自从1956年计算机专家约翰·麦卡锡提出“人工智能”一词后，短短几十年时间，便取得了令人惊讶的进展，从纸上蓝图迅速进入应用落地阶段。2019年，在人工智能中占主导地位的技术都有哪些？今天就来盘点一下。

自然语言处理

一个完整的自然语言处理系统包含语音识别、语义识别、语音合成三部分。近二十年来，自然语言处理技术进步明显，开始从实验室走向市场。人们预计，未来10年内，语音识别、语义识别和语音合成技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。

我国在语音识别技术方面优势明显，出现了以科大讯飞、百度等为代表的优秀AI企业。近两年，科大讯飞除了在To B赛道上广泛布局外，还推出了一系列主打C端的人工智能产品，如讯飞翻译机、讯飞录音笔、讯飞智能办公本、讯飞超脑学习机和讯飞智能鼠标、阿尔法系列智能机器人等，涵盖了日常生活，办公、学习的方方面面。

2019年618和双11期间，凭借良好的性能，高达98%的语音识别准确率及便捷的操控性，讯飞翻译机力压群雄，分别登上了天猫、京东两大电商累计销量和销售额冠军席位，意味着这家企业在自然语言处理和应用方面方面，已找到了很好的落地点。

计算机视觉

根据实际解决的问题，计算机视觉技术可分为人脸识别、图像检测、图像检索、目标跟踪、风格迁移等几大板块。其中，人脸识别、图像分类等功能计算机视觉技术已经比人类视觉更精准、更迅速。在医院，一般早期食管癌检出率低于10%而腾讯觅影通过扫描上消化道内镜图片筛查食管癌，检出率高达90%，用时不到4秒。商汤科技宣称，利用其计算机视觉技术，视频内容审核能够节省99%的人工。

虽然在解决识别、检测、聚类等问题上，计算机视觉已经可以超越人类，但其发展仍面临挑战。

首先，缺乏可用于人工智能模型训练的大规模数据集。其次，缺乏从技术到产品到规模化应用的工程化经验。计算机视觉技术的应用已不再是单一的软件应用，涉及到新型基础架构，涉及到新的数据分析流程，还涉及到智能硬件如摄像头的安装等等。每一个环节都可能会影响识别效果。将这一技术从实验室扩展到工业化应用的过程本身就是很大的挑战。

知识图谱

知识图谱最初是由Google公司在2012年提出来的一个新的概念。从学术的角度，我们可以对知识图谱给一个这样的定义：“知识图谱本质上是语义网络（Semantic Network）的知识库”。但这有点抽象，所以换个角度，从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图（Multi-relational Graph）。如果说以往的智能分析专注在每一个个体，知识图谱则专注于这些个体之间的“关系”。知识图谱用“图”的表达形式，最有效、最直观地表达出实体间的关系，是最接近真实世界、符合人类思维模式的数据组织结构。

相较于传统的智能分析，知识图谱是基于图的数据结构，即知识图谱需要从海量信息中抽去多个维度的特征信息，并在这些特征信息素材的基础上，通过智能推理实现从数据到可视化图像深加工，从而能够直观易懂的展现给用户，并与用户交互。

目前，知识图谱主要应用于面向互联网的搜索、推荐、问答等业务场景，成为以商业搜索引擎公司为首的互联网公司重兵布局的人工智能技术之一。同时，也开始在金融、医疗、电商及公共安全保障等领域得到广泛的探索。

机器学习