聚焦2016：关于语音识别、图像识别及大数据

　　深度学习

　　没有基础的技术实力，语音和图像是好玩不起来的，而高级和低级的门槛就在深度学习的研究上。国内虽然起步较晚，好歹在去年赶上了这波风潮，包括图像识别和语音识别在内，还有自动驾驶、无人机、环境还原、机器人等项目，前段时间很火的谷歌AlphaGo在围棋领域击败了欧洲二段冠军，也是归功于深度学习的算法支持。可以说跟用户有交互行为的产品，都开始进行深度学习AI的研究了。通过神经网络的训练学习，语音识别变得更聪明， 实现快速精准的识别动作以外，还能对下一句的语境情绪进行预测，模拟真人对话。另外，语音识别大量运用在翻译市场，争取未来十年内在专业翻译领域完全替代人类。图像识别过去大多是建库识别，深度学习释放了图像识别的识别领域，把识别对象的年龄变化记忆下来，实现动态、多角度、不同光照变化下的识别。

　　应用领域

　　安防市场是要求语音和图像识别技术双高的行业之一，未来将不局限在解锁开门等基础功能，运用图像识别技术，实现对象动作识别，根据威胁等级进行危险性判断，提前发出警报或报警。语音识别的运用领域将超高端化发展，近年来语音识别速度屡创新高，在翻译市场、智能硬件助手、AI辅助，行车帮助等等方面实现价值。而娱乐领域的玩法变得多元化，像最近大热的faceu，运用了脸部识别跟踪技术，让普通的自拍可以DIY。还有video++视频开放平台，可以对视频中的明星、衣服同款进行识别搜索，打开了视频到电商的入口。乘着去年SaaS的风口，国内外陆续出现了语音识别、图像识别的技术开放平台，从专业到普通领域，语音识别和图像识别将在2016年做到技术全覆盖。

　　大数据

　　数据收集是一个从被动到主动的过程，语音识别从接受指令变成了对指令使用频率的分析，进而形成用户的习惯图表。图像识别亦然，针对用户的识别频率，分析出用户的兴趣画像，这将给予广告主带来精准广告推送的商机。