聚焦2016：关于语音识别、图像识别及大数据

　　图像、语音成为近两年最热门的概念，所谓娱乐驱动市场，市场驱动技术发展。在多元化的互联网圈里“好玩”才能红，而图像与音像也从过去的美化处理往更高深的技术领域前进，在2016年，智能的语音识别和图像识别将走进普通人的生活中，它们会有哪些展望和动作呢?让我们所见所听的世界将变得生动起来。

　　语音识别

　　语音识别技术虽然起源于1952年，但真正进入消费市场已经是上世纪90年代的事了。目前语音识别有两大发展方向，一个是纯机械指令，基于产品定位而设计命令词组，作为高效的辅助工具存在;一个是智能化理解语境，与人进行互动交流，并承担部分处理工作。后者可能是语音识别未来的发展方向，但实际应用中两者并不冲突。简单精准的机械指令让工作更为纯粹，没必要做多余的计算动作。而很多智能设备将语音作为“解放双手”的第三类互动形态，就需要对人的语境进行“理解”，相信很多朋友都玩过siri、GoogleNow、Cortana，也同时体验过这些语音助手“会错意”的卖萌行为。老罗在去年坚果发布会上曾说所有语音助手都是“伪”智能，虽然有点以偏概全，但目前语音对语境的识别确实还不够智能，远不如机械指令效率。不过这些问题随着深度学习等AI领域技术的崛起将逐渐克服。

　　图像识别

　　图像识别从以图搜图到明星、物体识别，再到场景识别，甚至现在延伸到了视频领域，给行业带来了太多惊喜。现在图片内容的价值已经超越图片本身，并且建立了从图片到电商的商业模式。图像识别一般针对画面中一个对象做识别，比如大众熟知的人脸、明星脸等识别技术已经很成熟了，基本识别率达到90%以上。近年、服饰品牌的同款识别和风景识别大行其道，为旅游行业和服饰行业创造了商机。图像识别在视频领域涌现出强大的应用前景，新兴起的互动视频技术video++已经实现视频中的人脸和服饰同款的识别，基于图像识别技术发展视频中的商业场景。另外瞳孔识别的研究已经提上日程，不久的将来，科幻片中所见即所得的情景不再是幻想。