语音识别

从大数据到AI，几乎每个正在发展的技术分支都受益于深度学习的深刻价值。在以下各节中，我们将深入探讨这个人工智能机器学习分支如何地促进了新兴技术的发展。

随着国内人脸识别技术水平的不断成熟，它也越来越多的被推广到安防领域，延伸出考勤机、门禁机等多种产品，可以全面覆盖煤矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域。与其他身份识别技术相比，人脸识别有着明显的优势。

家中智能摄像头的人脸识别技术，可以识别出现在家中所有人的面部，如果发现陌生人脸，将拍摄面部照片并发送到用户手机APP上，提醒用户确认该人是否是恶意进入家中，如果是陌生人，可以选择让用户确认并报警，同时摄像头将面部拍摄照片上传到云端供查询使用。

中国人工智能学会“人工智能与安全专委会” 在京成立，360集团董事长兼CEO周鸿t指出，人工智能是个热词，也是未来的大势所趋。但当下的人工智能技术并不完善，存在四大冰点：

值得关注的是，超大规模图神经网络系统将赋予机器常识。达摩院解释，单纯的深度学习已经成熟，而结合了深度学习的图神经网络将端到端学习与归纳推理相结合，有望解决深度学习无法处理的关系推理、可解释性等一系列问题。

机器人是由计算机控制的复杂机器，它具有类似人的肢体及感官功能；动作程序灵活；有一定程度的智能；在工作时可以不依赖人的操纵。机器人传感器在机器人的控制中起了非常重要的作用，正因为有了传感器，机器人才具备了类似人类的知觉功能和反应能力。

语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。

目前市面上的深度视觉产品主要是深度摄像头。按技术分类，深度摄像头可分为以下三类主流技术：结构光、双目视觉和TOF飞行时间法。前两者受环境影响较大，后者成本高量产难还不够清晰。

美国知名研究机构CBInsights近日发布重磅报告《2018年必看的人工智能热门趋势》（TopAITrendsToWatchIn2018），报告对AI行业发展现状进行了深入研究剖析，并给出了2018年AI领域最值得关注的13个前沿发展趋势。