4月21日，TEF科技娛樂季（上海站）之2017亞太人工智能峰會在上交會期間隆重舉行。大會由AI科學創新與未來、AI深度學習專場、AI語音與視覺識別技術、AI無人駕駛引領汽車、AI與教育、AI與家庭娛樂、AI與計算機視覺、AI與VR、AI與物聯網等板塊組成。會上，騰訊云AI產品副總監王琰做了題為《騰訊云AI Cloud》的精彩演講。
圖為：騰訊云AI產品副總監王琰
AI發展史：是什么造就了今天的人工智能
王琰在演講開頭提到，人工智能是近年來非常熱門的話題，高密度的討論足以說明人工智能人氣之旺，也反映了其市場熱度。人工智能的概念從上世紀60年代就已產生，經過起步階段、專家系統推廣、再到如今深度學習階段。2006年開始由于深度學習神經網絡的出現，AI進入了高速發展期。進入2016年，在圖象視覺、語音技術上面的重大算法突破加快了AI的市場化進程。
演講中，王琰提出了她自己思考，為什么人工智能的飛躍會出現在今天？究其原因，王琰認為主要體現在三個方面：第一是計算能力增強。使用GPU并行計算神經網絡，更大的硬件存儲能力使得創造出更大的神經網絡變成可能。第二是大數據出現。互聯網時代的到來產生大量數據，訓練數據量的增大可以讓神經網絡更好的學習，提升算法性能。第三是新算法推出。新算法可以提前訓練網絡，避免網絡受層數的限制；更好的方法用來估算參數，可以使網絡在更短時間內做得更精準。王琰說，人工智能就像我們的另一個大腦。
騰訊公司AI初探
騰訊作為一個互聯網公司，在AI領域一直都有非常深入的探索。過去騰訊公司會結合已有的應用場景，包括騰訊自己的社交軟件、游戲、搜索引擎、廣告等實現在AI領域的探索，隨著AI概念的更新，騰訊也不斷進行新場景的應用探索。
1、騰訊人工智能業務應用
第一是微信。語音輸入是騰訊在微信AI的大膽嘗試。通過在輸入框輸入語音，語音就可以轉化為文字。看似是一個非常簡單的AI應用，背后卻隱藏著復雜的語音識別算法。其次是在QQ音樂里的嘗試。當我們聽到一首歌但卻不知道歌的作曲和演唱者的時候，就可以通過簡單的哼唱將這首歌在曲庫里面找出來。第三是騰訊優圖。騰訊優圖是基于圖象和人臉深入研究的人工智能研發團隊。它的應用場景主要是社交中的智能鑒黃，基于過去建立的龐大黃色圖庫，優圖團隊研發的智能鑒黃機器人可以達到99.95%的識別率。第四是騰訊的濱海大廈，主要應用技術是刷臉門禁。進門不需要刷卡，只需要小機器人做刷臉，甚至不需要正面，側面都可以識別出來。
2、騰訊AI LAB與騰訊云
2016年開始騰訊公司也開始了AI戰略布局，其目標是讓騰訊的AI LAB成為全世界頂尖的AI研究機構。成立不到一年，騰訊AI LAB就推出了圍棋機器人，在3月18日舉辦的第10屆UEC杯世界計算機圍棋大賽上，首次亮相的“絕藝”11戰全勝奪得冠軍，充分體現了騰訊在AI技術研究方面的實力。騰迅云一直以來擁抱開放，主要做連接和生態，把騰迅過去海量的互聯網經驗、先進的技術通過這個平臺開放出來，連接更多的行業和應用。在云上擁有了資源、數據和算法之后，除了應用在騰訊自身的應用上，也通過AI cloud把這些能力分享給客戶，以產生更多的市場價值。
3、騰訊云AI Cloud 服務矩陣
簡單來說，騰迅云AI Cloud服務矩陣服務三類目標群體，一個是基礎研究。基礎研究員可以通過云服務器以及深度學習平臺快速搭建一個學習環境，以加速技術研究。其二是對應用開發者，通過對外開放圖象識別、語音識別接口，可以讓開發者在應用中使用一些具有一定實力的人工智能能力。第三是與行業融合，結合云計算本身的資源優勢以及在AI上的技術實力，給大家提供垂直的行業解決方案。
4、DI-X深度學習平臺
DI-X深度學習平臺是基于騰訊云強大計算能力的一站式深度學習平臺。通過可視化的拖拽布局，組合各種數據源、組件、算法、模型和評估模塊，讓算法工程師和數據科學家在其之上，方便地進行模型訓練、評估及預測。目前支持 TensorFlow、Caffe、Torch 三大深度學習框架，并提供相應的常用深度學習算法和模型。
騰訊AI戰略布局：打造全方位技術包圍
優圖計算機視覺
優圖計算機視覺在ICDAR 2015比賽中刷新Focused Scene Text挑戰的Text Localization項目世界紀錄；在LFW無限制條件下人臉驗證測試中，優圖提交的最新成績為99.80%，再次在這一測試中刷新紀錄；在國際權威海量人臉識別數據庫MegaFace中，以83.290%的最新成績在100萬級別人臉識別測試中拔得頭籌。
智能語音識別
智能語音識別由四部分組成，分別是語音識別、語音合成、語音喚醒和聲紋識別。除此之外，騰訊還在一些垂直領域做了深耕，除了標準的一些社交場景之外，也在法院、安全、醫療等場景有了語音方面的垂直引擎。
人臉核身解決方案
今年央視的“三一五”晚會上介紹的人臉核身方案，已經被黑產突破防護，并可以偽造身份。優圖團隊獨創的語音+唇動活體檢測技術，可以抵抗照片、視頻、靜態3D模型的攻擊，不受方言甚至語種的影響。它的流程主要是身份證掃描出身份證號，同時錄一段視頻，產生一段隨機的驗證碼，再和身份證圖像對比。其實，在優圖實驗室已經組成了一個專門進行黑產對抗的團隊，增強安全能力。除了常用的工程上的隨機性，實時的自然交互，同時還在算法上捕捉一些人眼看不到的偽造和差距。目前騰訊的“人臉核身”解決方案已經在互聯網上有所應用，比如金融領域、滴滴租車等。
手寫運單OCR識別解決方案
在手寫體識別和通用印刷體識別實驗中，手寫體手機/電話識別準確率可達99%以上，在業界突破復雜手寫體識別的難題；通用場景單字準確率超過90%，在國際ICDAR 2015文本檢測項目中刷新世界紀錄；可應用在各類印刷體識別，如廣告、菜單、駕照等，以及定制化手寫識別場景。
智能相冊解決方案
智能相冊解決方案主要是用在社交場景，從QQ相冊和微云相冊演化而來。當在手機上上傳照片的時候可以馬上歸類到某個文件夾，分辨其是小貓、小狗還是一個小孩，即通俗的智能分類技術。目前騰訊可以提供面向社交場景的超過200種的熱詞分類。同時基于特殊行業的定制化標簽，也可以通過快速學習的方式實現很快地支持這個標簽。
智慧法庭語音解決方案
隨著人民法律意識的提高人民法院的案件審理數日益增加，庭審效率亟待提高，而庭審現場記錄的百分百還原一直以來都無法實現。通過在法庭現場應用語音識別，可以將法官、原告、被告等各角色的現場發言實時轉寫成文字筆錄，并對錄音及文本進行存儲，減輕書記員工作負擔的同時實現了庭審現場的百分百還原。專業法務領域定制化引擎，有效應對法律專業術語。支持自定義熱詞，提升人名、機構名、公司名等詞匯識別準確率。個案定制話模型，滿足物理、化學等專業領域司法案件的高準確率需求。私有化部署，保證人民法院的數據安全性。目前該系統識別準確率已經達到95%以上，在北京知識產權法院、河北高級人民法院、珠海中級人民法院等20余家法院部署應用。
除了上述方案，騰訊云還提供安防監控解決方案、智能直播審核解決方案等，真正實現技術上的全包圍，為當前國內的人工智能發展開出一條血路。
演講的最后王琰提到，現在的人工智能應用已經趨于成熟，但主要集中在商業領域里，未來將更多的在公共領域進行開發，比如教育、醫療、智慧城市、智能家居等。
微信掃一掃
