到数博会看“2017十大黑科技”

[摘要]这界数博会一个很有意思的点就是“黑科技“众多,为此组委会还专门评选出了“2017十大黑科技”。那么问题来了,到底什么是黑科技呢,怎样才能算是黑科技?这界数博会都有哪些黑科技?这些黑科技又“黑“在哪呢?为此,我们对这次的“2017十大黑科技”进行专题报道,一起来走进这些黑科技。

这界数博会一个很有意思的点就是“黑科技“众多,为此组委会还专门评选出了“2017十大黑科技”。那么问题来了,到底什么是黑科技呢,怎样才能算是黑科技?这界数博会都有哪些黑科技?这些黑科技又“黑“在哪呢?为此,我们对这次的“2017十大黑科技”进行专题报道,一起来走进这些黑科技。

怎样才能称得上是黑科技

现在“黑科技“这个词用的很多了,那么黑科技到底是什么,要满足哪些条件才能算得上是黑科技呢?在我看来,应该具有如下几个特点才能算是黑科技:

第一,新奇。既然是黑科技,那一定是人们以前没见过的,第一眼能给人一种惊艳的感觉。当人们看到它时,会不自觉得惊呼“原来还可以这么玩啊“,才有可能是一个黑科技。如果首次见到就提不起人们的兴趣,觉得”Just so so “,那就不是一个合格的黑科技。

第二,技术含量高。既然是科技,那么技术含量就是一个很重要的评判标准。黑科技必然用的是前沿技术,比如量子技术、人工智能、新材料技术等,而且其技术难度要比较高,一般人或者一般的技术团队是做不出来的。

第三,应用价值大。黑科技要想不沦为一种噱头,就必须要有实际的应用价值。所以,应用价值的高低就成为衡量东西是否是黑科技的另一个重要标准。怎样才算是应用价值大呢?我想有两点:第一,应用范围广,在很多领域都能用起来,而不是局限于某个细分领域;第二,通过该技术的应用,能产生很大的经济效益,要么是提高效率,要么是降低成本。

2017十大黑科技都是哪些

不是随便什么东西都能称之为黑科技的,本次数博会的“十大黑科技”评选采用的什么标准我不得而知,但必然有一套评估的标准体系。据悉,本次“十大黑科技”从全球范围媒体报道、中科院和各大院校推荐,以及参展企业参会的诸多黑科技技术和产品中挑选产生,分为人工智能类、信息技术与基础设施类、智能工业类以及创意创新类四大单元。这次“十大黑科技”含金量极高,评委专家由红杉资本、高德纳咨询、领英公司、中国工程院等数十家投资机构、咨询机构、高等学府组成,经过初审、复审、终审三大流程,最终从整个大数据、人工智能行业评出十家对于行业具有引领作用的单位及技术。

入围十大黑科技名单的有28个,最终获得 “2017十大黑科技”称号的有:海云数据唇语识别技术、小i机器人、中国光量子计算机、中兴通讯黑盒化物联终端、柔宇科技柔性显示屏、贵州蜂能科技公司智能用电网络平台、海尔Driverless无人操控节能中央空调、360新一代智慧防火墙、石墨烯柔性手机和京东3D商品展示。

以海云数据的唇语识别为例,来看看黑科技到底有多“黑“

这些黑科技到底厉害在哪里,我们以海云数据的唇语识别技术为例,来具体看看。海云数据的唇语识别技术是本次唯一一项入选的计算机视觉技术终端应用,该技术也引起了评委及300位现场观众的高度兴趣。

海云数据合伙人刘秋雯女士在本次大会上作了主题演讲,专门介绍海云数据在唇语识别技术方面的探索。刘秋雯女士介绍“当然一项前沿技术的研发总是要面对挑战的”,刘秋雯介绍,“成熟的唇语识别系统需要建立在大量人脸特征样本的基础之上,通过带记忆的深度神经网络才能保证结果的最大准确性。为此海云数据获取了一万多条新浪新闻视频作为原始语料,今后还将进一步加大投入,通过语料库的不断扩大,从而提升识别的准确率。”

唇语识别是一项集机器视觉与自然语言处理于一体的技术,目的在于直接从有人讲话的图像中识别出讲话内容。该系统系统使用机器视觉技术,从图像中连续识别出人脸,判断其中正在说话的人,提取此人连续的口型变化特征;随即将连续变化的特征输入到唇语识别模型中,识别出讲话人口型对应的发音;随后根据识别出的发音,计算出可能性最大的自然语言语句。

回到刚刚那个问题,海云数据的唇语识别技术到底有多“黑“?我们知道,随着计算机视觉技术的成熟,图形图像识别技术获得了长足的进步,本次数博会上,各种图像视频识别技术和产品多如牛毛。那么,海云数据的唇语识别为什么会是本次唯一一项入选的计算机视觉技术终端应用呢?与整体的人脸识别不同,人的嘴唇更小且变化很快,这需要更高的识别准确率,因此也提高了识别的难度。据介绍,通过长期的艰难探索,目前海云数据唇语识别中文准确率已经达到了71%,英文识别率高达80%。尤其值得注意的是,与市面大多数“单词”识别不同,海云数据研发的是“语句”识别,这种识别方式在现实应用中价值更高,也为整个行业的发展带来了启发。

参加本次数博会的各个展厅,给我印象最深的就是各个黑科技,包括图新图像识别、机器人、VR/AR等。非常欣喜地看到我国在技术领域的创新,希望以后这样的黑科技越来越多,越来越“黑“。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。