有人表示，2016年的人工智能=1996年的互聯(lián)網(wǎng)=1976年的PC，更有人預(yù)測，人工智能將會是比移動互聯(lián)網(wǎng)大一千倍的市場，下一個BAT級的公司或許就從人工智能里面產(chǎn)生。”未來的人工智能會細(xì)化方向，會有越來越多的專業(yè)公司出現(xiàn)，而一家大公司一統(tǒng)江山的局面會逐漸打破。“極限元(北京)智能科技股份有限公司CTO車浩博士對記者說。

　　車浩于中國科學(xué)院自動化研究所模式識別專業(yè)博士畢業(yè)，國家重點實驗室助理研究員，先后參與多項國家級項目(863、國家自然科學(xué)基金)，曾擔(dān)任校企合作項目寶馬汽車人機交互查詢系統(tǒng)、三星葡語語音合成系統(tǒng)、聯(lián)想手機語音合成系統(tǒng)負(fù)責(zé)人;其“高表現(xiàn)力語音合成技術(shù)”曾獲北京市科技進步二等獎，主要研究方向為語音合成與識別、多模態(tài)人機交互、計算機視覺等方向。

[[174880]]

　　作為極限元聯(lián)合創(chuàng)始人的車浩，首先在智能語音技術(shù)上破冰，而后在計算機視覺和虛擬現(xiàn)實等技術(shù)上取得卓有成效的發(fā)展，獲得多項專利并得到業(yè)內(nèi)廣泛認(rèn)同，不斷鞏固著極限元在人工智能領(lǐng)域的領(lǐng)先地位：

　　一、智能語音平臺 為行業(yè)用戶提供深度語言定制化解決方案

　　極限元智能語音平臺圍繞自身的語音平臺優(yōu)勢，為開發(fā)者提供多種API接口，系統(tǒng)集成商、解決方案提供商、軟件開發(fā)商等合作伙伴可通過標(biāo)準(zhǔn)接口方便快捷地將極限元智能語音平臺能力集成到各種應(yīng)用系統(tǒng)中，方便開發(fā)者輕松快速構(gòu)建有聲世界。讓語音技術(shù)在生活、醫(yī)療、教育、家居、安防、金融、互聯(lián)網(wǎng)等行業(yè)得到更多應(yīng)用，這些應(yīng)用每日為數(shù)以百萬計的移動互聯(lián)網(wǎng)用戶提供流暢的語音服務(wù)。

　　同時，語音平臺支持大詞匯量連續(xù)語音在線識別，在云計算平臺下，借助深度學(xué)習(xí)方法DNN和自然語言處理使識別準(zhǔn)確率可達99%以上，而識別延時僅為0.1倍時長。

　　在聲紋識別方面，99%以上的超高識別準(zhǔn)確率確保安全，其場景是提取說話人的語音身份特征進行身份驗證，主要應(yīng)用于安防?？焖俦憬莸淖运惴ǎ咚僮R別保證效率、深度的語義理解、特定場景的語義解析技術(shù)，融合依存句法分析、信息抽取，將安全和便捷省時完美結(jié)合統(tǒng)一。

　　智能語音平臺在教育方面的應(yīng)用就更廣泛了，極限元為語文出版社定制的口語評測功能，參考標(biāo)準(zhǔn)示范發(fā)音，對口語發(fā)音的效果進行客觀評測。其支持音素、字詞、語句、段落等多個維度的測評，包括準(zhǔn)確度、流利度、節(jié)奏、韻律、語流等多項指標(biāo)都可進行技術(shù)統(tǒng)計，在普通話、方言、英語、中文古詩詞等多語種都可進行學(xué)習(xí)評測。

　　車浩表示：”目前極限元智能語音平臺有上萬的用戶規(guī)模，處于培養(yǎng)用戶使用習(xí)慣的階段，不斷提升極限元智能語音平臺系列產(chǎn)品性能，更在加快研制智能語音芯片，力爭為客戶提供一站式服務(wù)，將便捷化、個性化的服務(wù)推向極致。“

　　二、互聯(lián)網(wǎng)音、視頻有害信息審查安全網(wǎng)關(guān)

　　極限元開發(fā)了國內(nèi)首次結(jié)合語音和視頻兩個維度的安全網(wǎng)關(guān)。雙管齊下的力度，保證了審查的準(zhǔn)確率和效率，也是對客戶安全需求和成本雙重考慮。

　　1、大數(shù)據(jù)與深度學(xué)習(xí)相結(jié)合：極限元擁有大數(shù)據(jù)樣本集合，前期的圖像樣本采集工作扎實到位，數(shù)千萬張的大數(shù)據(jù)樣本，讓有害信息無所遁形。圖像識別領(lǐng)域最新的卷積神經(jīng)網(wǎng)絡(luò)和長短時記憶模型相結(jié)合的深度學(xué)習(xí)框架、GPU與CUDA相結(jié)合的訓(xùn)練與識別框架，讓錯判率和漏判率大幅降低。

　　2、圖形+語音雙深度學(xué)習(xí)檢測引擎技術(shù)：采用共享式網(wǎng)絡(luò)結(jié)構(gòu)，多個神經(jīng)網(wǎng)絡(luò)共享，加強語音與圖像的深度學(xué)習(xí)極大提高檢測效率。在語音識別技術(shù)上運用馬爾可夫統(tǒng)計模型，該模型是實現(xiàn)快速精確的語音識別系統(tǒng)的最成功的方法，基于馬爾可夫模型的檢測機制大幅降低誤報率。

　　3、智能化監(jiān)控數(shù)據(jù)抓取機制：全自動智能化監(jiān)控數(shù)據(jù)抓取機制，網(wǎng)絡(luò)底層部署自動數(shù)據(jù)獲取模塊無需用戶再推送，免去客戶二次開發(fā)煩惱。監(jiān)測數(shù)據(jù)根據(jù)報警等級自動調(diào)節(jié)信息獲取頻率，在節(jié)省帶寬的同時保證準(zhǔn)確率。

　　三、車載疲勞駕駛檢測儀

　　智能交通是未來交通系統(tǒng)的發(fā)展方向，如何避免交通事故的發(fā)生、提高車輛的運行安全，是智能交通系統(tǒng)亟待解決的問題。目前，由于疲勞駕駛引起的交通事故在全國所有交通事故中占據(jù)很大的比例，因此，研究有效、可行的疲勞駕駛檢測系統(tǒng)尤為重要。

[[174882]]

　　極限元提出一種面向智能交通的疲勞駕駛檢測系統(tǒng)解決方案，采集超過50萬名司機的大數(shù)據(jù)，基于面部特征對車內(nèi)駕駛員的面部疲勞狀態(tài)進行監(jiān)控，根據(jù)人眼及其嘴部狀態(tài)判斷駕駛員是否疲勞。

　　對于車內(nèi)監(jiān)控區(qū)域視頻，采用直方圖均衡化濾除光照強度變化帶來的影響，利用基于Viola-Jones提出的人臉檢測算法離線訓(xùn)練的人臉模型對人臉進行粗略檢測，定位出多個近似于人臉的區(qū)域，并提取區(qū)域的hog特征，然后采用線性svm算法對上述特征進行分類，最終準(zhǔn)確定位人臉位置。基于核函數(shù)相關(guān)濾波算法對當(dāng)前幀人臉rect進行有效追蹤;隨機梯度下降算法提取人臉面部特征，將人眼連續(xù)多幀閉合，或者嘴部連續(xù)多幀張開等狀態(tài)作為判斷是否疲勞駕駛的依據(jù)，覆蓋絕大部分疲勞駕駛場景。

　　人工智能作為計算機領(lǐng)域的概念已經(jīng)發(fā)展了六十余年，從近幾年開始它慢慢從實驗室爬出來，在方方面面滲透我們的生活。在未來幾年，我們應(yīng)該可以看到更多的實例化的人工智能產(chǎn)品和創(chuàng)業(yè)公司涌現(xiàn)出來。