机器之心线上分享：用于序列生成的推敲网络

NIPS 2017 将于当地时间12月4日在美国长滩开幕，在此之前机器之心邀请了多位NIPS 2017 论文作者为读者做技术分享。本文是对中山大学-微软亚洲研究院联合培养博士吴郦军分享视频的回顾与论文解读。 论文：Deliberation Networks: Sequence Generation Beyond One-Pass Decoding   论文链接：http://ift.tt/2AQkGoK   摘要：编码器-解码器框架在许多序列生成任务中都实现了非常好的性能，包括机器翻译、自动文本摘要、对话系统和图像描述等。这样的框架在解码和生成序列的过程中只采用一次（one-pass）正向传播过程，因此缺乏推敲（deliberation）的过程：即生成的序列直接作为最终的输出而没有进一步打磨的过程。然而推敲是人们在日常生活中的一种常见行为，正如我们在阅读新闻和写论文/文章/书籍一样。在该研究中，我们将推敲过程加入到了编码器-解码器框架中，并提出了用于序列生成的推敲网络（Deliberation networks）。推敲网络具有两阶段解码器，其中第一阶段解码器用于解码生成原始序列，第二阶段解码器通过推敲的过程打磨和润色原始语句。由于第二阶段推敲解码器具有应该生成什么样的语句这一全局信息，因此它能通过从第一阶段的原始语句中观察未来的单词而产生更好的序列。神经机器翻译和自动文本摘要的实验证明了我们所提出推敲网络的有效性。在 WMT 2014 英语到法语间的翻译任务中，我们的模型实现了 41.5 的 BLEU 分值，即当前最优的 BLEU 分值。   1 引言   基于神经网络的编码器-解码器框架已经在序列生成任务上得到了广泛的应用，其中包括神经机器翻译[1]、文本摘要[19]、图像描述[27]等。在这样的框架中，编码器将长度为 m 的源输入 x 编码成一个向量序列 {h1,h2,· · · , hm}。编码器（通常是一个 RNN）则基于来源的向量表征和之前生成的词来逐个词地生成一个输出序列。注意机制[1,35]则是在生成每个目标词时动态地关注 x 的不同部分，该机制可被整合进编码器-解码器框架中，从而提升长序列的生成质量 [1]。   尽管该框架已经取得了很大的成功，但还存在一个问题：在生成词的时候只能利用生成的词而不是未来的尚未生成的词。也就是说，当解码器生成第 t 个词 y_t 时，只使用了小于 t 的 y，而没有明确考虑大于 t 的 y。相反，真实的人类认知过程会以一种迭代式刷新的方式利用包含过去和未来部分的全局信息。这里给出两个例子：（1） 思考一下当我们在阅读一个句子时在句子中间遇到了一个不认识的词。我们不会在此就停止阅读。相反，我们会继续读完这个句子。然后我们回到这个未知词并试图使用其上下文（包括该词之前和之后的词）来理解它。（2）在书写一份好的文档（或段落、文章）时，我们通常首先会创建一个完整的草稿，然后再根据对整个草稿的全局理解来进行润色。当润色一个特定部分时，我们不会只看这部分之前的内容，而是会考虑这个草稿的全局，从而评估这里的局部元素与全局环境的契合程度。   我们将这个润色过程称为推敲（deliberation）。受人类认知行为的启发，我们提出了推敲网络，该网络通过一个推敲过程可在序列解码过程中同时检查前后的内容，从而可以利用全局信息。具体而言，为了将这样的过程整合进序列生成框架中，我们精心设计了我们的框架——它由一个编码器 E 以及两个解码器 D1 和 D2 构成；其中 D1 是一个第一阶段解码器（first-pass decoder），D2 是一个第二阶段/推敲解码器（second-pass/deliberation decoder）。给定一个源输入 x，E 和 D1 会像标准的编码器-解码器模型一样联合工作，从而生成一个粗略的序列 yˆ 作为草稿和用于生成 yˆ 的对应的表征 ，其中T_yˆ 是 yˆ 的长度。之后，推敲解码器 D2 以 x、yˆ 和 sˆ 为输入，输出经过精细处理后的序列 y。当 D2 生成第 t 个词 y_t 时，还有一个额外的注意模型被用于给每个 yˆ_j 和 sˆ_j 分配一个自适应权重 β_j，其中  j ∈ [T_yˆ]；而且  被馈送给 D2。通过这种方式，目标序列的全局信息可以被用于生成过程中的精细处理。因为在优化推敲网络的过程中 yˆ 的离散性会带来困难，所以我们提出了一种基于蒙特卡洛的算法来克服这种困难。   为了验证我们的模型的有效性，我们在两个有代表性的序列生成任务上进行了研究：   （1）神经机器翻译（NMT），即使用神经网络来将源语言的句子翻译到目标语言[1, 33, 32, 34]。标准的 NMT 模型由一个编码器（用于编码源句子）和一个解码器（用于生成目标句子）组成，因为可以使用我们提出的推敲网络加以改善。在 WMT' 14 [29] 英语→法语数据集上基于广泛应用的单层 GRU 模型[1] 上实验结果表明：相比于没有使用推敲的模型，使用推敲可以将 BLEU 分值[17]提升 1.7。我们还在汉语→英语翻译上应用了我们的模型，并且在 4 种不同的测试集上平均实现了 1.26 的 BLEU 提升。此外，在 WMT' 14 英语→法语翻译任务上，通过将推敲应用于深度 LSTM 模型，我们实现了 41.50 的 BLEU 分值，这个成绩是这一任务的全新纪录。 （2）文本摘要，即将长文章归纳为短摘要的任务。这个任务可以使用编码器-解码器框架，因此也可以使用推敲网络来精细处理。在 Gigaword 数据集 [6] 上的实验结果表明推敲网络可以将 ROUGE-1、ROUGE-2 和 ROUGE-L 分别提升 3.45、1.70 和 3.02。   2 框架   在这一节，我们首先会介绍推敲网络的整体架构，然后再介绍各个组分的详细情况，最后还会提出一种用于训练推敲网络的端到端的基于蒙特卡洛的算法。 图 1：推敲网络的框架：蓝色、黄色和绿色部分分别表示编码器 E、第一阶段解码器 D1 和第二阶段解码器 D2。为了可读性，这里省略了 E 到 D1 的注意模型。   算法 1：用于训练推敲网络的算法   3 将推敲网络应用于神经机器翻译   我们使用两种不同的网络结构评估了推敲网络：（1）浅模型，基于名为 RNNSearch [1,12] 的有广泛应用的单层 GRU 模型；（2）深度模型，基于类似于 GNMT [31] 的深度 LSTM 模型。这两类模型都是在 Theano [24] 中实现的。 表 1：英语→法语翻译的 BLEU 分值     表 2：汉语→英语翻译的 BLEU 分值     表 3：汉语→英语翻译的案例研究。注意第二个例子中的"……"表示一个常见句子"（the two sides will discuss how to improve the implementation of the cease-fire agreement）双方将讨论如何改进落实停火协议"。   表 4：推敲网络与不同的深度 NMT 系统（英语→法语）之间比较   4 将推敲网络应用于文本摘要   我们进一步验证了推敲网络在文本摘要上的有效性，这是编码器-解码器框架得到了成功应用的另一种真实应用 [19]。   表 5：文本摘要的 ROUGE-{1, 2, L} 分值   5 结论和未来工作   在这项研究中，我们提出了用于序列生成任务的推敲网络，其中会使用一个第一阶段解码器来生成一个原始序列，然后再使用一个第二阶段解码器来润色这个原始序列。实验表明我们的方法在机器翻译和文本摘要任务上可以实现比几种基准方法远远更优的结果，而且我们的方法还在 WMT' 14 英语→法语翻译任务上实现了新的单个模型的当前最佳结果。   未来还有多个可以探索的有潜力的研究方向。首先，我们将研究如何将推敲的思想应用于序列生成之外的任务，比如改善 GAN [5] 生成的图像的质量。其次，我们将研究如何细化/润色不同层级的神经网络，比如 RNN 中的隐藏状态或 CNN 中特征图。第三，我们还很好奇如果解码器有更多阶段（即多次打磨润色生成的序列），生成的序列是否还会更好。第四，我们还将研究如何加速推敲网络的推理以及缩短它们的推理时间。 ]]> 原文： http://ift.tt/2AO1c3X 机器知心

百度宣布语音技术全系列永久免费 ，“AI免费”战再升级

上周，百度大幅调整人脸识别接口收费模式，打响"AI免费"第一战，现在，百度再抛新武器，瞄准免费打出系列"组合拳"。11月30日，在百度AI开发者实战营广州站中，百度宣布语音识别全系列接口永久免费，提供语音识别、语音合成、语音唤醒多平台SDK（软件开发工具包），全方位支持开发者和合作伙伴。  "百度将永久免费开放语音识别、语音合成和语音唤醒三大语音技术接口。"百度AI技术生态部技术经理谢永康介绍。语音识别系列接口方面，用户每天每接口拥有5万免费的直接调用量，若大于5万，开发者还可按需申请，审核通过后即可免费调用；语音合成系列接口方面，用户每天每接口拥有20万免费的直接调用量，超过后用户可申请获取更多的免费调用量；语音唤醒系列接口方面，每个用户拥有3个自定义唤醒词，支持每月导出3次。 百度语音技术经过多年的发展和积累，在技术和算法上业内领先。百度语音技术已经形成从模型算法、开发组件、场景覆盖到行业应用的全链条，为开发者提供语音识别、语音合成、语音唤醒服务，支持IOS、Android等多平台接入。谢永康介绍，百度近场语音识别、长语音识别、远场语音识别、语音合成、语音唤醒等百度语音核心功能，开发者都可以免费使用。目前，百度语音已经与游戏娱乐、视频直播、智能硬件等多个行业展开合作。 语音交互是人与机器"交流"的重要环节，百度宣布语音技术永久免费开放，或将带来一场巨大的行业变革。谢永康表示，"百度旨在打造最开放、最平等、最贴心的AI技术生态，与开发者与合作伙伴提供最好的AI技术支持。" 上海站中，百度宣布调整人脸接口收费策略，引起行业热议，谢永康也再次解读了该计费策略。他介绍到，百度人脸识别接口将完全抛弃传统的调用量计费模式，改为QPS包月收费模式，并向开发者与认证企业，每个接口每天分别赠送2QPS和5QPS的免费配置量，超过才会进入包月收费模式，这对于人脸应用并发量不高的中小企业，相当于永久免费。这一调整将极大地降低中小企业日常业务所需成本。 纵横文学、火星文化、新康科技、桔子互动作为百度AI的重要合作伙伴，在现场分享了他们与百度AI的合作故事。纵横文学市场中心总经理赵辰表示，"百度语音技术让我们很吃惊。一是它完美实现了文字变成有情感的声音；二是接入后的数据情况非常好，每天有30%的用户使用语音朗读功能，每月朗读使用人数增长近8%，使用朗读功能用户次日留存增长4%，而这只是三个月的成效。同时百度AI的免费政策，也大大减轻了我们这些中小企业的成本压力。" 在随后的演讲环节中，百度AI技术生态部高级产品经理常司晨、百度语音架构师李超、百度UNIT技术负责人孙珂、PaddlePaddle高级研发工程师武毅，分别介绍了百度在相应领域的最新技术进展和开放能力。武毅还结合实际案例介绍了PaddlePaddle的具体应用方式，帮助初级开发者迅速了解PaddlePaddle深度学习开源框架中丰富的算法服务。 深圳站中，百度宣布"燎原计划"并开启AI加速器一期报名。该计划拟在2018年为百度招揽500多家生态合作伙伴，培养超过5000名人工智能人才，遴选60多家创业公司进入AI加速器，并投资其中的优秀者，通过技术、客户、营销等资源帮助开发者成功，共同构建AI全链条的行业生态。而首期百度AI加速器的入围名单，将在下周的北京站中公布。 据悉，百度AI开发者实战营最后一站将走进"帝都"——北京，为期两个月的实战营活动也将揭开终极"大礼"。届时，除了揭晓首期百度AI加速器的入围名单，百度还将与来自全国各地的生态合作伙伴进行面对面交流。北京这场收官战，将为百度AI开发者实战营系列活动画上怎样的句号，我们拭目以待。 点击链接，立即报名参加北京站活动。 ]]> 原文： http://ift.tt/2BwoDvB 机器知心

集智人工智能入门课免费送！

咳咳，军师送免费课程之前首先要介绍下两个人物。 介于你们的兴趣爱好（大家都是死宅就不要互相刁难了），我们运营市场部门特地推出了集智娘的两个代表（没错，不是三个代表）：琦琦和茉莉，后续会以漫画的形式推出各种特色内容（我@军师 反正不怕你们随便抄，因为你们怎么都抄不过我hhhhh）。 原型和命名原因我就不公布了（反正是不想提的人），当个秘密好了。如果实在想知道，请给我打钱。 毕竟大家都喜欢可爱的女孩子啊~ 你一定会说"军师又胡来了"，嘿嘿嘿，没错，我就是喜欢胡来：如何参与此次免费送课活动？请保存图片到手机，后面的就按照海报的流程走吧。 via 集智 - 知乎专栏 http://ift.tt/2jcvuDv RSS7

李彦宏：想活150得靠AI，雷军：下代旗舰机更AI | 大佬乌镇论道

李根 发自 枕水厅量子位 报道 | 公众号 QbitAI 乌镇世界互联网大会，今天进入最热闹一天。 特别是人工智能分论坛，8:30开场，提前一小时已满员，现场"站"无虚席。 李彦宏、雷军、王小川、余承东等知名公司CEO，以及腾讯公司高级副总裁汤道生，纷纷围绕AI发表了看法。 李彦宏说，AI在2C方面的影响力，已经能通过智能音箱、搜索等产品感知到，而在2B方面、供给侧改革中，也会大有所为，AI2B，也会是百度AI的重要方向之一，特别是智能城市打造中，百度会率先与雄安、保定、重庆、芜湖和上海等展开合作。 雷军表示，AI不仅带来新一轮技术革命，也给企业家带来了新一轮焦虑。他认为所有企业应该像拥抱移动互联网一样拥抱AI。他还介绍了小米的AI发展图谱，并且预告：2018年小米新一代旗舰手机，将用AI带来更好体验，会集中展现在拍照上。 余承东进一步谈论了AI应用于智能终端的挑战。之前华为已经推出了搭载NPU的旗舰手机华为Mate 10，但这过程中，功耗和产品打磨，都难度颇高。这位华为手机负责人说：手机，就是没有胳膊没有腿的机器人。 腾讯高级副总裁汤道生，介绍了腾讯AI在产品层面的应用，他透露现在的微信、QQ、游戏等腾讯产品中，AI已经成为了最强大技术。腾讯不止在拥抱AI，而是所有的产品，都在围绕AI进行能力提升，让AI带来更优质的产品体验。 最后出场的是搜狗CEO王小川，上个月他刚率领搜狗完成了IPO。王小川表示，作为搜索公司，搜狗天然就有AI基因，而对于AI战略的布局，搜狗将专注在语音和语言领域，会围绕搜索和输入法展开。 现场被纷纷祝福"恭喜完成IPO"的王小川，还带来一份"one more thing"——"王小川"秀了一把英文。 在王小川演讲中，屏幕上，依然是他去年发布的语音识别和机器翻译系统；同传耳机中，实时语音同传传出，美国男声\美国女声\王小川个人音色TTS英文发音。 以下是李彦宏和雷军围绕AI展开的演讲，量子位整理。 李彦宏：AI to B，大有可为 昨天我在大会发言的时候说，如果有干货的话最好还是用PPT来讲，因为我昨天发言之前，所有的嘉宾都没有讲PPT，今天我发言之前，我们每一个嘉宾都有PPT，所以我想这就是今天坐无虚席的原因。 大家都对人工智能非常的感兴趣，但讲干货，是不是只有PPT才可以呢？不是的，还有比PPT更好的形式，先请大家看一段视频。 （疲劳驾驶视频播放） 刚才之前的教授说人工智能会使司机丢工作，最先丢掉工作的司机可能是货车的司机，我们希望货车司机丢掉工作之前，别先丢掉生命。所以刚才的视频是演示了防疲劳驾驶的系统。 人工智能会在各个方面产生大家意想不到的效果，智能驾驶是每个人都关注的领域，但是在很多其他的领域也有非常多的令人期待的新的功能，所以我们可以看另外一个场景的应用，我们看一下智能家居里面的应用。 （百度智能音箱Raven H视频播放） 这个是上个月百度世界的时候我们发布了一款智能音箱，当时很多人说它漂亮得不像百度的产品。（全场笑） 所以这一次我把它像百度的地方给大家展示一下，它人工智能的对话能力，大家看了视频觉得它还是比较像百度的。比你们见到任何一款市面上的音箱还要聪明。原因就是百度这么多年做搜索积累下来的人工智能的技术和背后的知识图谱。 搜索引擎本身就是一个人工智能的问题，用户用自然语言输入他的需求，计算机猜测用户想要找什么，然后给他提供相应的答案。 人工智能就是要让计算机懂得人，给人提供需求。大概从去年前开始，搜索引擎从过去的基本上靠统计来做排序，到了变成用机器学习来做排序，今天大家使用的百度，背后完全是一个人工智能的引擎。 人工智能在2C的领域，在很多大家的日常生活中有应用，但是它不仅限于2C的领域，在2B的领域也有应用。互联网的时代大家感受到的改变对人们的改变都是2C的，但是人工智能也会改变2B，也就是改变制造端、供应端。 下面这个例子，给大家讲了供应端，改变B端的人工智能。 这个例子是我们跟一个连锁的超市合作，用人工智能的技术去提升它的超市里面的生鲜货品的效率，进多少，什么时候摆出来，什么时候撤掉，做这样的预测，我们有了这个预测之后，做了十家店，利润可以让它提升20%，报损率降低30%以上，就是很多本来需要扔掉的东西因为人工智能而变得不需要浪费了。 所以它对于B端的生态的改变也是非常明显的，不仅仅是超市这个领域，我昨天讲无论是金融、房产、教育、医疗、能源、物流等等，每一个方面人工智能都有非常多的应用。 今天我们看到很多生产端已经遍布了各种各样的传感器，它已经能够搜集到很多的数据，但是对于这些数据的使用，我们还非常的不够。 比如说我的家乡在山西，山西有很多的煤矿，我们想象煤矿经常出安全事故，一旦死人比较多的话，当地的领导甚至省部级的官员都要因此而辞职。 但是如果你到煤矿里面看他们的传感器已经布得非常的多，非常的先进了，只是我们没有很好的利用这些数据进行挖掘预测，什么时候毒气会产生或者说泄露。再比如说生产制造领域，我们跟一些钢厂的合作，现在钢板扎出来以后，还要人检验有没有气泡这些问题。 其实人工智能完全可以解决这个问题，我们用模式识别，用计算机视觉的能力可以识别哪些钢材是有问题的。 所以人工智能在供给侧有非常多的应用，这些应用显然不是靠百度一家能够实现的，是需要整个社会，至少整个企业界奋斗。 为此百度不断的开放各种各样的平台，其中我们的深度学习的平台，任何人都可以利用这个平台来开发一些应用的程序。在自动驾驶上我们做得更加的生动一些。 视频中有一些阿波罗的平台，它也是一个供给端的平台，我们联合了各种各样的包括运营商、汽车服务的厂商，整车的厂商，零部件的厂商，芯片的厂商，大家都在一个产业链里面共同为无人驾驶来做努力。 昨天晚上跟一帮朋友吃饭的时候（即丁磊的饭局），他们谈起来无人驾驶，给我出了一个主意，他说你们应该做一个广告，大家坐在车里一起喝酒的场景。因为有了无人驾驶就不存在酒驾了。 整个我们的社会会因为人工智能的到来而发生大的改变，我们越来越多的人会生活在城市里面，什么样的城市才是一个美好的城市，才是一个先进的城市？ 我们跟雄安也有很多的探讨，我们觉得应该是一个没有拥堵的城市，应该是人们的生活都很幸福的城市，应该是没有什么身份认证，没有排队，没有污染，每个人都很健康，工作的时候效率很高，休息的时候非常的放松，这才是一个好的城市。 而这样的一个城市，很多情况下都需要人工智能技术才能够实现，所以我们会很快跟雄安一起宣布一个大的智能城市的计划；而这个计划不仅仅对于一个新的城市来说有很强的适用性，也跟所有的城市相关，每一个城市要想提高它的智能水平，要想让它的人民生活更加的幸福，要想让每个人都活到150岁，必不可少的就是要把人工智能的技术让它逐步的渗透到每一个城市的每一个角落。 所以我们跟保定、芜湖、北京的开发区、上海汽车城都有相关的人工智能的合作。明年的时候我也希望有机会跟大家更详尽的报告这方面的进展，谢谢！ 雷军：小米全面拥抱AI，How？ 大家好，昨天下午我参加了一个会议，会上说现在很多的互联网的创业者很焦虑，也很失落，我问为什么？说人工智能这个时代来了以后，很多互联网的企业家都觉得自己过时了，变成了传统的产业。 所以昨天下午我在交流的时候，我就说人工智能是一次技术革命，就像当年移动互联网来的时候，所有的企业都要拥抱移动互联网，今天人工智能来的时候，可能我们所有的企业都需要拥抱人工智能。 今天我希望跟大家分享的是站在小米的立场上我们怎么样拥抱人工智能，小米在人工智能这个时代里面，我们拥有什么样的机遇。 今年小米的业务已经开始重新恢复高速的成长，在今年第三季度的时候，我们同比增长超过了100%。目前我们小米手机所搭载的系统全球的激活量全球突破了三亿人，我们6年前就开始做的云服务产品，目前存储的大数据量已经超过了两百个TB，在四年前做的生态云连接了非常多的智能生态的云服务。 在四年之前，我们启动了小米生态链的计划，就是用五年的时间孵化一百家智能硬件的公司，这个计划提前完成了，只用了四年的时间我们就完成了。 在去年的时候，这些智能硬件公司的收入过了100亿人民币，就是在小米平台上；今年预计会超过两百亿人民币，明年的计划是超过四百亿人民币。 因为这个智能的硬件，我们部署完成以后，在三年前我们提出了小米的智能家居的IOT的战略，以手机为核心来连接所有的设备。 就在11月1日我们统计的时候，全球激活联网的智能硬件的IOT的设备超过了八千万台。当拥有了这些优势之后，我们在人工智能的时代，我们看到的是一个巨大的机会，因为小米是一个非常独特的公司，我们拥有非常强的硬件产品的能力，通过我们连接了这么多的用户，在过去的五六年里面，我们所拥有的数据量也是极为惊人的，四年前我们在生态链的领域里面我们进行了广泛的深耕。 在过去的两年里面，小米在AI的核心能力的图谱，各项核心能力上我们都下了比较大的功夫，一直在人工智能领域投入了非常多的资源。 在今年的七月份我们发布了第一个人工智能产品叫"小米AI音箱"，我们叫小爱同学。刚才百度的视频做得挺好的，我也准备了一段视频，看上去一样，是我们七月份时候小爱同学发布的音箱，七月份发布完之后，在8月10日攻测，14天的搜索量突破了一亿。在一个月前，语音的指令当日突破了三百万条。 大家可能看上去觉得这些AI音箱看起来差不多，我们在七月底、八月初发布的时候，我们有很大的压力，我说发布完了消费者会不会不认可？其实在美国前几年也不怎么认可，但是小爱同学发布以后，用户反映的程度远超了我们的想象。目前小爱同学人均每天的时长是两个小时，尤其是30%的小孩子把它当玩具在玩。 有很多的智能音箱场景，在美国是放音乐，像我们这样的产品在中国放音乐是30%左右，闲聊是占了35%，可能它还没有那么智能，但是对小孩子来说，就成了一个非常好的玩具，这是我们之前设计的时候没有想过的。 我们发现在家庭里面，小孩子跟小爱音箱之间的沟通非常的频繁，所以我们做了四个月以后，我们自己的感觉是远超了预期，我们设计小爱同学的时候，更重要的是成为智能家庭的控制中心。 当初做智能家庭的时候，我们选择的第一个控制中心我们选的是路由器，这个也的确把所有的设备联结在一起，后来发现路由器是放在桌子下面，墙角边上，非常的难以放到桌子上面。你没有办法通过一个路由器来控制整个智能家居。 我们当初为什么选路由器呢？我们是想选一个7*24小时工作的装备，所以说我们就选了路由器。当AI时代来临以后，我们要做的就是AI音箱。 所以在去年我们整个内部总动员，四个部门一起联动，快速的发布了这个小爱音箱，我自己的感觉是基于小米在硬件、软件、IOT、新零售一系列的优势之后，AI时代，像小米这样的公司还是有非常多的机遇。 我们刚才讲了小爱同学，对我们的核心业务智能手机来说的话，也是AI一个巨大的场景。今天整个人工智能罪刑相的表现的产品在什么地方呢？除了我们刚才讲的小爱同学以外，竞争最激烈的是在手机上，主要是拍照的领域，包括智能问答。 在拍照上的竞争，谷歌的新发布了一部手机Pixel2，用一个摄像头，非常好的完美的实现了虚化，这里面涵盖的人工智能是非常多的，所以今天人工智能给我们展现它的魅力，只有一点点，我相信在未来的十年里面会突飞猛进的发展。 我们也会把我们在人工智能上的技能很快的应用到下一代的手机上，所以这里做一个小小的预告，小米的下一代的旗舰机值得期待。谢谢！ —完— 欢迎大家关注我们的专栏：量子位 - 知乎专栏 诚挚招聘 量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复"招聘"两个字。 量子位 QbitAI · 头条号签约作者 via 量子位 - 知乎专栏 http://ift.tt/2ARKaT3 RSS5