導(dǎo)讀：人工智能已經(jīng)逐漸走進(jìn)我們的生活，并應(yīng)用于各個領(lǐng)域，它不僅給許多行業(yè)帶來了巨大的經(jīng)濟(jì)效益，也為我們的生活帶來了許多改變和便利。下面，我們將分別介紹人工智能的一些主要應(yīng)用場景。
作者：王健宗 何安珣 李澤遠(yuǎn)
來源：大數(shù)據(jù)DT（ID：hzdashuju）
無人駕駛汽車是智能汽車的一種，也稱為輪式移動機(jī)器人，主要依靠車內(nèi)以計(jì)算機(jī)系統(tǒng)為主的智能駕駛控制器來實(shí)現(xiàn)無人駕駛。無人駕駛中涉及的技術(shù)包含多個方面，例如計(jì)算機(jī)視覺、自動控制技術(shù)等。
美國、英國、德國等發(fā)達(dá)國家從20世紀(jì)70年代開始就投入到無人駕駛汽車的研究中，中國從20世紀(jì)80年代起也開始了無人駕駛汽車的研究。
2005年，一輛名為Stanley的無人駕駛汽車以平均40km/h的速度跑完了美國莫哈維沙漠中的野外地形賽道，用時6小時53分58秒，完成了約282千米的駕駛里程。
Stanley是由一輛大眾途銳汽車經(jīng)過改裝而來的，由大眾汽車技術(shù)研究部、大眾汽車集團(tuán)下屬的電子研究工作實(shí)驗(yàn)室及斯坦福大學(xué)一起合作完成，其外部裝有攝像頭、雷達(dá)、激光測距儀等裝置來感應(yīng)周邊環(huán)境，內(nèi)部裝有自動駕駛控制系統(tǒng)來完成指揮、導(dǎo)航、制動和加速等操作。
2006年，卡內(nèi)基梅隆大學(xué)又研發(fā)了無人駕駛汽車Boss，Boss能夠按照交通規(guī)則安全地駕駛通過附近有空軍基地的街道，并且會避讓其他車輛和行人。
近年來，伴隨著人工智能浪潮的興起，無人駕駛成為人們熱議的話題，國內(nèi)外許多公司都紛紛投入到自動駕駛和無人駕駛的研究中。例如，Google的Google X實(shí)驗(yàn)室正在積極研發(fā)無人駕駛汽車Google Driverless Car，百度也已啟動了“百度無人駕駛汽車”研發(fā)計(jì)劃，其自主研發(fā)的無人駕駛汽車Apollo還曾亮相2018年央視春晚。
但是最近兩年，發(fā)現(xiàn)無人駕駛的復(fù)雜程度遠(yuǎn)超幾年前所預(yù)期的，要真正實(shí)現(xiàn)商業(yè)化還有很長的路要走。
人臉識別也稱人像識別、面部識別，是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。人臉識別涉及的技術(shù)主要包括計(jì)算機(jī)視覺、圖像處理等。
人臉識別系統(tǒng)的研究始于20世紀(jì)60年代，之后，隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展，人臉識別技術(shù)水平在20世紀(jì)80年代得到不斷提高。在20世紀(jì)90年代后期，人臉識別技術(shù)進(jìn)入初級應(yīng)用階段。目前，人臉識別技術(shù)已廣泛應(yīng)用于多個領(lǐng)域，如金融、司法、公安、邊檢、航天、電力、教育、醫(yī)療等。
有一個關(guān)于人臉識別技術(shù)應(yīng)用的有趣案例：張學(xué)友獲封“逃犯克星”，因?yàn)榫嚼萌四樧R別技術(shù)在其演唱會上多次抓到了在逃人員。
2018年4月7日，張學(xué)友南昌演唱會開始后，看臺上一名粉絲便被警方帶離現(xiàn)場。實(shí)際上，他是一名逃犯，安保人員通過人像識別系統(tǒng)鎖定了在看臺上的他；
2018年5月20日，張學(xué)友嘉興演唱會上，犯罪嫌疑人于某在通過安檢門時被人臉識別系統(tǒng)識別出是逃犯，隨后被警方抓獲。隨著人臉識別技術(shù)的進(jìn)一步成熟和社會認(rèn)同度的提高，其將應(yīng)用在更多領(lǐng)域，給人們的生活帶來更多改變。
機(jī)器翻譯是計(jì)算語言學(xué)的一個分支，是利用計(jì)算機(jī)將一種自然語言轉(zhuǎn)換為另一種自然語言的過程。機(jī)器翻譯用到的技術(shù)主要是神經(jīng)機(jī)器翻譯技術(shù)（Neural Machine Translation，NMT），該技術(shù)當(dāng)前在很多語言上的表現(xiàn)已經(jīng)超過人類。
隨著經(jīng)濟(jì)全球化進(jìn)程的加快及互聯(lián)網(wǎng)的迅速發(fā)展，機(jī)器翻譯技術(shù)在促進(jìn)政治、經(jīng)濟(jì)、文化交流等方面的價值凸顯，也給人們的生活帶來了許多便利。例如我們在閱讀英文文獻(xiàn)時，可以方便地通過有道翻譯、Google翻譯等網(wǎng)站將英文轉(zhuǎn)換為中文，免去了查字典的麻煩，提高了學(xué)習(xí)和工作的效率。
生物特征識別技術(shù)包括很多種，除了人臉識別，目前用得比較多的有聲紋識別。聲紋識別是一種生物鑒權(quán)技術(shù)，也稱為說話人識別，包括說話人辨認(rèn)和說話人確認(rèn)。
聲紋識別的工作過程為，系統(tǒng)采集說話人的聲紋信息并將其錄入數(shù)據(jù)庫，當(dāng)說話人再次說話時，系統(tǒng)會采集這段聲紋信息并自動與數(shù)據(jù)庫中已有的聲紋信息做對比，從而識別出說話人的身份。
相比于傳統(tǒng)的身份識別方法（如鑰匙、證件），聲紋識別具有抗遺忘、可遠(yuǎn)程的鑒權(quán)特點(diǎn)，在現(xiàn)有算法優(yōu)化和隨機(jī)密碼的技術(shù)手段下，聲紋也能有效防錄音、防合成，因此安全性高、響應(yīng)迅速且識別精準(zhǔn)。
同時，相較于人臉識別、虹膜識別等生物特征識別技術(shù)，聲紋識別技術(shù)具有可通過電話信道、網(wǎng)絡(luò)信道等方式采集用戶的聲紋特征的特點(diǎn)，因此其在遠(yuǎn)程身份確認(rèn)上極具優(yōu)勢。
目前，聲紋識別技術(shù)有聲紋核身、聲紋鎖和黑名單聲紋庫等多項(xiàng)應(yīng)用案例，可廣泛應(yīng)用于金融、安防、智能家居等領(lǐng)域，落地場景豐富。
智能客服機(jī)器人是一種利用機(jī)器模擬人類行為的人工智能實(shí)體形態(tài)，它能夠?qū)崿F(xiàn)語音識別和自然語義理解，具有業(yè)務(wù)推理、話術(shù)應(yīng)答等能力。
當(dāng)用戶訪問網(wǎng)站并發(fā)出會話時，智能客服機(jī)器人會根據(jù)系統(tǒng)獲取的訪客地址、IP和訪問路徑等，快速分析用戶意圖，回復(fù)用戶的真實(shí)需求。同時，智能客服機(jī)器人擁有海量的行業(yè)背景知識庫，能對用戶咨詢的常規(guī)問題進(jìn)行標(biāo)準(zhǔn)回復(fù)，提高應(yīng)答準(zhǔn)確率。
智能客服機(jī)器人廣泛應(yīng)用于商業(yè)服務(wù)與營銷場景，為客戶解決問題、提供決策依據(jù)。同時，智能客服機(jī)器人在應(yīng)答過程中，可以結(jié)合豐富的對話語料進(jìn)行自適應(yīng)訓(xùn)練，因此，其在應(yīng)答話術(shù)上將變得越來越精確。
隨著智能客服機(jī)器人的垂直發(fā)展，它已經(jīng)可以深入解決很多企業(yè)的細(xì)分場景下的問題。比如電商企業(yè)面臨的售前咨詢問題，對大多數(shù)電商企業(yè)來說，用戶所咨詢的售前問題普遍圍繞價格、優(yōu)惠、貨品來源渠道等主題，傳統(tǒng)的人工客服每天都會對這幾類重復(fù)性的問題進(jìn)行回答，導(dǎo)致無法及時為存在更多復(fù)雜問題的客戶群體提供服務(wù)。
而智能客服機(jī)器人可以針對用戶的各類簡單、重復(fù)性高的問題進(jìn)行解答，還能為用戶提供全天候的咨詢應(yīng)答、解決問題的服務(wù)，它的廣泛應(yīng)用也大大降低了企業(yè)的人工客服成本。
智能外呼機(jī)器人是人工智能在語音識別方面的典型應(yīng)用，它能夠自動發(fā)起電話外呼，以語音合成的自然人聲形式，主動向用戶群體介紹產(chǎn)品。
在外呼期間，它可以利用語音識別和自然語言處理技術(shù)獲取客戶意圖，而后采用針對性話術(shù)與用戶進(jìn)行多輪交互會話，最后對用戶進(jìn)行目標(biāo)分類，并自動記錄每通電話的關(guān)鍵點(diǎn)，以成功完成外呼工作。
從2018年年初開始，智能外呼機(jī)器人呈現(xiàn)出噴井式興起狀態(tài)，它能夠在互動過程中不帶有情緒波動，并且自動完成應(yīng)答、分類、記錄和追蹤，助力企業(yè)完成一些煩瑣、重復(fù)和耗時的操作，從而解放人工，減少大量的人力成本和重復(fù)勞動力，讓員工著力于目標(biāo)客群，進(jìn)而創(chuàng)造更高的商業(yè)價值。當(dāng)然智能外呼機(jī)器人也帶來了另一面，即會對用戶造成頻繁的打擾。
基于維護(hù)用戶的合法權(quán)益，促進(jìn)語音呼叫服務(wù)端健康發(fā)展，2020年8月31日國家工信部下發(fā)了《通信短信息和語音呼叫服務(wù)管理規(guī)定（征求意見稿）》，意味著未來的外呼服務(wù)，無論人工還是人工智能，都需要持證上崗，而且還要在監(jiān)管的監(jiān)視下進(jìn)行，這也對智能外呼機(jī)器人的用戶體驗(yàn)和服務(wù)質(zhì)量提出了更高的要求。
智能音箱是語音識別、自然語言處理等人工智能技術(shù)的電子產(chǎn)品類應(yīng)用與載體，隨著智能音箱的迅猛發(fā)展，其也被視為智能家居的未來入口。究其本質(zhì)，智能音箱就是能完成對話環(huán)節(jié)的擁有語音交互能力的機(jī)器。通過與它直接對話，家庭消費(fèi)者能夠完成自助點(diǎn)歌、控制家居設(shè)備和喚起生活服務(wù)等操作。
支撐智能音箱交互功能的前置基礎(chǔ)主要包括將人聲轉(zhuǎn)換成文本的自動語音識別（Automatic Speech Recognition，ASR）技術(shù)，對文字進(jìn)行詞性、句法、語義等分析的自然語言處理（Natural Language Processing，NLP）技術(shù)，以及將文字轉(zhuǎn)換成自然語音流的語音合成技術(shù)（Text To Speech，TTS）技術(shù)。
在人工智能技術(shù)的加持下，智能音箱也逐漸以更自然的語音交互方式創(chuàng)造出更多家庭場景下的應(yīng)用。
個性化推薦是一種基于聚類與協(xié)同過濾技術(shù)的人工智能應(yīng)用，它建立在海量數(shù)據(jù)挖掘的基礎(chǔ)上，通過分析用戶的歷史行為建立推薦模型，主動給用戶提供匹配他們的需求與興趣的信息，如商品推薦、新聞推薦等。
個性化推薦既可以為用戶快速定位需求產(chǎn)品，弱化用戶被動消費(fèi)意識，提升用戶興致和留存黏性，又可以幫助商家快速引流，找準(zhǔn)用戶群體與定位，做好產(chǎn)品營銷。
個性化推薦系統(tǒng)廣泛存在于各類網(wǎng)站和App中，本質(zhì)上，它會根據(jù)用戶的瀏覽信息、用戶基本信息和對物品或內(nèi)容的偏好程度等多因素進(jìn)行考量，依托推薦引擎算法進(jìn)行指標(biāo)分類，將與用戶目標(biāo)因素一致的信息內(nèi)容進(jìn)行聚類，經(jīng)過協(xié)同過濾算法，實(shí)現(xiàn)精確的個性化推薦。
醫(yī)學(xué)圖像處理是目前人工智能在醫(yī)療領(lǐng)域的典型應(yīng)用，它的處理對象是由各種不同成像機(jī)理，如在臨床醫(yī)學(xué)中廣泛使用的核磁共振成像、超聲成像等生成的醫(yī)學(xué)影像。
傳統(tǒng)的醫(yī)學(xué)影像診斷，主要通過觀察二維切片圖去發(fā)現(xiàn)病變體，這往往需要依靠醫(yī)生的經(jīng)驗(yàn)來判斷。而利用計(jì)算機(jī)圖像處理技術(shù)，可以對醫(yī)學(xué)影像進(jìn)行圖像分割、特征提取、定量分析和對比分析等工作，進(jìn)而完成病灶識別與標(biāo)注，針對腫瘤放療環(huán)節(jié)的影像的靶區(qū)自動勾畫，以及手術(shù)環(huán)節(jié)的三維影像重建。
該應(yīng)用可以輔助醫(yī)生對病變體及其他目標(biāo)區(qū)域進(jìn)行定性甚至定量分析，從而大大提高醫(yī)療診斷的準(zhǔn)確性和可靠性。另外，醫(yī)學(xué)圖像處理在醫(yī)療教學(xué)、手術(shù)規(guī)劃、手術(shù)仿真、各類醫(yī)學(xué)研究、醫(yī)學(xué)二維影像重建中也起到重要的輔助作用。
圖像搜索是近幾年用戶需求日益旺盛的信息檢索類應(yīng)用，分為基于文本的和基于內(nèi)容的兩類搜索方式。傳統(tǒng)的圖像搜索只識別圖像本身的顏色、紋理等要素，基于深度學(xué)習(xí)的圖像搜索還會計(jì)入人臉、姿態(tài)、地理位置和字符等語義特征，針對海量數(shù)據(jù)進(jìn)行多維度的分析與匹配。
該技術(shù)的應(yīng)用與發(fā)展，不僅是為了滿足當(dāng)下用戶利用圖像匹配搜索以順利查找到相同或相似目標(biāo)物的需求，更是為了通過分析用戶的需求與行為，如搜索同款、相似物比對等，確保企業(yè)的產(chǎn)品迭代和服務(wù)升級在后續(xù)工作中更加聚焦。
關(guān)于作者：王健宗，博士，某大型金融集團(tuán)科技公司資深人工智能總監(jiān)、高級工程師，中國計(jì)算機(jī)學(xué)會大數(shù)據(jù)專家委員會委員、高級會員，美國佛羅里達(dá)大學(xué)人工智能博士后，曾任美國萊斯大學(xué)電子與計(jì)算機(jī)工程系研究員、美國惠普公司高級云計(jì)算解決方案專家。
何安珣，某大型金融集團(tuán)科技公司高級算法工程師，中國計(jì)算機(jī)學(xué)會會員，中國計(jì)算機(jī)學(xué)會青年計(jì)算機(jī)科技論壇（YOCSEF深圳）委員。擁有豐富的金融智能從業(yè)經(jīng)驗(yàn)，主要研究金融智能系統(tǒng)框架搭建、算法研究和模型融合技術(shù)等，致力于推動金融智能的落地應(yīng)用與價值創(chuàng)造。
李澤遠(yuǎn)，某大型金融集團(tuán)科技公司高級人工智能產(chǎn)品經(jīng)理，中國計(jì)算機(jī)學(xué)會會員，長期致力于金融智能的產(chǎn)品化工作，負(fù)責(zé)技術(shù)服務(wù)類的產(chǎn)品生態(tài)搭建與實(shí)施推進(jìn)。
本文摘編自《金融智能：AI如何為銀行、保險(xiǎn)、證券業(yè)賦能》，經(jīng)出版方授權(quán)發(fā)布。
轉(zhuǎn)載請聯(lián)系微信：DoctorData
推薦語：這是一部講解如何用AI技術(shù)解決銀行、保險(xiǎn)、證券行業(yè)的核心痛點(diǎn)并幫助它們實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型的著作。作者從金融智能一線從業(yè)者的視角，深入剖析了傳統(tǒng)金融行業(yè)的痛點(diǎn)與局限，以及金融智能的特點(diǎn)與優(yōu)勢，闡明了人工智能等技術(shù)在金融業(yè)的必要性，并針對金融智能在銀行、保險(xiǎn)和證券業(yè)的諸多應(yīng)用場景，給出了具體解決方案。
PPT | 讀書 | 書單 | 硬核 | 干貨 | 講明白 | 神操作
大數(shù)據(jù) | 云計(jì)算 | 數(shù)據(jù)庫 | Python | 可視化
AI | 人工智能 | 機(jī)器學(xué)習(xí) | 深度學(xué)習(xí) | NLP
5G | 中臺 | 用戶畫像 | 1024 | 數(shù)學(xué) | 算法 | 數(shù)字孿生
據(jù)統(tǒng)計(jì)，99%的大咖都完成了這個神操作
下載APP