釘語音消息推送

三、自然語言處理:深度模型及語義計算

（一）基本介紹

1.深度語言模型
A.多語言神經網絡機器翻譯是自然語言處理中最早的突破，不同語言文字映射到統一語義空間，在編碼到解碼過程，生成不同目標的語言文字。
B.機器閱讀理解，閱讀材料映射到語義空間，通過編碼，使得問題答案吧語義匹配

2.語義計算
數據轉化為語義知識：構建服務阿里經濟可共用語言表示學習底座，提供大規模語言模型訓練和服務，完成沉淀和創新，在經濟體中各項經濟中得到應用，并產生增值。

（二）自然語言處理：應用：

1.地址標準化：用海量地址語料庫及超強的NLP算法技術實力，用于沉淀高性能及高準確率標準地址實現客戶地址數據的清洗治理、賦能業務及提供業務支持。對于阿里菜鳥物流來說，海量地址進行標準化和應用在匹配中，都是非常有用的。

2.智能客服：應用非常廣泛，不僅應用在銷售企業，在政府也有所應用。通過對長篇文檔進行機器理解，拆解為Q&A對話。

3.智能司法解決方案：以多模態AI算法和行業知識打造公檢法司行業AI產品，讓AI技術賦能公檢法司行業。

四、決策智能：大數據調查

（一）基本介紹

當數據海量出現后，如何直接讓這些數據擁有洞察力，而不需要有人共分析，這是需要攻克的課題。通過數據表征融合，將數據以統一向量表示，根據智能的時序分析，從數據中尋找事件，進行因果推斷，找到事件之間建立的聯系。

（二）決策智能：產品：

1.智能人員排班：智能構建資源和需求模型，提供資源排班或調度方案，讓合適的資源在合適時間用于核實的位置，提升系統效率和降低成本。廣泛應用在零售企業、客服排班等。

2.在線學習與決策
算法服務平臺起步于業務場景算法實踐，嘗試對場景需求背后的基本問題進行建模求解。例如為閑魚、優酷、盒馬等業務場景提供首圖優化、素材個性化、新品推薦、流量調控等服務

3.“達靈”計算資源優化
綜合計算資源管理系統，使用機器學習和運籌優化技術實現更優化的計算資源

五、大數據+算力

AI不僅僅是算法，更多是要結合計算能力和數據的能夠進行綜合的運用，AI就是算力、算法和數據這三駕馬車的驅動。當今的AI發展都是這三種要素應用場景的突破。

六、對于阿里來說AI應用方面

1.智能對話，
2.智能輔助
3.智能決策
4智能管理

七、關鍵技術

1.全自動對話機器人：ALP在AI感知技術里是比較難的任務，而對話是在ALP中最難的事情，在對話文本中除了拆解還需要理解，因此增加了很大難度。在全自動對話機器人中，我們會拆解很多任務，利用對話系統進行管理上下文規劃，根據客戶意圖分成問題和任務，發布指令。雖然在這方面有很多研究，但這技術需要突破方面仍舊很多，現如今對每個企業來說都是一個巨大挑戰。目前智能對話依舊需要依靠人工進行處理。

2.智能輔助決策：在實際工作中，人需要做得決策是更加復雜的，不能依據機器來進行決策，但對于簡單但實際需要依賴數據復雜處理方面，如在營銷中處理多份工單，可以AI進行智能輔助決策，依據數據進行分析，提高工作效率。同時，由于每次進行智能輔助決策，都在人工最后進行校驗，這相當于對模型進行檢驗，這就有利于模型不斷得到修正，提高準確率。

3.基于全局優化的智能調度技術
在涉及很多人任務進行網絡決策的時候，比如說前面提到大規模的人員應用到不同技能組織，而且任務比較多，如何實現群體最優就需要運用智能調度技術，對任務預測到人員排班再到運營通過智能調度技術進行全自動化調控。

4.大規模對話和數據的預測平臺
通過用戶識別和ID識別，在對話前中后進行問題預測，進一步預測客戶現有問題和難點，從而實現更好的用戶體驗。

八、案例：直播小蜜—助力直播間轉換

淘寶直播在電商直播算是領頭羊，如何利用AI助力直播間發展，將直播打造智能直播間是當今需要研究的。面對幾百萬的觀眾，主播無法跟這么多人互動，這時就需要機器來進行互動，回答觀眾的問題。另外，在直播間需要把視頻內容提取出來，這有利于更好地運用于搜索、推薦。

原文鏈接：https://developer.aliyun.com/article/768336?

版權聲明：本文中所有內容均屬于阿里云開發者社區所有，任何媒體、網站或個人未經阿里云開發者社區協議授權不得轉載、鏈接、轉貼或以其他方式復制發布/發表。申請授權請郵件developerteam@list.alibaba-inc.com，已獲得阿里云開發者社區協議授權的媒體、網站，在轉載使用時必須注明"稿件來源：阿里云開發者社區，原文作者姓名"，違者本社區將依法追究責任。 如果您發現本社區中有涉嫌抄襲的內容，歡迎發送郵件至：developer2020@service.aliyun.com 進行舉報，并提供相關證據，一經查實，本社區將立刻刪除涉嫌侵權內容。 與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的空无达摩院——机器智能技术的发展的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。