AI從云端擴到邊緣端，對話式平臺得到廣泛應用

作者/北京君林科技股份有限公司CTO  Kevin（劉克林）

我們注意到AI有兩個顯著加速的趨勢:

1. AI的部署和應用逐步從云端擴展至邊緣端，也就是直接部署運行在客戶端或物聯(lián)網(wǎng)終端，滿足了一定的實時性和安全性等要求。例如：Apple的Face ID, Andriod離線版人臉識別等，這主要歸功于人工智能AI芯片(或神經(jīng)處理單元NPU)在手機上的深度整合及場景落地。它解決了性能和功耗的平衡問題，同時也強調了軟硬件結合來完成場景的落地。

2. 對話式平臺的廣泛應用。對話式平臺毫無疑問將改變人們與技術進行交互的方式。用戶通過語音發(fā)出命令或者問題，對話式平臺進行響應并執(zhí)行一系列相應的功能。這其中包含了語音識別，NLP等當下熱門的AI技術，同時也體現(xiàn)了AI時代更加自然和人性化的交互方式。

AI在邊緣端的部署和應用給終端CPU或者SoC帶來了特定任務比如圖像識別等更大的計算壓力。這種壓力也導致了AI芯片的應運而生，華為的麒麟 970芯片則是一個標志性的事件。它搭載了寒武紀的一款NPU（Neural-network Processing Unit），這款NPU在特定任務計算時的能效是手機CPU的50倍。我們有理由相信，隨著更多AI場景的落地，AI架構的芯片會逐漸成為主流。當然，AI算法也會不斷的優(yōu)化，不斷在系統(tǒng)層面進行融入。如何將芯片，系統(tǒng)與算法高效的融合則是AI場景能否落地的一個關鍵因素。

對話式平臺的廣泛應用則會開啟新的交互革命。隨著語音識別和NLP(自然語言處理)技術的大熱，聲紋識別技術(識別說話人是誰的技術)也逐漸進入大眾的視野，它將與人臉識別等生物認證技術一起在安全和個性化服務領域得到越來越多的普及。目前的語音識別和聲紋識別等語音技術受背景噪音，多人同時說話等環(huán)境因素影響準確度依然有很大的提升空間。

君林科技是一家專注于音頻領域的高科技公司，提供全球領先的音頻領域解決方案和專業(yè)服務。憑借在音頻領域的深度耕耘，君林科技在聲學技術，無線音頻技術，聲紋識別技術，人工智能及大數(shù)據(jù)領域都建立了自己的核心技術體系。

君林科技的麥克風陣列技術(遠場拾音技術)，去噪聲和混響算法以及高精度，高魯棒性的聲紋識別算法從軟硬件結合的方式優(yōu)化了整條鏈路，在一定程度上消除了環(huán)境因素的影響，大幅提高了聲紋識別的準確度，從而加速了聲紋識別技術在智能硬件，銀行保險和公共安防等行業(yè)的場景落地。