感知型智能机器时代已来临 底层声学是人工智能大爆发的基础？.docVIP

感知型智能机器时代已来临 底层声学是人工智能大爆发的基础？ 项目小档案 项目名称：声智科技 行业关键词：科技、硬件、智能、声学 融资情况： 投资机构：洪泰、瑞峰 金额：1600万 轮数：Pre-A轮融资 项目概况：声智科技是一家人工智能交互与声学解决方案服务商，从事语音交互芯片、模组和设备研发、设计、制造并提供整体声学技术解决方案。现已完成Pre-A轮融资，其中由洪泰基金领投，峰瑞资本跟投。 从 iPhone 的 Siri、AlphaGo开始，近几年兴起的智能手环、智能医疗、无人驾驶等，都表示未来智能产业将成为新一代技术革命的急先锋。 机器已然从单纯的存储信息、处理海量数据，到可以“看懂”人类的文字，“听懂”人类的语言的阶段，未来还将创造更多不可能的奇迹。 那么，目前人工智能领域的投资又展现出怎样一派景象呢？其中又有哪些潜在的创业机会等待去挖掘？ 一、广阔的市场蓝海等待开拓 1.人工智能市场蓝海待开拓 当前，人工智能已经开始渗透到各行各业，甚至走进寻常老百姓家。 据估算，2015年全球人工智能市场规模约484亿人民币，其中中国市场规模约12亿元人民币，其中60%的贡献来自语音识别，视觉识别占比达 12.5%。未来这一新兴行业将保持高速增长，根据BBC research的预测，2020年全球人工智能市场规模将达183亿美元，约合1190亿元人民币，年均增长率达19.7%；预计中国市场增速将高达50%，届时将有约91亿人民币的市场蓝海等待开拓。 随着多个发展瓶颈的接连突破，当前人工智能已经到了感知智能的阶段，同时新科技的热潮也依然没有停止翻涌。 不过，根据Gartner 2016年发布的新兴技术成熟度曲线图来看，人工智能应用普及还需时日，虽然感知型智能机器时代已经悄然来临。 目前领域重点主要聚焦在透明沉浸式体验（transparently immersive experience）、感知型智能机器时代（perceptual smart machine age）以及平台革命（platform revolution）。 这就代表，虽然目前基础条件储备基本完成，但人工智能应用化技术还比较生涩，更全面的数据还需完善，处于一个待成熟的时段。 在未来的5-10年，感知智能将逐步普及，但认知智能的突破尚不明朗。 3.深挖人工智能细分领域 据悉，2015年全球人工智能领域企业已获得将近12亿美元的投资。 而在国内，到 2016年初，中国人工智能领域的企业已达百家，其中约65家获得投资，共计 29.1亿人民币。 而本篇文章要介绍的就是一家专做智能硬件的公司，声智科技，属于感知型智能机器时代里的机器学习这一块。 二、声智科技，亮点何在 在智能家居领域，如今Amazon 智能音箱Echo出货量超过900万台，谷歌、苹果、微软也纷纷投入市场割据洪流中，而国内还没有成熟的智能音箱技术方案商。声智科技学习MTK等硬科技公司，提供一揽子式的智能音箱开发套件解决方案，并且秉承合共赢的理念，以开放和合作的态度，寻求智能音响全球领域的合作伙伴，共同搭建以用户为中心、数据为驱动、平台为服务，完整的人工智能交互图谱与闭环生态链条。 1．术业有专攻 智能语音交互的第一步是语音识别，但是一直以来，真实环境下远场语音识别的准确率都不好，很多AI公司都在试图通过深度学习的方法解决这个难题。 然而声智科技不这么认为。 声智科技的团队在中科院做了多年声学研究，很清楚物理底层信号的原理与难点，特别是人机交互所使用的语音信号。一般来说，人听到的声音包括直达声和反射声（人听自己说话的声音还包括骨导传输），当距离声源较远以后，声波的反射效果增强形成较强的混响，特别是在一些声学效果较差的环境，如果附近还有其他的噪声干扰，例如电视、风扇、汽车等等，即便我们人类也很难听清远处的人声，这就直接影响了远场语音识别的准确率（也会产生远程语音唤醒等难题）。 因而声智科技得出了以下的结论——虽然深度学习给语音识别带来了极大的提升，但在真实场景下，语音往往受到噪声、混响、回声等声学因素的干扰，致使输入云端模型的数据丢失大量特征，真实效果远未达到期望，因此最好从底层的声学技术切入去解决这个难题。 2.路径更快更可行 结论是下了，那么可行性呢？ 要知道，想是一件事，做是一件事。 陈先生认为：深度学习识别的准确性主要依赖于模型的优化和数据的规模，同时也对训练样本数据的精度和维度都有极高要求，而这主要依赖于训练数据的采集和标注，但是目前来说，这些数据的获取几乎都是依赖于人力来完成。显然，这无法满足未来人工智能爆发式增长的需求，从底层声学技术入手，很可能是一条更容易实现的道路。 3.初有成效 该团队研发的回声抵消、噪声抑制、声源定位、混响消除、声音定向等核心技术和麦克风阵列等硬件已经量产应用，这也意味着解决真实场景下