人工智能技术赋能移动终端产业发展

杨利霞

: ?7 r# [4 p5 `  k1 H

人工智能技术赋能移动终端产业发展

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
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
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
9 Q2 _+ @$ e$ k( u2 r! M. L1 T- u! g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
: Y4 Y/ o7 J' @! \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、
  R% l  ]. u# G. y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
( G  \1 Z8 d$ p+ I* v, U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
: }4 G8 N5 ?; u  i& `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
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
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
5 [. ^! |  E$ ~5 j# s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
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
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
  h$ \5 @* u8 P1 A" D: W9 d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
提出 SqueezeNet、MobileNet、Shuf-fleNet、Xception 等轻量化模型，设计高效的网络计算方式，
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
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
7 G3 R% D  G' q" H# U4 F, w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
  |" V2 @! y1 ^+ E& E3 c( @- N3 Z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
2 X; D, `8 Y- b* n; _- X& z+ W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
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
( A6 g* l4 ^- U4 O/ k) d; J  e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
5 G; j2 q+ o  _& M, H+ G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

图谱来提高识别准确率。

- l9 F/ N6 W* j  ~4 E4 b
5 X% ]3 L; D3 D) x1 w, g/ k) e