【智匯工業編者語】如今人工智能已經只能到什么程度了呢？讓小編帶大家探索人工智能把~

人工智能在語音方面的突破

小米電視日前推出主打”高性價比”的全球首款人工智能語音電視小米電視4A，只需一個語音按鍵，便可實現關鍵詞搜索、熱度排行、開啟應用游戲等10類語音交互功能。無獨有偶，長虹近期推出CHiQ人工智能電視新品Q5N和OLED電視新品Q5A系列，主打的功能還是語音控制。

實際上，在市面上海爾、TCL等已經推出了所謂的可進行語音搜索的人工智能電視。小米電視最重磅的功能是支持人工智能語音控制，號稱老人孩子都能使用，可以用很自然的語言對電視進行聲控。

智能語音正在向著私人助理機器人方向快速發展，在大數據、人工智能、機器學習等技術的支撐下，可為每個人量身定制自己的個性化私人助理。

私人助理會根據用戶的行為和使用習慣，幫助用戶網上購物、安排出行、調整設備、智能提醒、聊天解悶。

私人助理可以提供越來越多的線下生活服務，如訂餐廳、訂外賣、購買電影票、醫院預約等操作。

人工智能在圖像處理方面的突破

過不了多久，所有人都可以通過人工智能對一張圖片或是對視頻進行復雜的處理。舉個栗子，SmileVector 是一個推特機器人，

可以生成任何明星照片微笑的動圖，如果輸入一張人臉圖片，它可以通過深度學習神經網絡生成它們微笑的表情。

雖然這些圖片也許并不完美，但它們完全是自動生成的，這是人工智能在圖像處理領域的又一進步。

也許不久之后，圖片、聲音和視頻造假都將變得容易。想象一下，假如新版本的 Photoshop 可以像用 Word 編輯文字一樣輕松編輯圖片，

你還會相信自己的眼睛嗎？

Smile Vector 只是新技術的冰山一角，我們很難對現代人工智能多媒體處理技術做出全面的概述，但我們能夠找出其中一些有意思的應用。

例如：從一張 2D 圖片中創建 3D 面部模型；使用人類「模型」實時改變視頻中人物的面部表情；改變圖片中的光源和陰影；

為無聲視頻自動生成聲音；在總統選舉直播中讓特朗普變成禿頭；用視頻剪輯「復活」朋友等等。這些事例只是其中的一小部分。

人工智能在自然語言方面的突破

通過互聯網搜索引擎，發掘、建立語音信息數據庫，利用云計算、大數據、自然語義分析、機器學習和深度神經網絡技術進行語音信息聚類處理，

力求得到更準確的答案。在實際生活場景下，用戶口語化表述更加多樣，容易產生歧義，人機交互難度非常大。

微軟在構建Bing和Azure過程中成熟應用了NLP，計算語義學，情感分析，邏輯或者統計機器學習，信號處理，大規模計算，云端存儲和響應，

本地硬件加速等技術，所以Cortana實現了更加貼近生活的自然人機交互。Siri基于WolframAlpha，WolframAlpha是一個計算知識引擎，

而不是搜索引擎，用戶在搜索框鍵入需要查詢的問題后，該知識引擎將直接向用戶返回答案，而不是返回一大堆網頁鏈接。

前面說的這些語音、圖像、語言，聽起來還都是一些感知方面的東西。大家也知道，最近這段時間，

人工智能在一些傳統我們認為可能很難由機器來取得成功的領域也獲得了突破。比如騰訊已經在對戰中加入人工智能，利用人工智能技術來打游戲。

碰到過的人都知道，這種游戲機器人雖然只能按既定的設置去完成游戲，但是能跟玩家完成簡單的配合輔助等基本細節。

也許在我們眼里它只是達到了所謂“菜鳥”玩家的水準，一旦成熟，我相信它會發現一些平時我們自己都玩不出來的竅門。

大家都知道AlphaGo非常火，使用了深度增強學習的技術，經過了非常長的訓練時間，引用了大量數據做self－play，

最終是以壓倒性的優勢，4：1戰勝了當時的世界冠軍李世石。在去年的IJCAI上面，AlphaGo主要的開發人員做了一個keynote，

說自戰勝了李世石之后，AlphaGo并沒有停下腳步，因為它是一個self－play的process，可以繼續訓練，只要給他足夠的運算時間和樣例，

它就可以不斷地去訓練。所以也能理解為什么今年年初Master重新回到大家視野里，可以對圍棋高手60連勝，因為這個差距太大了。

這些事情都是以前人們覺得人工智能不可以去企及的領域。但正是因為這些計算機科學家、人工智能科學家不斷地去模仿人的決策過程，

比如他們訓練了value network，訓練了policy network，就是怎么樣根據現在的棋局去評估勝率，去決定下一步該走什么子，

而不是走簡單的窮舉，用這些value network來對搜索樹進行有效的剪枝，從而在有限的時間內完成一個非常有意義的探索，

所有這些都是人工智能技術取得的本質的進展，讓我們看到了一些不一樣的結果。