人工智能2020人工智能感知层创新排行榜


人工智能2020人工智能感知层创新排行榜
本文插图
近年来 , 随着人工智能技术的普及和应用 , 基于视觉、听觉、触觉等感知能力的感知智能已经取得了相当的进展 。 很多业界人士认为 , 人工智能在感知层已经达到甚至超过了人类水平 。
7月9日 , 以“智联世界、共同家园”为主题的第三届世界人工智能大会(WAIC)云端峰会在上海正式拉开了帷幕 。 会上 , 特斯拉首席执行官埃隆·马斯克就指出:“AI在感知层面的某些专业领域里 , 已经无人能及 。 例如 , AI的图像识别天赋已经超过了地球人 , 其天赋的发挥取决于算力有多强大 , 有多少计算机可以投入深度学习训练 。 ”
人工智能在感知层面的一骑绝尘
人工智能产业链可以细分为三层结构 , 即应用层、技术层、基础层 。 其中基础层的核心是数据的收集与运算 , 应用层的产品已经遍布无人机、无人驾驶、智能机器人、智能安防等众多领域 。 而技术层 , 又分为平台层、认知层和感知层 。 其中 , 感知层包括计算机视觉、语音识别、AR、VR等 。
确实 , 在人们的日常生活中 , 人工智能技术在感知层的运用已经十分普遍和不可或缺 。 比如在语音识别领域 , 有基于智能音箱的语音对话交流 , 基于地图的语音导航 , 还有基于智能翻译器的语音翻译 。 而在人脸识别领域 , 也有人脸考勤、人脸测温和人脸支付 。 此外还有基于AR或VR技术的游戏应用、基于计算机视觉的机器人等等 。
人工智能技术已经扎根于人们的生活 , 而在其他领域 , AI也同样发挥着自身的优势 。 比如江苏集萃深度感知技术研究所有限公司的AI雷达 。
集萃感知通过将基于SNN的目标识别、异构传感融合等人工智能技术融入毫米波雷达 , 使传统雷达的性能得到极大提升 , 具备更为准确、鲁棒、完整的环境感知能力 , 并且不仅能够检测和识别目标 , 还能够让雷达真正智能 , 理解目标的特性与行为 。
融合人工智能的雷达技术能够将干扰降到原来的六分之一 , 同时提升60%的探测距离 , 并大幅度降低虚警和漏检率 。 结合毫米波雷达“全天候全天时”的核心优势 , AI雷达可帮助实现机器的深度环境感知能力 , 必将成为智能交通、辅助驾驶、成像监控和消费电子等领域不可或缺的核心感知技术之一 。
推动人工智能产业的创新与发展 , 用AI雷达点亮机器视界 , 已经成了人工智能发力的又一个新方向 。
从感知到认知 , 还有一段很长的路要走
仔细观察 , 不管是手机应用 , 还是导航、安防、机器人等众多领域 , 人工智能的技术运用主要还是集中在感知层面 , 即用技术模拟人的感知能力 , 类似听觉、视觉和触觉等 。 那么接下来 , 由感知层向前延伸 , 人工智能又会到达怎样的高度呢?
语音、视觉等技术在人工智能技术中属于感知层技术 , 同时 , 人还有非常厉害的认知能力 。 据了解 , 微软亚洲研究院将人类智能由低到高分为了计算与记忆力、感知、认知、创造力、智慧五大层级 , 人工智能将逐步从最底层开始对人类智能进行模拟 。 感知智能是当下人工智能发展和聚焦的主要层面 , 所以 , 接下来的是比感知层更高一级的认知层 。
虽然人工智能对认知层的挖掘已经开始并有一定的成果 , 比如在大数据的基础上 , 利用深度学习等技术 , 模拟人类的创作过程 , 但进步还是很有限 。 马斯克就认为 , 人工智能技术在实际应用中已经远远超过了人们对于技术感知能力的认识 , 但在认知领域 , 目前AI距离真正的智能还很远 。 “理解概念、准确推理、尽情创造 , AI的一系列表现 , 看上去还是怪怪的 。 ”
就像目前的翻译机器 , 翻译最终呈现的效果确实还不错 , 但业内人士却认为 , 翻译机器可以“假装”听懂 , 而实际上 , 它并没有真的听懂 , 目前的人工智能是处于感知到认知的过渡阶段 。 英国皇家工程院院士、欧洲科学院院士郭毅可也表示:“现在人工智能只是能够识别一些事物 , 它要真正认识一些事物 , 这是下一代的领域 。 ”


推荐阅读