人工智能技術研究動態分析 高級人工智能逐步突破

• 李芬珍子 2023年9月8日 來源：中研網 431 21
• 繁體

人工智能技術研究動態分析

一、智能語音識別及控制技術

自動語音識別，簡稱ASR。這項技術是使人與人，人與機器更順暢交流的關鍵技術。隨著人們對生活的儀式感的追求，移動設備、可穿戴設備、智能家居設備、車載信息娛樂系統也變得越來越流行。在這些設備和系統上，以往鼠標、鍵盤這樣的交互方式就不再延續像用在電腦上一樣的便捷性了。而語音作為人類之間自然的交流方式，在這些設備和系統上就成為了更受歡迎的交互方式了。

如果有一個語音到語音翻譯系統其實就可以完美消除這個交流壁壘。這樣的話就算語言不通人們也可以自由地進行交流。比如我們現在這里看到的就是一個典型的語音到語音的翻譯系統，可以看到，語音識別是這個流水過程中的第一環。

語音技術可以極大地提升人機交流的能力，其中最流行的應用場景就有大家所熟知的語音搜索、個人數碼助理、游戲、起居室交互系統和車載信息娛樂系統。對于語音搜索而言，它能使用戶直接通過語音來搜索餐館、行駛路線和商品評價的信息。這極大地簡化了用戶輸入搜索請求的方式。目前，語音搜索類的應用在各類品牌和系統的手機上都已非常流行。

第二個個人數碼助理已經作為原型產品出現了十年，siri系統就是從它變得流行起來的。自那以后，很多公司都發布了類似的產品。我們把這種系統簡稱PDA。PDA系統知曉我們在移動設備上的信息，了解一些常識并記錄了用戶與系統的交互歷史。有了這些信息后，PDA可以更好的服務用戶。比如，可以完成撥打電話、回答問題和音樂搜索等工作。而用戶所需要做的只是直接向系統發出語音指令即可。在融合語音技術之后，游戲的體驗將得到很大的提升。例如，玩家可以和游戲角色對話以詢問信息或者發出指令。

最后，起居室交互系統和車載信息娛樂信息在功能上十分相似。這種系統允許用戶使用語音與之交互，我們可以通過他們來播放音樂、詢問信息或者控制系統。當然，由于這些系統的使用條件不同，設計這樣的系統時會遇到不同的挑戰。

二、高級人工智能逐步突破

2021年12月15日，Nature發布了《2021年十大科學新聞》;12月17日，Science緊隨其后，公布了《2021年度十大科學突破》。Nature和Science都將「人工智能預測蛋白質結構」評為本年度最重要的發現，Science更是將其列為“2021年十大科學突破進展”之首。

長期以來，蛋白質結構的預測一直是生物學領域的研究熱點和難點。傳統的蛋白質結構探測方法主要有三種：X射線晶體學、核磁共振和冷凍電鏡。但這些方法成本較高，研究周期漫長，且進展有限。

人工智能為這一困擾生物學界數十年的難題按下了快進鍵。

2021年7月，蛋白結構兩大AI預測算法——DeepMind的AphaFold2和華盛頓大學等機構研發的RoseTTAFold相繼開源。

AphaFold2“解鎖”98%人類蛋白質組

2021年7月16日，DeepMind在Nature發表論文，宣布已利用AlphaFold2預測了35萬種蛋白質結構，涵蓋了98.5%的人類蛋白質組，及其他20種生物幾乎完整的蛋白質組。研究團隊還公布了AlphaFold2的開源代碼和技術細節。

RoseTTAFold可十分鐘內計算出蛋白質結構

同日，華盛頓大學蛋白設計研究所David Baker教授課題組及其他合作機構在Science上發表論文，公布了其開源蛋白質預測工具RoseTTAFold的研究結果。研究團隊探索了結合相關思想的網絡架構，并通過三軌網絡獲得了最佳性能。三軌網絡產生的結構預測精度接近CASP14中的DeepMind團隊的Alpha Fold2，且速度更快、所需計算機處理能力更低。僅用一臺游戲計算機，在短短十分鐘內就能可靠地計算出蛋白質結構。

其他研究進展

2021年8月，中國研究人員使用Alpha Fold2繪制了近200種與DNA結合的蛋白質結構圖。11月，德國和美國的研究人員利用Alpha Fold2和冷凍電鏡繪制了核孔復合物的結構圖。12月22日，深勢科技推出了蛋白結構預測工具Uni-Fold，在國內首次復現谷歌Alphafold2全規模訓練并開源訓練、推理代碼。

三、AI神經網絡識別技術

人工神經網絡(Artificial Neural Network，ANN)，通常簡稱為神經網絡，是一種在生物神經網絡的啟示下建立的數據處理模型。神經網絡由大量的人工神經元相互連接進行計算，根據外界的信息改變自身的結構，主要通過調整神經元之間的權值并對輸入的數據進行建模，最終具備解決實際問題的能力。通常，人類自身就是一個極好的模式識別系統。人類大腦包含的神經元數量達到1011數量級，其處理速度比當今最快的計算機還要快許多倍。如此龐大、復雜、非線性的計算系統時刻指揮著全身的獲得。當視野中出現張熟悉的人臉時，只需數百毫秒的時間即可正確識別。盡管許多昆蟲的神經系統并不發達，但仍表現出極強的識別能力。蝙蝠依靠其聲納系統搜集目標的位置、速度、目標大小等信息，最終實現聲納的回聲定位以極高的成功率捕捉目標。

一般認為，生物神經并不是一開始就具備這樣的識別能力的，而是在其成長過程中通過學習逐步獲得的。人類出生后的幾年間，大腦接收了大量的環境信息，隨著經驗的積累，神經元之間的相互關系不斷變化，從而完成智能、思 維、情緒等精神活動。

在人類剛剛出生時，其神經元存儲的信息相當于一張白紙。在環境中各種輸入信號的刺激下，神經元之間的連接關系逐漸發生了改變，最終對信號做出正確的反應。人工神經網絡模型就是模仿生物神經網絡建立起來的，但它是對生物神經網絡的抽象，并沒有也不可能完全反映大腦的功能和特點。事實上神經網絡不可能也沒有必要達到大腦的復雜度，因為生物大腦的訓練過程是生物的整個生命周期，即使建立了與之復雜度相當的網絡模型，訓練所花費的成本也會令其輸出的一切結果失去應有的價值。

在人工神經網絡中，最重要的概念莫過于神經元節點與權值。節點對應有向圖中的節點，權值表示節點間相互連接的強度，人的神經網絡的可塑性表現在，其連接權值都是可調整的，它將一系列僅具有簡單處理能力的節點通過權值相連，當權值調整至恰當值時，就能輸出正確的結果。網絡將知識存儲在調整后的各權值中，這一點是神經網絡的精髓。

四、人工智能帶來媒體變革

智能媒體，顧名思義是將人工智能等技術手段與媒體相融合之后形成的一種媒體形態，與傳統媒體形態的本質區別是擁有了信息技術的強力加持。在媒體生產與消費的各個環節，都可從近年來飛速發展的互聯網技術中獲得支持，讓媒體生產環節成本更低，效率更高，讓用戶對媒體信息的消費更有針對性，信息獲取效率大增。

20年前人們的信息獲取方式主要以紙媒和廣播電視媒體為主，20年后的今天，人們更多會在線獲取信息。同樣的道理，人工智能是比互聯網更大的一個技術現象，目前正處于起步階段，在此技術趨勢的影響下，20年后人們的信息消費方式是否會有顛覆性巨變?答案是肯定的。

促成智能媒體成為一個大產業的宏觀條件正在逐漸凝聚，為此報告的撰寫方做了非常詳盡的調查。國家對于人工智能和5G網絡等新基建項目進行了大量的投入，甚至還對智能媒體的發展給出了指導意見。擺在媒體從業者面前的，是一個正在形成的巨大機遇，任何對此機遇的忽視，都會導致深不可測的風險。因為技術發展的速度之快，是不會給后知后覺者任何機會的。

由于近年來興起了一批個性化移動閱讀平臺，往往聲稱以人工智能為基礎，對媒體內容進行個性化分發，所以很多人覺得智能媒體早已行之有年了。事實上，媒體內容的個性化分發，或許連人工智能在媒體內容上所能發揮作用的皮毛都算不上。那只不過是一種復雜一點的以興趣標簽為基礎的匹配，談不上精準，只是放大了信息的量級以給用戶更多選擇而已，談不上真正符合用戶需求。智能媒體在國內的發展，仍處于起步階段而已。

人工智能是一種比標簽匹配甚至比軟件復雜很多倍的算法，而5G則解決了數據傳輸的瓶頸和時延，兩者結合起來之后很多東西就要有所改變了，而其中有些改變是顛覆性的，足以將人們的生活方式同時改變。舉個簡單例子，當計算機能將語音、圖像、自然語言等這些東西都數字化了之后，未來媒體信息消費者是否還需要從原本特定的媒介獲取信息，就成了一個很大的懸念。媒體信息的消費多以手眼口耳等人體器官的協調作用而完成的，有了腦機接口之后是否還需要如此，也就成了一個問題。特定媒體信息平臺如果不隨技術趨勢做出改變，有可能突然有一天就發現自己成了多余的存在。

《2022-2027年中國人工智能芯片行業發展分析及投資風險預測報告》由中研普華人工智能芯片行業分析專家領銜撰寫，主要分析了人工智能芯片行業的市場規模、發展現狀與投資前景，同時對人工智能芯片行業的未來發展做出科學的趨勢預測和專業的人工智能芯片行業數據分析，幫助客戶評估人工智能芯片行業投資價值。

• 相關深度報告REPORTS

  

  2022-2027年中國人工智能芯片行業發展分析及投資風險預測報告

  人工智能芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊（其他非計算任務仍由CPU負責）。業界關于AI芯片的定義仍然缺乏一套嚴格和公認的標準。比較寬泛的看A...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡