2016双十一全球狂欢节:阿里云人工智能ET魔术秀解密!

简介: 2016天猫双十一:阿里云人工智能ET魔术秀解密!
+关注继续查看

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。在全球上亿观众的见证下,阿里云人工智能ET隔空计算出5人手中的扑克牌,震惊全场。


bbbc81c80911983f3f5917adac9ca1b409b89636

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?

双11魔术揭秘

事实上,阿里云人工智能ET表演的是一个经典魔术。

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。它就是DeBruijn 序列,这个序列的原理很复杂,但效果很简单,就是从这样的序列中任意取出相邻n个数,它们的二进制排列一定不相同,这就意味着只要黑牌和红牌的排序出来,就只有一个唯一的解。


9ad69322ca273b98cffec09534b631905e3b6f95

双11为ET点赞!

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。

因为直播环境受到场地、灯光、音效的影响,语音识别、视频识别都会受到很大考验。

ET背后

在这场魔术秀背后,是阿里云iDST技术团队研发的智能语音交互(Intelligent Speech Interaction)系统, 包含语音识别、语音合成、自然语言理解等技术。

通过学习录音资料,ET还能模仿指定个人的音色。而在ET识别黑牌的过程中,应用到的就是人工智能的图像识别技术,其功能准确度达95%以上。


在观众抽取扑克牌时,ET已经完成了对5位观众的面部识别,并利用算法建立了器官轮廓定位,以便之后识别出是否有人转身。之前ET检测出华少手上有新的物品,便触发了图像识别机制,“看出”华少手上多了一幅扑克牌。

 

目前,阿里云ET的人脸算法已经覆盖了人脸检测、器官轮廓定位、人像美化、性别年龄识别、1对1人脸认证和1对多人脸识别等多个方向,用机器学习的方法,包括卷积神经网络、Supervised Descent Method等,实现了高精度和高效的技术,人脸识别在LFW上识别率99.5%。

 

无论是语音识别还是图像识别,阿里云ET的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。

 

因此阿里云采用了带GPU加速的新一代高性能计算平台,单节点每秒浮点运算次数达16次,ET用3个月的时间就学会了英语。这套平台还帮助ET实现了BLSTM(双向长短时记忆神经网络)算法的第一个工业级应用,帮助3000万YunOS系统实现智能语音交互。


身边的ET

其实,ET能做的不仅仅是当个魔术师这么简单,借助深度神经网络等机器学习技术,阿里云人工智能已经具备利用数据为一整座城市提供思考和决策的能力。

目前,杭州政府联合阿里云等13家企业,为这座拥有2200多年历史的城市安装了一个人工智能的杭州城市数据大脑,将杭州打造成一座能够自我调节、与人类良性互动的城市。


8491f9aff3120973825a0a6dcbdf71773590c5c4


在交通领域的试点中,ET通过对路口交通状况的预测调控红绿灯,使部分路段的车辆通行速度最高提升了11%。阿里云的语音合成技术也已经运用到智能客服、语音导航、智能助手等功能,也越来越个性化。

 

人工智能正在以超乎想象的速度融入你的生活,其实ET已经成为你身边一个真正的魔术师了呢。

相关实践学习
一键创建和部署高分电影推荐语音技能
本场景使用天猫精灵技能应用平台提供的技能模板,在2-5分钟内,创建一个好玩的高分电影推荐技能,使用模板后无须代码开发,系统自动配置意图、实体等,新手0基础也可体验创建技能的乐趣。
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。
相关文章
|
机器学习/深度学习 人工智能 城市大脑
阿里云 ET:人工智能可以是这样的|学习笔记
快速学习 阿里云 ET:人工智能可以是这样的
185 0
|
人工智能 大数据
从大数据到ET大脑-阿里云的超智能AI平台
首先声明本座并不是阿里粉丝,一直认为阿里的服务框架Dubbo跟Netflix的Spring Cloud相比,无论从社区成熟度还是功能组件上相比都差了一大截。 但就在刚刚过去的618年中大促中,阿里硬是将这个京东成立日变成了自己在上半年的购物狂欢节。
1683 0
|
机器学习/深度学习 人工智能 算法
阿里云ET工业大脑发布AI视觉产品“见远”:电池片、车辆、路面都能被“诊断”
7月24日,阿里云ET工业大脑发布AI视觉产品“见远“,可以利用深度学习和图像处理算法,自动识别图像中的瑕疵、故障及其他目标物,大幅节省人力,提高产品生产效率及精度稳定性效果。
4075 0
|
人工智能 城市大脑 达摩院
阿里巴巴的机器视觉有多强!ET城市大脑发布四大AI视觉产品
7月4日,阿里云ET城市大脑发布其第四款AI视觉产品“天擎”。阿里巴巴机器智能实验室副主任华先胜博士介绍,“天擎”可以用1分钟处理16小时的视频,处理分析速度惊人。除了“天擎”之外,ET城市大脑还有天曜、天鹰、天机三款AI视觉产品。
4603 0
相关产品
机器翻译
推荐文章
更多