Inventory of Breakthroughs in Artificial Intelligence Technology in 2018

盘点 2018年人工智能技术突破性进展

2018年人工智能技术已在多方面实现突破进展，国内外的科技公司都在不断尝试将人工智能应用于更多领域，不论科技巨头还是初创企业，都在致力于不断创新，推动技术进步。

基于神经网络的机器翻译

入选理由：翻译是“自然语言处理”的最重要分支，也是比较难的一支。曾经，机器翻译被我们调侃为“低级翻译”，而如今神经网络的机器翻译准确性大大提高，堪比专业人工翻译。例如谷歌翻译、微软语音翻译以及搜狗语音识别等都是基于此项技术。

技术突破：机器翻译其技术核心是一个拥有海量结点的深度神经网络，可以自动的从语料库中学习翻译知识。无数的科研人员也在此领域攻坚了数十年，耗费了大量人力物力。

人类大脑处理语言的过程毫无疑问是最复杂的认知过程之一，曾经很多人都认为机器翻译根本不可能达到人类翻译的水平。2006年，科学家提出了神经网络的深度学习算法，使至少具有7层的神经网络训练成为可能。由于能够比较好地模拟人脑神经元多层深度传递的过程，它在解决一些复杂问题的时候有着非常明显的突破性表现。

2018 年 3月，微软宣布其研发的机器翻译系统首次在通用新闻的汉译英上达到了人类专业水平，实现了自然语言处理的又一里程碑突破，将机器翻译超越人类业余译者的时间，提前了整整7年。

基于多传感器跨界融合的机器人自主导航

入选理由：机器人的终极目标是为人类提供智能化的服务，其中自主导航是近年来人类一直想要攻克的技术壁垒，臻迪(Powervision) 通过声呐、视觉等多传感器融合，使其水下机器人能实现自主导航及智能识别，在智能机器人领域内取得了突破性进展。

技术突破：随着机器人的应用场景及作业任务越来越复杂，单一传感器难以满足应用需求。而多传感器的信息融合对硬件资源依赖程度比较高。

臻迪（Powervision）基于自身在机器人行业深耕细作多年所积累的各类传感器、惯性导航、运动控制、相机、视觉检测/识别、SLAM等核心技术，以及深度学习的深入研究，通过嵌入式端一体化集成平台的系统架构及优化设计，突破了移动平台硬件资源的限制，使水下机器人更加准确、智能、全面地感知目标，并具备对水下目标进行锁定、检测、识别、跟随的能力。

Dueros 对话式人工智能系统

入选理由：Dueros3.0能够为用户带来了划时代的自然对话交互，包括情感语音播报、声纹识别等能力在内的自然语言交互技术的全面升级。

技术突破：Dueros是百度度秘事业部研发的对话式AI 操作系统, 拥有 10大类目的250 多项技能。Dueros包括了从语音识别到语音播报再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着应用层和能力层的实现。

2018 年 7 月 4 日，最新的 Dueros 3.0正式发布，使赋能的产品能够实现语音多轮纠错，进行复杂的递进意图识别与带逻辑的条件意图识别，从而更加准确判断用户意图，最终实现功能升维——利用扩展特征理解用户行为。基于此，Dueros3.0 提供了包括有屏设备解决方案、蓝牙设备解决方案和行业解决方案等在内超过20个跨场景、跨设备的解决方案。

移动AR技术

入选理由：未来AR 与 AI需要相互加持，可以将AR比喻成 AI的眼睛。增强现实技术包含了多媒体、三维建模、实时视频显示及控制、多传感器融合、实时跟踪及注册、场景融合等新技术与新手段，为人类感知信息提供了新的方式。

技术突破：集成了众多计算机科技和图形图像学技术，包括实时渲染技术、空间定位追踪、图像识别、人机交互、显示技术、云端存储、数据传输、内容开发工具等领域。

AR技术不仅展现了真实世界的信息，而且将虚拟的信息同时显示出来，两种信息相互补充、叠加。在视觉化的增强现实中，用户利用头戴显示器，把真实世界与电脑图形重叠在一起，便可以看到真实的世界围绕着他。

生物特征识别技术

入选理由：行为识别技术应用于安防，为安全又上了一道锁。

技术突破：店铺安装摄像头已经是一件非常普遍的事情，但普通的摄像头只能纪录店铺内人们的行为，如果发现盗窃需要通过观看监控记录人工排查，耗时费力。

比如日本电信巨头NTT宣布研发出一款名为“AI Guardman”的新型人工智能安全摄像头，来帮助店家抓扒手。这款监视器系统，可以即时扫描影像串流、估测影像中的人物肢体动作，然后将这些数据与预设的“可疑”行为做对比，发现潜在的商店扒手，如果发现可疑行为，系统就会透过App通知店家。

机器人流程自动化

入选理由：机器人流程自动化能够帮助甚至代替人类负担大量简单且单一、重复而繁琐的工作，并且具有高效性。

技术突破：机器人流程自动化（RPA）是通过使用高性能认知技术实现业务的自动化和工作的效率。人类只需在操作界面上编写需要人工完成的工作流程，即可处理各种业务。

Gartner 数据显示，在过去的一年中，全球范围中大型商业巨头里有300家陆陆续续开展了 RPA工程，将原先手工化的流程进行自动化改革。随着科技的进步RPA将融入更多人工智能技术，即智能流程自动化（Intelligent Process Automation）。相当于在基于规则的自动化基础（RPA）之上增加基于深度学习和认知技术的推理、判断、决策能力。

微软小冰，会作词作曲演唱的人工智能

入选理由：简单粗暴的早期市场，“使人工智能系统变得有用”是吸引用户的唯一出路。而会学习、工作的人类社会人工智能少女显然满足这个需求。

技术突破：在微软2018人工智能大会上，微软（亚洲）互联网工程研究院副院长李笛曾经分享到，现在多数用户跟语音助手交互的时间其实不超过5秒，一般就是让语音助手去执行一项命令，这样的语音助手其实只是像语音化了的遥控器。但是，小冰的团队希望语音助手能做更多的事，比如走到比较后端，去提供内容。

在文字创作这一部分，小冰一开始学写诗，现在已经迭代出了创作歌词的模型。在声音创作方面，小冰除了唱歌以外，还会创作有声读物。在大会之前，小冰就已经出了一本诗集《阳光失了玻璃窗》，小冰写诗的功能已经全面开放，正在筹备的第二本诗集将是与人合作完成，小冰能很快速生成一些原始诗歌内容，创作者可以进行修改和完善，最后的成果属于创作者，因为小冰已经完全放弃其创作的内容的版权。

“睿米”神经外科手术机器人亮相

入选理由：在现在这个“生病已是常态”的社会，大数据在医疗领域哪怕一点点的突破都足以所有人瞩目，2018年8月15日世界机器人大会上，北京柏惠维康科技有限公司“睿米”神经外科手术机器人亮相世界机器人大会，我们对医疗机器人又多了一份信心。

技术突破：“睿米”神经外科手术机器人已经成功开展了包含颅内活检，DBS，血肿抽吸，SEEG，核团毁损，导航等其他各类神经外科舒式，其精准性，简易性，有效性及微创性获得专家的认可。

“睿米”神经外科手术机器人由计算机及软件系统、机械臂、摄像头三部分组成。计算机及软件系统，手术规划软件负责合成患者头颅的三维模型，方便医生观察病灶，进行手术规划。机械臂，负责定位医生规划的手术位置，精度达到1mm，同时还是多功能手术平台。摄像头，可实时捕捉机械臂和患者的位置信息，确保机械臂按手术规划路径运动到指定位置。

“睿米”作为脑外科手术的“GPS”系统，可以帮助医生在不开颅的情况下定位到颅内的细微病变，实现精准的微创手术。目前，“睿米”神经外科手术机器人已进入天坛、宣武、301、协和等三甲医院，并成功开展DBS 手术。