科技行者 8月15日 北京消息: 8月15日,小米官方宣布截止7月底,小爱同学月活跃设备超过3000万,今年7月小爱同学唤醒超过10亿次,累计唤醒已超过50亿次。凭借小米强大的AI实力和产品快速落地能力,从去年3月发布至今,小爱同学迎来爆发期,已成为国内最活跃的人工智能语音交互平台。小米强大的AI实力已见成效。
小米集团创始人、董事长兼CEO雷军说,“小米很早就意识到,人工智能是未来十年最重要的技术革命,会像互联网一样成为一个基本元素。小米建成了全球最大的消费级IoT物联网平台,能够为人工智能提供丰富的应用场景、用户、流量和数据,同时人工智能又能为小米的产品和互联网服务全面赋能。人工智能将帮助小米捕捉下一个十年的风口,对小米在未来成长为一家伟大的公司有着战略级的意义。”
小爱同学赋能小米全系列产品,成AI时代爆品
小米人工智能与云平台副总裁崔宝秋多次提及小米做AI技术的三大优势,分别是硬件产品的优势,大数据的优势,以及生态链的广深布局的优势。小米目前推出的一些AI技术,比如语音识别、AI相机的场景识别、智能美颜等,获得了用户的一致好评。就在前不久,小米还开源了自研的移动端深度学习框架Mobile AI Compute Engine(简称MACE)。业界开发者可以利用MACE强大的人工智能加速技术,在AI拍照、AI图像处理、智能物体识别、智能交互、机器翻译等方面获得更有趣、更强大的应用。为中国人工智能产业赋能,推动AI技术在中国业界的落地与应用。
在小米公司,AI技术有大量的应用场景,从语音识别、NLP(自然语言处理),到视觉、知识图谱等技术,都有着广阔的发展空间。AI在小米无处不在。以小爱同学为核心,小米AI已经全面赋能小米各系列产品。小爱同学已支持小米手机、小米电视、小爱音箱、儿童手表、儿童故事机、翻译机、车载后视镜、智能手表等小米和小米生态链数百款产品。
2017年3月,全球首款人工智能语音电视-小米电视4A发布,小爱同学正式问世。截止至2018年7月底,小爱同学月活跃设备已经超过了3000万,每月唤醒超过10亿次,累计唤醒已超过50亿次。小爱同学可以控制电视、扫地机器人、电饭煲、台灯、空调等智能家居;可以听音乐、查天气、翻译、闲聊等日常应用;手机里的小爱同学还可以打电话、信息搜索、打开APP、导航、语音设置日程提醒等专属应用。小爱同学已经成为生活中不可缺少的一部分。随着小爱同学在技能方面的不断开发,还会拥有点咖啡、买电影票、寄快递、点歌等成千上万种技能。
小爱同学的能力已经已经覆盖了内容、工具、互动等近百个细分领域。第三方开发者也可以通过小爱开放平台轻松开发各种应用场景下的语音技能和语音服务,为小爱同学带来更多实用的技能,使小爱同学变得更丰富、更有趣。同时,该平台还能让开发者接入智能硬件设备。小米希望能融合各家所长,让更多的开发者接入进来,一起把人工智能服务真正做起来。未来的小爱同学,将会无处不在,无所不能,如影随形。
小米快速推进AI技术落地,赋能中国人工智能产业
不论是普通用户还是业内人士,小爱同学凭借良好的体验赢得了广泛好评。在今年5月贵阳中国国际大数据产业博览会上,小爱同学获得了“2018领先科技成果奖·黑科技”和“2018领先科技成果奖·新产品”双料大奖,得到了权威领域的认可。小爱同学广受好评,背后体现了小米强大的AI技术。
近年来,凭借小米在“CBA”(云计算-大数据-人工智能)领域充实的技术积累,小米AI技术实力正在快速成长。小爱同学的蓬勃发展得益于小米强大的AI实力:首先是语音技术,包括语音唤醒、语音识别、语音合成;其次是自然语言处理、自然语言理解,以及背后的搜索与推荐、智能问答、闲聊等;最后是知识图谱、内容的获取与理解,小爱同学能够解答各种问题,正是源自对各种知识的掌握。
据了解,短短8年时间,小米已经成为全球第四大的智能手机制造商,建成了全球最大的消费类IoT平台,连接超过1亿台智能设备。随着AI技术的迅速落地,越来越多智能设备中将会有小爱同学的身影。
小爱同学成小米移动互联网业务新增长极
移动互联网时代流量为王。硬件、互联网服务、新零售是小米独创的“铁人三项”商业模式,作为互联网公司,通过价格厚道、感动人心的产品,小米有低成本获取流量的优势。目前小米MIUI已有超过3亿用户,月活跃用户超过1.9亿,成为小米互联网收入的主要来源。小爱同学月活跃设备超过3000万,成长小米移动互联网业务新的增长极,未来想象空间无限。
目前全球人工智能产业方兴未艾,技术积累、产品实践均还处于爆发前夕,无论是行业新秀,还是大型企业,均在跑马圈地。小米作为新兴互联网公司,以用户体验为王,以产品推动技术创新和落地,背靠亿万用户和领先的商业模式,势必成为中国人工智能产业的创新实践代表,推动人工智能产业发展。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。