AI从云端扩到边缘端，对话式平台得到广泛应用

作者/北京君林科技股份有限公司CTO  Kevin（刘克林）

我们注意到AI有两个显著加速的趋势:

1. AI的部署和应用逐步从云端扩展至边缘端，也就是直接部署运行在客户端或物联网终端，满足了一定的实时性和安全性等要求。例如：Apple的Face ID, Andriod离线版人脸识别等，这主要归功于人工智能AI芯片(或神经处理单元NPU)在手机上的深度整合及场景落地。它解决了性能和功耗的平衡问题，同时也强调了软硬件结合来完成场景的落地。

2. 对话式平台的广泛应用。对话式平台毫无疑问将改变人们与技术进行交互的方式。用户通过语音发出命令或者问题，对话式平台进行响应并执行一系列相应的功能。这其中包含了语音识别，NLP等当下热门的AI技术，同时也体现了AI时代更加自然和人性化的交互方式。

AI在边缘端的部署和应用给终端CPU或者SoC带来了特定任务比如图像识别等更大的计算压力。这种压力也导致了AI芯片的应运而生，华为的麒麟 970芯片则是一个标志性的事件。它搭载了寒武纪的一款NPU（Neural-network Processing Unit），这款NPU在特定任务计算时的能效是手机CPU的50倍。我们有理由相信，随着更多AI场景的落地，AI架构的芯片会逐渐成为主流。当然，AI算法也会不断的优化，不断在系统层面进行融入。如何将芯片，系统与算法高效的融合则是AI场景能否落地的一个关键因素。

对话式平台的广泛应用则会开启新的交互革命。随着语音识别和NLP(自然语言处理)技术的大热，声纹识别技术(识别说话人是谁的技术)也逐渐进入大众的视野，它将与人脸识别等生物认证技术一起在安全和个性化服务领域得到越来越多的普及。目前的语音识别和声纹识别等语音技术受背景噪音，多人同时说话等环境因素影响准确度依然有很大的提升空间。

君林科技是一家专注于音频领域的高科技公司，提供全球领先的音频领域解决方案和专业服务。凭借在音频领域的深度耕耘，君林科技在声学技术，无线音频技术，声纹识别技术，人工智能及大数据领域都建立了自己的核心技术体系。

君林科技的麦克风阵列技术(远场拾音技术)，去噪声和混响算法以及高精度，高鲁棒性的声纹识别算法从软硬件结合的方式优化了整条链路，在一定程度上消除了环境因素的影响，大幅提高了声纹识别的准确度，从而加速了声纹识别技术在智能硬件，银行保险和公共安防等行业的场景落地。