人工智能技术赋能移动终端产业发展

杨利霞

0 z6 J8 }  d+ w; h, O

人工智能技术赋能移动终端产业发展

6 ^9 i, w/ {) ~
% t' S7 V- r1 W+ `0 V近年来，人工智能技术水平不断提高，应用服务全方位加速落地，对促进经济发展、提高管
0 g2 C# h7 T9 @, k理效率、改善生活质量具有关键作用。国务院在 2017 年印发的《新一代人工智能发展规划》中
6 S! a( p! {2 |6 T+ [: R7 ^明确提出，加快智能终端核心技术和产品研发，发展新一代智能手机、车载终端、可穿戴设备等
产品形态和应用服务，在 2020 年 3 月人工智能又被列为新基建重点发展领域之一。当前，人工
) ]3 U+ R4 r3 M* J0 X智能从计算机视觉、自然语言处理、语音处理等维度全方面推进智能手机、智慧家居、智能车载、
  b, q3 I0 u, y3 u" M0 T& `* v智能可穿戴、智能机器人等领域移动终端的发展，据 IDC 预测，2020 年中国将有接近 1 亿部 5G
! ^- R5 l+ K/ T+ x) L$ H智能终端出货，人工智能赋能移动终端进入高速发展期。
人工智能关键技术发展态势良好
人工智能技术迎来第三次浪潮，深度学习技术在计算机视觉、自然语言处理、语音识别等研
究领域相继取得突破性进展，在图像分类识别准确率、语音合成自然度等方面已超过人类平均水
; ]3 J" p+ F# i' ~2 z平，推动人工智能从实验室走向商业化，赋能移动终端实现智能化、多样化、个性化。
计算机视觉技术已相对成熟，深度学习模型压缩推动移动智能终端发展。计算机视觉技术根
据业务场景可分为图像分类、目标检测、行为检测、语义分割、三维处理、图像生成、视频分类
3 J- D( E4 Y2 F; a" W- M. M) i等细分领域，在 2012 年 Hinton 团队提出深度神经网络模型 AlexNet 后，VGG、GoogLeNet、ResNet
等模型不断提高图像识别准确率，ImageNet 分类 top-5 准确率已超过人眼识别水平。近年来，我
, X' P7 k+ S& p) s- c国在计算机视觉技术创新方面占据全球主导地位，在 2019COCO 常见物体识别图像识别挑战赛
3 \$ _! j4 x2 u7 X; _中，旷视拿下物体检测、人体关键点和全景分割三项第一，获得 COCO 三连冠，在 2019 图像识
: W9 i" `; {8 l( O$ w别竞赛 WebVision 中，阿里 AI 以 82.54%的识别准确率获得冠军，将万物识别领域的历史纪录提
) u& A  @: C4 g' p6 S2 [# C( ]8 o升了 3 个百分点。同时，面对模型存储和预测速度的博弈问题，斯坦福、谷歌、旷视等企业相继
! l: ?; g" m9 h& N! I& K- _提出 SqueezeNet、MobileNet、Shuf-fleNet、Xception 等轻量化模型，设计高效的网络计算方式，
% t: s: q! D" W! E% {; g. B在网络参数减少的同时减少性能损失，加速人工智能模型在移动终端的部署应用。
自然语言处理技术在行业中应用广泛，覆盖文本翻译、情感分析、意图分析、智能问答、智
; }5 L6 k- L% o" i' p能对话、敏感词检索等场景。随着人工智能进入第三次发展浪潮，RNN、GRU、LSTM 等模型相
继出现，在机器翻译、问答系统、阅读理解等领域取得一定进展，谷歌于 2018 年 10 月提出 BERT
预训练语言模型，创新提出了有效的无监督预训练任务，从而使得模型能够从无标注语料中获得
' V( j# w7 K" d/ A0 J$ \, w9 {$ z通用的语言建模能力，在其基础上拓展的 XLNET、RoBERTa、ALBERT、BioBERT 等模型分别
! @- ]' t4 U* b5 F! c' m/ Q有不同维度的提升。我国的百度、腾讯、阿里等企业成为推动自然语言处理技术发展的主力，提
出了包括基于对抗学习的降噪技术、多领域对话行为与文本同步生成、关系型图注意力网络、利
1 ^; o$ T7 _0 z2 x" n用结构化信息进行知识蒸馏等创新技术和理念，但科技、医疗等领域仍需组织专家建立专业知识
: T  K" q4 w& E- h" x7 U! y

图谱来提高识别准确率。

0 n9 C, ~5 K/ t! i4 Q8 K7 _
3 C* Z- K8 F) K. R* Y