技术贴：真正的人工智能之多模态交互_黑馬调研

+关注

博主要求身份验证

登录用户ID：

多模态交互：所谓“模态”，英文是modality，用通俗的话说，就是“感官”，多模态即将多种感官融合，机器人与人的交互模式定义为“多模态交互” ，即通过文字、语音、视觉、动作、环境等多种方式进行人机交互，充分模拟人与人之间的交互方式。

真正的人工智能是指能像人类一样做出反应，并会自我完善的强大人类智能，真正的AI或者说超级智能，应该拥有人类的所有认知能力，包括自我意识、情感和意识，因为这些都是人类认知的特征，国内专注于人工智能领域中文语义与认知计算的“图灵机器人”正致力于打造这样的一个“智慧大脑”，并已经取得阶段性成果。

图灵机器人拥有全球人工智能领域最好的中文语义技术，中文语境下智能度最高的机器人大脑，在国内目前图灵的多模态交互技术，至少是领先同行业一年以上，公司拥有领先的语义归类算法和NLP知识库架构，依据深度神经网络算法神经节点超650万个、神经节点增长速度超10000个/天，目前最顶尖技术架构、深度问答能力匹配Watson、问答准确度位于国内最高水平，大家知道有做语音交互的公司有做视觉交互的公司，有做语音加视觉的公司，但是做多模态的输入和输出的，以机体神经原为基础的这种几乎还没有。

突破语音交互模式是机器人理解世界的第一步，在人和人交互的过程中，很重要的信息是靠我们的交流中的文字传达过来的，这过程中重点是我们如何理解决策和表达，我们公司的理念是持续的深挖语义的技术，最终让机器理解人理解世界。

人工智能级机器人操作系统：Turing OS

Turing OS是图灵机器人，它提供多模态交互方式，运用思维强化引擎、情感计算引擎以及自学引擎。在综合处理文字、语音、视觉、触觉等多维度感知觉信息方面，Turing OS做到了游刃有余。此外系统内还融合了Turing Robot核心语义系统，结合多模态信息快速精准地解析用户意图，并及时给予多感官表现，作出拟人化响应。

视觉方面，Turing OS1.5新增11个视觉能力，包括人脸识别、人脸检测、人脸跟踪等多项视觉技术；运动控制方面，Turing OS1.5增强了对17～20自由度双足步态机器人的支持；硬件模块方面，Turing OS1.5完善了主板和麦克风阵列，激光雷达也正在内测中。

逻辑：目前造价较高、适用场景有限将长期成为制约消费级机器人发展的最大障碍，而目前寻找突破口的方法就是将精力集中在算法以及情感交互上，因此基于区别算法生成的机器人交互模块将不再局限于千篇一律的智能语音阶段，机器人的动作、表情也将成为机器人交互模块中重要的组成部分，图灵机器人在多模态交互领先国内同行业一年以上，已和腾讯QQ合作，被集成到了新版的QQ中作为QQ群的聊天机器人，在接入中国最大流量池之一的腾讯QQ之后，图灵方面的对话数据库获得进一步显著提升，而图灵机器人自身的学能力可让机器人每天以0.8%的速度在不断进步，在这个即将开启的人工智能世界上已站稳风口。

打开淘股吧APP