人工智能目前的快速发展得益于深度学习的兴起,但在具体应用上,深度学习主要在模式识别(智能感知)中获得成功,同时从智能机理研究上,脑科学也逐渐跟人工智能深度融合。人工智能领域,正在由智能感知的初步成功,慢慢走向百花齐放。
模式识别的主要任务是模拟人的感知能力,如通过视觉和听觉信息去识别理解环境,又被称为“机器感知”或“智能感知”。模式识别作为人类一项基本智能,是指对表征事物或现象的各种形式的信息进行分析和识别,是信息科学和认知科学等学科领域的交叉前沿研究方向,目前已成为人工智能领域一个重要的分支。
详细来说,模式识别是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”。随着计算机技术的发展,人类有可能研究复杂的信息处理过程。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说,特别重要的是对光学信息(通过视觉器官来获得)和声学信息(通过听觉器官来获得)的识别。这是模式识别的两个重要方面。市场上可见到的代表性产品有光学字符识别、人脸识别、语音识别系统等等。
很显然,语音识别现在已经渗透到我们的日常生活中了。比如,我们的微信语音条要花时间去听,信息不够直观,对于长语音条来说更是无奈。但是,如果用某某智能语音输入法,按住空格键说话,便能精确地识别出你语音中所涉及到的文字,从而直观地把大段文字“翻译”到微信里,在快节奏的社会生活中为对方节省了听语音的时间。
谷歌搜索负责人本·戈麦斯(Ben Gomes)曾表示,技术领域的下一个重大飞跃将是语音服务的进步。他说:“语音识别和对语言的理解是未来搜索和信息的核心。但是有很多难题,比如理解引用语是如何起作用的,理解‘他’、‘她’或‘它’在句子中指的是什么。在语音服务角度,这只是其面临的数以百万计的问题之一。”如今,语音识别已经成为谷歌搜索和人工智能语音助手的一部分。
除了刚提到的语音识别,人脸识别也是人工智能领域应用比较成功的方向,可以算是模式识别借助深度学习形成的研究成果。但同时我们大家也能意识到,虽然人脸识别已被应用得较为广泛,但还不能算“应用得很好”。
人脸识别目前应用得比较成熟的是门禁、通关等领域,原因在于被识别的对象能主动配合,距离摄像头较近,能拍摄到比较清楚的图像。但在更加复杂的情况下,如在室外光照不均、距离远、人脸视角多变情况下,用监控摄像头进行人脸识别,识别正确率就会明显降低。目前在计算机前端加入AI模块,只能起辅助作用,复杂条件下的人脸识别依旧难以达到成熟应用的程度。
面对这些问题,这些来自未来的更高要求的挑战,我们该如何积极应对?现如今,国内的模式识别技术已经发展到什么程度了?或许只有你亲自参加CIIS 2018大会才能得到想要的答案,我们不见不散。
专家云集
2018年11月17日~18日,CIIS2018(第八届中国智能产业高峰论坛)将在成都召开,届时在大会分论坛——“模式识别与智能感知专题论坛”上将有5位业界专家为大家带来一场技术盛宴,他们分别是:
刘成林(主席、主持人):中国科学院自动化研究所副所长、模式识别国家重点实验室主任
陈胜勇:浙江工业大学教授,博士生导师,国家杰出青年科学基金获得者。
徐昕:国防科技大学智能科学学院无人系统研究所所长,博士生导师
史媛媛:博士,三星电子中国研究院研发VP
马力:博士,教授级高级工程师,北京中科虹霸科技有限公司总经理
想参会,从这里开始!
中国智能产业高峰论坛(CIIS)自2011年创办已举办七届,经过7年的沉淀,已成为中国智能产业界高端化、专业化、实效化交流与合作平台一直。一年一度的盛会正在为中国智能产业带来持续不断的创新动力,成为国内人工智能产业发展与技术应用的风向标!
来吧,一起加入这场盛会,错过参会就是拒绝成长,票量有限,欲购从速!
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
