人工智能魔术 阿里云ET双11狂欢秀能力

简介: 本文讲的是人工智能魔术 阿里云ET双11狂欢秀能力【IT168 云计算】作为双11背后庞大系统的大脑,忙碌的阿里云人工智能ET还抽空表演了一个神奇的魔术。

本文讲的是人工智能魔术 阿里云ET双11狂欢秀能力【IT168 云计算】作为双11背后庞大系统的大脑,忙碌的阿里云人工智能ET还抽空表演了一个神奇的魔术。

  11月10日晚,“天猫双11狂欢夜”在深圳大运中心拉开巨幕。除了汇聚全球半个娱乐圈的明星外,还有一位拥有“超能力”的神秘嘉宾登场——阿里云人工智能ET。在全球上亿观众的见证下,ET隔空计算出5人手中的扑克牌,震惊全场。


  在狂欢夜的压轴环节中,ET一出场便秀出强悍的语音识别和交互能力,与主持人华少神同步。众所周知,华少凭借400字/分钟的语速被誉为“中国好舌头”。ET竟然可以实时将华少的现场口播翻译成文字,投在电视机屏幕上,达到极高的准确率。好玩的是,一旦出现错误,ET还会结合上下文语境进行毫秒级修正。

  不但能听懂华少的问题,ET还能通过现场观察和思考,模仿人类的声音回答问题。

  华少发出挑战:从32张扑克牌中抽出5张,ET你能不能猜出是什么?随后主持人邀请五位现场观众上台,并依次切牌打乱顺序后抽出5张。ET能算出他们手中的牌吗?

  ET略略沉思,提了一个小要求,请抽到黑色牌面的观众转身。通过机器视觉识别出转身观众后, ET瞬间计算出答案:梅花A……五个居然全中!ET的神奇表现让主持人大吃一惊,“实在是太,不,可,思,议了!”

  理论上32张扑克牌分到5人手里要全部猜对的概率是2400万分之一。ET究竟是如何做到的呢?

  “这是一个经典的魔术,不过这次是由人工智能魔术师来表演。32张扑克牌以De Bruijn 序列排列,五人洗牌之后,实际上排列可能减少到32种,ET将转身观众(黑牌)记作1红牌观众记为0。进一步从32种可能性中算出最终的唯一排列”,阿里云人工智能科学家初敏说,通常这个魔术非常考验魔术师的记忆和推算能力。对ET来说,这些都不是难题。

  难的是整个过程中需要ET要具备高精确度、高实时性的视频识别能力,并用人类的语言和主持人沟通交流。“因直播环境受到场地、灯光、音效的影响,语音识别、视频识别都会受到很大考验”,初敏说。

  据了解,无论是语音识别还是图像识别,底层都依赖于深度学习算法以及大规模计算能力。一套复杂算法模型的训练往往需要千亿级别的样本数据,这就对背后的计算能力提出了很高的要求。

  ET代表的是阿里云语音识别、语音合成、自然语言理解、实时图像识别、机器学习的综合技术,背后是阿里云飞天操作系统强大的计算能力。

  值得注意的是,这并非ET第一次登上舞台。在今年4月份湖南卫视《我是歌手》的决赛中,ET在直播现场成功预测了李玟夺冠。而在其他领域,ET已经开始担任法庭书记员、超级交通警察、影视投资经理、客服等角色。

原文发布时间为:2016-11-11

本文作者:张苗苗

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

原文标题:人工智能魔术 阿里云ET双11狂欢秀能力

相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同,识别当前发音人的身份。按照任务具体分为两种: 声纹辨认:从说话人集合中判别出测试语音所属的说话人,为多选一的问题 声纹确认:判断测试语音是否由目标说话人所说,是二选一的问题(是或者不是) 按照应用具体分为两种: 文本相关:要求使用者重复指定的话语,通常包含与训练信息相同的文本(精度较高,适合当前应用模式) 文本无关:对使用者发音内容和语言没有要求,受信道环境影响比较大,精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍: 郑斯奇,达摩院算法专家,毕业于美国哈佛大学,研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
目录
相关文章
|
6月前
|
监控 安全 物联网
危化品行业人员定位系统解决方案:预防安全事故、提升应急响应能力
本文旨在深入探讨危化品行业人员定位系统的最新技术革新,解决如何在高风险环境中高效、精准地监测与管理人员位置,从而预防安全事故、提升应急响应能力的问题。如需获取人员定位系统方案前往文章最下方获取,如有项目合作及技术交流欢迎私信作者。
140 4
|
小程序 JavaScript PHP
小程序动态绑定样式
小程序动态绑定样式
小程序动态绑定样式
|
6天前
|
人工智能 运维 安全
|
4天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
511 14
|
11天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
881 109
|
5天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。