人工智能技術(shù)研究動(dòng)態(tài)分析 高級(jí)人工智能逐步突破

• 李芬珍子 2023年9月8日 來(lái)源：中研網(wǎng) 431 21
• 繁體

人工智能技術(shù)研究動(dòng)態(tài)分析

一、智能語(yǔ)音識(shí)別及控制技術(shù)

自動(dòng)語(yǔ)音識(shí)別，簡(jiǎn)稱ASR。這項(xiàng)技術(shù)是使人與人，人與機(jī)器更順暢交流的關(guān)鍵技術(shù)。隨著人們對(duì)生活的儀式感的追求，移動(dòng)設(shè)備、可穿戴設(shè)備、智能家居設(shè)備、車(chē)載信息娛樂(lè)系統(tǒng)也變得越來(lái)越流行。在這些設(shè)備和系統(tǒng)上，以往鼠標(biāo)、鍵盤(pán)這樣的交互方式就不再延續(xù)像用在電腦上一樣的便捷性了。而語(yǔ)音作為人類之間自然的交流方式，在這些設(shè)備和系統(tǒng)上就成為了更受歡迎的交互方式了。

如果有一個(gè)語(yǔ)音到語(yǔ)音翻譯系統(tǒng)其實(shí)就可以完美消除這個(gè)交流壁壘。這樣的話就算語(yǔ)言不通人們也可以自由地進(jìn)行交流。比如我們現(xiàn)在這里看到的就是一個(gè)典型的語(yǔ)音到語(yǔ)音的翻譯系統(tǒng)，可以看到，語(yǔ)音識(shí)別是這個(gè)流水過(guò)程中的第一環(huán)。

語(yǔ)音技術(shù)可以極大地提升人機(jī)交流的能力，其中最流行的應(yīng)用場(chǎng)景就有大家所熟知的語(yǔ)音搜索、個(gè)人數(shù)碼助理、游戲、起居室交互系統(tǒng)和車(chē)載信息娛樂(lè)系統(tǒng)。對(duì)于語(yǔ)音搜索而言，它能使用戶直接通過(guò)語(yǔ)音來(lái)搜索餐館、行駛路線和商品評(píng)價(jià)的信息。這極大地簡(jiǎn)化了用戶輸入搜索請(qǐng)求的方式。目前，語(yǔ)音搜索類的應(yīng)用在各類品牌和系統(tǒng)的手機(jī)上都已非常流行。

第二個(gè)個(gè)人數(shù)碼助理已經(jīng)作為原型產(chǎn)品出現(xiàn)了十年，siri系統(tǒng)就是從它變得流行起來(lái)的。自那以后，很多公司都發(fā)布了類似的產(chǎn)品。我們把這種系統(tǒng)簡(jiǎn)稱PDA。PDA系統(tǒng)知曉我們?cè)谝苿?dòng)設(shè)備上的信息，了解一些常識(shí)并記錄了用戶與系統(tǒng)的交互歷史。有了這些信息后，PDA可以更好的服務(wù)用戶。比如，可以完成撥打電話、回答問(wèn)題和音樂(lè)搜索等工作。而用戶所需要做的只是直接向系統(tǒng)發(fā)出語(yǔ)音指令即可。在融合語(yǔ)音技術(shù)之后，游戲的體驗(yàn)將得到很大的提升。例如，玩家可以和游戲角色對(duì)話以詢問(wèn)信息或者發(fā)出指令。

最后，起居室交互系統(tǒng)和車(chē)載信息娛樂(lè)信息在功能上十分相似。這種系統(tǒng)允許用戶使用語(yǔ)音與之交互，我們可以通過(guò)他們來(lái)播放音樂(lè)、詢問(wèn)信息或者控制系統(tǒng)。當(dāng)然，由于這些系統(tǒng)的使用條件不同，設(shè)計(jì)這樣的系統(tǒng)時(shí)會(huì)遇到不同的挑戰(zhàn)。

二、高級(jí)人工智能逐步突破

2021年12月15日，Nature發(fā)布了《2021年十大科學(xué)新聞》;12月17日，Science緊隨其后，公布了《2021年度十大科學(xué)突破》。Nature和Science都將「人工智能預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)」評(píng)為本年度最重要的發(fā)現(xiàn)，Science更是將其列為“2021年十大科學(xué)突破進(jìn)展”之首。

長(zhǎng)期以來(lái)，蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)一直是生物學(xué)領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。傳統(tǒng)的蛋白質(zhì)結(jié)構(gòu)探測(cè)方法主要有三種：X射線晶體學(xué)、核磁共振和冷凍電鏡。但這些方法成本較高，研究周期漫長(zhǎng)，且進(jìn)展有限。

人工智能為這一困擾生物學(xué)界數(shù)十年的難題按下了快進(jìn)鍵。

2021年7月，蛋白結(jié)構(gòu)兩大AI預(yù)測(cè)算法——DeepMind的AphaFold2和華盛頓大學(xué)等機(jī)構(gòu)研發(fā)的RoseTTAFold相繼開(kāi)源。

AphaFold2“解鎖”98%人類蛋白質(zhì)組

2021年7月16日，DeepMind在Nature發(fā)表論文，宣布已利用AlphaFold2預(yù)測(cè)了35萬(wàn)種蛋白質(zhì)結(jié)構(gòu)，涵蓋了98.5%的人類蛋白質(zhì)組，及其他20種生物幾乎完整的蛋白質(zhì)組。研究團(tuán)隊(duì)還公布了AlphaFold2的開(kāi)源代碼和技術(shù)細(xì)節(jié)。

RoseTTAFold可十分鐘內(nèi)計(jì)算出蛋白質(zhì)結(jié)構(gòu)

同日，華盛頓大學(xué)蛋白設(shè)計(jì)研究所David Baker教授課題組及其他合作機(jī)構(gòu)在Science上發(fā)表論文，公布了其開(kāi)源蛋白質(zhì)預(yù)測(cè)工具RoseTTAFold的研究結(jié)果。研究團(tuán)隊(duì)探索了結(jié)合相關(guān)思想的網(wǎng)絡(luò)架構(gòu)，并通過(guò)三軌網(wǎng)絡(luò)獲得了最佳性能。三軌網(wǎng)絡(luò)產(chǎn)生的結(jié)構(gòu)預(yù)測(cè)精度接近CASP14中的DeepMind團(tuán)隊(duì)的Alpha Fold2，且速度更快、所需計(jì)算機(jī)處理能力更低。僅用一臺(tái)游戲計(jì)算機(jī)，在短短十分鐘內(nèi)就能可靠地計(jì)算出蛋白質(zhì)結(jié)構(gòu)。

其他研究進(jìn)展

2021年8月，中國(guó)研究人員使用Alpha Fold2繪制了近200種與DNA結(jié)合的蛋白質(zhì)結(jié)構(gòu)圖。11月，德國(guó)和美國(guó)的研究人員利用Alpha Fold2和冷凍電鏡繪制了核孔復(fù)合物的結(jié)構(gòu)圖。12月22日，深勢(shì)科技推出了蛋白結(jié)構(gòu)預(yù)測(cè)工具Uni-Fold，在國(guó)內(nèi)首次復(fù)現(xiàn)谷歌Alphafold2全規(guī)模訓(xùn)練并開(kāi)源訓(xùn)練、推理代碼。

三、AI神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)，通常簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)，是一種在生物神經(jīng)網(wǎng)絡(luò)的啟示下建立的數(shù)據(jù)處理模型。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元相互連接進(jìn)行計(jì)算，根據(jù)外界的信息改變自身的結(jié)構(gòu)，主要通過(guò)調(diào)整神經(jīng)元之間的權(quán)值并對(duì)輸入的數(shù)據(jù)進(jìn)行建模，最終具備解決實(shí)際問(wèn)題的能力。通常，人類自身就是一個(gè)極好的模式識(shí)別系統(tǒng)。人類大腦包含的神經(jīng)元數(shù)量達(dá)到1011數(shù)量級(jí)，其處理速度比當(dāng)今最快的計(jì)算機(jī)還要快許多倍。如此龐大、復(fù)雜、非線性的計(jì)算系統(tǒng)時(shí)刻指揮著全身的獲得。當(dāng)視野中出現(xiàn)張熟悉的人臉時(shí)，只需數(shù)百毫秒的時(shí)間即可正確識(shí)別。盡管許多昆蟲(chóng)的神經(jīng)系統(tǒng)并不發(fā)達(dá)，但仍表現(xiàn)出極強(qiáng)的識(shí)別能力。蝙蝠依靠其聲納系統(tǒng)搜集目標(biāo)的位置、速度、目標(biāo)大小等信息，最終實(shí)現(xiàn)聲納的回聲定位以極高的成功率捕捉目標(biāo)。

一般認(rèn)為，生物神經(jīng)并不是一開(kāi)始就具備這樣的識(shí)別能力的，而是在其成長(zhǎng)過(guò)程中通過(guò)學(xué)習(xí)逐步獲得的。人類出生后的幾年間，大腦接收了大量的環(huán)境信息，隨著經(jīng)驗(yàn)的積累，神經(jīng)元之間的相互關(guān)系不斷變化，從而完成智能、思 維、情緒等精神活動(dòng)。

在人類剛剛出生時(shí)，其神經(jīng)元存儲(chǔ)的信息相當(dāng)于一張白紙。在環(huán)境中各種輸入信號(hào)的刺激下，神經(jīng)元之間的連接關(guān)系逐漸發(fā)生了改變，最終對(duì)信號(hào)做出正確的反應(yīng)。人工神經(jīng)網(wǎng)絡(luò)模型就是模仿生物神經(jīng)網(wǎng)絡(luò)建立起來(lái)的，但它是對(duì)生物神經(jīng)網(wǎng)絡(luò)的抽象，并沒(méi)有也不可能完全反映大腦的功能和特點(diǎn)。事實(shí)上神經(jīng)網(wǎng)絡(luò)不可能也沒(méi)有必要達(dá)到大腦的復(fù)雜度，因?yàn)樯锎竽X的訓(xùn)練過(guò)程是生物的整個(gè)生命周期，即使建立了與之復(fù)雜度相當(dāng)?shù)木W(wǎng)絡(luò)模型，訓(xùn)練所花費(fèi)的成本也會(huì)令其輸出的一切結(jié)果失去應(yīng)有的價(jià)值。

在人工神經(jīng)網(wǎng)絡(luò)中，最重要的概念莫過(guò)于神經(jīng)元節(jié)點(diǎn)與權(quán)值。節(jié)點(diǎn)對(duì)應(yīng)有向圖中的節(jié)點(diǎn)，權(quán)值表示節(jié)點(diǎn)間相互連接的強(qiáng)度，人的神經(jīng)網(wǎng)絡(luò)的可塑性表現(xiàn)在，其連接權(quán)值都是可調(diào)整的，它將一系列僅具有簡(jiǎn)單處理能力的節(jié)點(diǎn)通過(guò)權(quán)值相連，當(dāng)權(quán)值調(diào)整至恰當(dāng)值時(shí)，就能輸出正確的結(jié)果。網(wǎng)絡(luò)將知識(shí)存儲(chǔ)在調(diào)整后的各權(quán)值中，這一點(diǎn)是神經(jīng)網(wǎng)絡(luò)的精髓。

四、人工智能帶來(lái)媒體變革

智能媒體，顧名思義是將人工智能等技術(shù)手段與媒體相融合之后形成的一種媒體形態(tài)，與傳統(tǒng)媒體形態(tài)的本質(zhì)區(qū)別是擁有了信息技術(shù)的強(qiáng)力加持。在媒體生產(chǎn)與消費(fèi)的各個(gè)環(huán)節(jié)，都可從近年來(lái)飛速發(fā)展的互聯(lián)網(wǎng)技術(shù)中獲得支持，讓媒體生產(chǎn)環(huán)節(jié)成本更低，效率更高，讓用戶對(duì)媒體信息的消費(fèi)更有針對(duì)性，信息獲取效率大增。

20年前人們的信息獲取方式主要以紙媒和廣播電視媒體為主，20年后的今天，人們更多會(huì)在線獲取信息。同樣的道理，人工智能是比互聯(lián)網(wǎng)更大的一個(gè)技術(shù)現(xiàn)象，目前正處于起步階段，在此技術(shù)趨勢(shì)的影響下，20年后人們的信息消費(fèi)方式是否會(huì)有顛覆性巨變?答案是肯定的。

促成智能媒體成為一個(gè)大產(chǎn)業(yè)的宏觀條件正在逐漸凝聚，為此報(bào)告的撰寫(xiě)方做了非常詳盡的調(diào)查。國(guó)家對(duì)于人工智能和5G網(wǎng)絡(luò)等新基建項(xiàng)目進(jìn)行了大量的投入，甚至還對(duì)智能媒體的發(fā)展給出了指導(dǎo)意見(jiàn)。擺在媒體從業(yè)者面前的，是一個(gè)正在形成的巨大機(jī)遇，任何對(duì)此機(jī)遇的忽視，都會(huì)導(dǎo)致深不可測(cè)的風(fēng)險(xiǎn)。因?yàn)榧夹g(shù)發(fā)展的速度之快，是不會(huì)給后知后覺(jué)者任何機(jī)會(huì)的。

由于近年來(lái)興起了一批個(gè)性化移動(dòng)閱讀平臺(tái)，往往聲稱以人工智能為基礎(chǔ)，對(duì)媒體內(nèi)容進(jìn)行個(gè)性化分發(fā)，所以很多人覺(jué)得智能媒體早已行之有年了。事實(shí)上，媒體內(nèi)容的個(gè)性化分發(fā)，或許連人工智能在媒體內(nèi)容上所能發(fā)揮作用的皮毛都算不上。那只不過(guò)是一種復(fù)雜一點(diǎn)的以興趣標(biāo)簽為基礎(chǔ)的匹配，談不上精準(zhǔn)，只是放大了信息的量級(jí)以給用戶更多選擇而已，談不上真正符合用戶需求。智能媒體在國(guó)內(nèi)的發(fā)展，仍處于起步階段而已。

人工智能是一種比標(biāo)簽匹配甚至比軟件復(fù)雜很多倍的算法，而5G則解決了數(shù)據(jù)傳輸?shù)钠款i和時(shí)延，兩者結(jié)合起來(lái)之后很多東西就要有所改變了，而其中有些改變是顛覆性的，足以將人們的生活方式同時(shí)改變。舉個(gè)簡(jiǎn)單例子，當(dāng)計(jì)算機(jī)能將語(yǔ)音、圖像、自然語(yǔ)言等這些東西都數(shù)字化了之后，未來(lái)媒體信息消費(fèi)者是否還需要從原本特定的媒介獲取信息，就成了一個(gè)很大的懸念。媒體信息的消費(fèi)多以手眼口耳等人體器官的協(xié)調(diào)作用而完成的，有了腦機(jī)接口之后是否還需要如此，也就成了一個(gè)問(wèn)題。特定媒體信息平臺(tái)如果不隨技術(shù)趨勢(shì)做出改變，有可能突然有一天就發(fā)現(xiàn)自己成了多余的存在。

《2022-2027年中國(guó)人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告》由中研普華人工智能芯片行業(yè)分析專家領(lǐng)銜撰寫(xiě)，主要分析了人工智能芯片行業(yè)的市場(chǎng)規(guī)模、發(fā)展現(xiàn)狀與投資前景，同時(shí)對(duì)人工智能芯片行業(yè)的未來(lái)發(fā)展做出科學(xué)的趨勢(shì)預(yù)測(cè)和專業(yè)的人工智能芯片行業(yè)數(shù)據(jù)分析，幫助客戶評(píng)估人工智能芯片行業(yè)投資價(jià)值。

• 相關(guān)深度報(bào)告REPORTS

  

  2022-2027年中國(guó)人工智能芯片行業(yè)發(fā)展分析及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告

  人工智能芯片也被稱為AI加速器或計(jì)算卡，即專門(mén)用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊（其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé)）。業(yè)界關(guān)于AI芯片的定義仍然缺乏一套嚴(yán)格和公認(rèn)的標(biāo)準(zhǔn)。比較寬泛的看A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡