二維碼
買賣設備網

手機APP下載

當前位置: 首頁 » 技術 » 技術前沿 » 正文

百度大腦破解了這個AI技術應用頑疾

放大字體  縮小字體 發布日期:2018-07-06 07:09:09    來源:買賣設備網    瀏覽次數:1033    評論:0
導讀

 人與機器之間,有太多秘密隱藏在未知以下?! ”热缯fAI帶來的語義理解與語音喚醒式人機交互,雖然被大家說的很神,但其實有大

  人與機器之間,有太多秘密隱藏在未知以下。
 
  比如說AI帶來的語義理解與語音喚醒式人機交互,雖然被大家說的很神,但其實有大量難關沒有被攻破。AI語音交互,往往還以來初級的符碼轉化和模塊調用,真正讓機器像人一樣去理解世界,還有很長的路要走。好在對人機交互深層秘密的探索,在今天并沒有停步。一些全新的技術應用化,正在加強人與機器如何交流、協作甚至相互理解的無盡可能。
 
  在剛剛的百度AI開發者大會中,一個重磅升級是百度大腦升級了3.0版本。這次升級之所以引人注目,是因為其在業界首次提出了“多模態深度語義理解”。
 
  多模態、深度語義理解,這些都是我們經常在AI論文中看到的名詞,但似乎從來沒有科技巨頭把這個詞作為關鍵信息進行產業披露。這是為什么?
 
  其中的隱藏信息,是人機交互通往多模態結合、深度轉譯之路上,一座難以翻越的高峰。
 
  多模態深度語義理解技術,就像一個沉睡的沙漏一樣,始終隱藏在細沙之下,讓人難以見到真正的應用魅力。而百度大腦的3.0升級,似乎將這個沉睡經年的沙漏倒轉了過來,最神秘的AI領域,開始在技術沙粒的流逝間展露了本來面目。
 
  人機交互的秘密:AI界有個雪域高原
 
  20世紀上半葉,社會符號學提出了模態分析的話語批判方式,而后模態理論逐步走入各個學科,成為自然科學、計算機科學與人文科學的重要三岔口之一。而在自然語言處理成為AI重鎮之后,多模態話語融合也開始被AI思想家們提上了日程。
 
  我們知道,AI進行語音交互時的基本邏輯,是要把一切語音進行識別,轉化為文字符碼再進行文本理解。而語音理解與視覺、傳感相關的模態融合更是難上加難,堪稱人機交互進程中的“高海拔地帶”。
 
  但我們不妨思考一下,人的思維方式其實并不是單一模態的信息轉化。而是五感并用,語音語義一體化理解,無間隙給出交流反應。
 
  換言之,機器最接近人的交流方式,就是多模態輸入與融合化的語義理解。而類似自然交互的技術難點,在于不同模態的視覺、語音、語音、傳感信號,是構建在完全不同的數據編碼之上的。整合與再學習始終都是AI領域的難點,尤其是應用領域的難點。
 
  價值極大,難度極高,把多模態深度語義理解堆積成了AI領域的雪域高原。無數開發者都在翹首以盼先導者能夠翻越這座大山。
 
  在這次百度AI開發者大會上,百度大腦非常自信地將升級矛頭對準了這個最神秘的AI沙漏。主打多模態深度語義理解技術的底層開發,可謂打開了通往無盡技術應用與難預測上線的AI大門。
 
  技術乘法:多模態深度語義理解的應用流沙效應
 
  多模態深度語義理解之所以重要,從應用的角度看,是因為它把視覺、語音、語義、傳感,以及泛深度學習類交互整合到了一起,讓技術間不再是并行的通道,而是打開了彼此融合的想象之門,并且在利用深度學習技術,強化了語義理解的精準度與容納范疇,視線了語音語義的一體化融合??梢韵胍姷氖?,多模態深度語義理解,將會在技術突破之后帶來大量的眼神技術與子應用,從而改變我們對AI識別、語音控制、人機交互的邊界認識。
 
  或許從此以后,AI技術將不僅僅是做加法,更有可能產生技術細節之間的乘法效應。從百度大腦3.0公布的技術案例,我們已經可以看出類似乘法效應:
 
  在AI開發者大會期間,對多模態深度語義理解技術最直接的感受,在于技術能力突破之后應用邊界的想象力爆棚。
 
  比如說百度大腦3.0帶來的視覺語義化技術,可以讓機器從看清到看懂視頻的內容。比如在新零售場景中,攝像頭可以通過視頻語義化來直接理解顧客的行為動作,以及選取了哪些商品。這樣就無需再有復雜的識別條碼、刷臉等流程,顧客可以真正的拿起商品就走,產生毫無時間影響的購物體驗。
 
  另一個多模態深度語義理解的技術應用,是語音語義一體化帶來的。在使用語音導航長Query時,我們經常要簡單明了的說清楚導航目標,但假如我們的導航需求比較復雜,或者我們也不太清楚具體的地名,那就會很麻煩。導航中的AI識別只能進行文本喚醒,無法去理解使用者的想法。
 
  在百度開發者大會現場,我們已經見識到在語音語義一體化技術加持后,百度地圖的用戶可以像繞口令一樣說出大量內容,百度大腦會同步聽清、聽懂和理解相關含義,給出最佳導航路線。
 
  類似的案例還有很多,從中我們可以發現,多模態深度語義理解讓AI技術沙漏中的每一顆沙子,都可以排列組合出未知中的驚喜。
 
  戳破最后隔膜:百度大腦3.0的3件禮物
 
  當開發者想要從傳統AI賽道,進入神秘的深層人機交互,需要的并不是高屋建瓴的設想,也不是多么科幻的技術示范。而是腳踏實地,真正建立可以按部就班展開學習、嘗試與創造的多模態AI路徑。而百度大腦的3.0升級,帶來了多模態世界的3個禮物,可以說是帶給開發者的核心保障:
 
  1、告別算力問題的“昆侖”:在AI開發者大會上,百度大腦3.0首次將芯片納入技術體系,推出了百度自主研發的中國第一款云端全功能AI芯片“昆侖”。據了解,昆侖的AI任務處理速度比此前我們常用的FPGA方案快30倍以上。高性能、高性價比,且具有易用性的云端AI芯片,可以與百度的整體AI技術體系結合,帶給百度大腦的用戶與開發者更多想象力。
 
  2、跳躍的PaddlePaddle:在今年的開發者大會上,百度公布了PaddlePaddle 3.0,在與自主芯片結合,打造全棧解決方案和平臺化建設之余,新的PaddlePaddle還開放了多種平臺,為不同層級的開發者提供更簡單的開發與訓練。其中AutoDL可以自動地進行網絡結構設計;AI Studio是一個非常實用的在線訓練平臺。靈活利用更加富有生態化意味的PaddlePaddle,開發者的工作或將得到翻天覆地的變化。
 
  3、便捷獲取AI的開發者權能:開發者另一個核心需求,是有足夠多的技術應用支撐,來滿足天馬行空的想象力。假如只有高度抽象,雷同程度很高的技術開放,那么大家很難找到自己的開發機會,尤其是在多模態語義理解帶來的全新契機面前。而百度大腦3.0全面開放了110多項AI能力,滿足了開發者的技術拼圖需求。李彥宏在開發者大會的開場白中說,百度的目標是Everyone Can AI。那么百度大腦的技術拼圖和全棧架構,將是百度分享AI,建立開發者權能的必經之地。
 
  百度大腦的升級,可以看做眾多AI應用核心的突破。未來無數令人驚喜的AI應用,都將建立在百度大腦的躍升之上。當多模態底層技術不再是奢望,高度擬真的人機交互也就不再遙遠。從百度大腦3.0開始,一個沙漏已經倒轉,趨于理論最高值的AI未來,正在快速向這個世界挺進。
 
(文/小編)
打賞
免責聲明
本文為小編原創作品,作者: 小編。歡迎轉載,轉載請注明原文出處:http://www.anglicansunited.com/jishu/201807/06/27852.html 。本文僅代表作者個人觀點,本站未對其內容進行核實,請讀者僅做參考,如若文中涉及有違公德、觸犯法律的內容,一經發現,立即刪除,作者需自行承擔相應責任。涉及到版權或其他問題,請及時聯系我們maimaisb@163.com。
0相關評論
 


網站客服咨詢:點擊這里給我發消息2573286981| 郵箱:maimaisb@163.com
版權所有: 買賣設備網 www.anglicansunited.com | ? Copyright 2009-2020 ? Inc. All rights reserved.
聲明:本站部分信息由企業自行提供,該企業負責信息內容的真實性、準確性和合法性。買賣設備網對此不承擔任何保證責任!

三级特黄60分钟在线播放_男女性高爱潮是免费国产_高潮爽到爆的喷水女主播视频