已經是語音AI的領跑者，科大訊飛為何還要做視覺AI？

在昨天的10月24日，第二屆世界聲博會暨2019科大訊飛全球1024開發者節在安徽合肥開幕，本屆大會的規模再創歷屆之最，吸引了來自全球各地的參與者。而作為科大訊飛總部，合肥這個低調的非網紅省會城市也再度迎來了高光時刻。

筆者受邀參與了本屆大會，到達第一天筆者就在科大訊飛1024開發者節現場發現，有一款特別的設備吸引了許多參會者的駐足體驗。它可以迅速識別各種違禁品，幫助安檢人員智能判圖，讓參會者在高峰期能夠秒過安檢，緩解安檢通道壓力，為會場安全保駕護航，它就是科大訊飛X光安檢圖像智能識別系統。

據現場人員介紹，科大訊飛X光安檢圖像智能識別系統與傳統依賴人工判圖的X光安檢不同，科大訊飛為X光安檢圖像的目標檢測專門研發了一套新型檢測技術。基於神經網絡的深度學習，將安檢圖片結構化處理，進行特徵提取，解決圖像目標識別難點，可高效、精準地檢測所有目標。這就相當於在X光安檢機上裝上了孫悟空的火眼金睛，人工智能輔助判圖，系統識別率可達90%，能夠實時、精準識別各類可疑液體、易燃易爆物品、各類刀具、槍支等29種50多類違禁品。

簡單的來說，就是讓人工智能代替人眼去發現X透視下影像中的危險品，科大訊飛已經實現90%了高識別率，可見提升效率，提升生產力的作用將非常明顯。而據筆者分析，90%識別率的這個難度在AI計算機視覺領域其實蠻大的，因為X透視後的圖像完全沒有色彩和立體輪廓，僅憑一張相當於2D平面的光譜圖讓人工智能去識別，還要識別出真實物體，達到較高可實用的準確率。

據筆者從科大訊飛內部人士處獲悉，科大訊飛這套X光安檢圖像智能識別系統並不是實驗室階段產品，它已經在一些大型活動、軌交鐵路、機場海關、快遞物流等多個領域進行應用。

值得注意的是，科大訊飛一直以來是以語音AI而蜚聲業界的，目前是全球屈指可數的語音AI，普通用戶也通常能夠接觸到其消費級語音AI產品，比如智能翻譯機、聽見智能轉寫機、智能和學習機等產品，但這些都是主打語音AI領域。而此次亮相的X光安檢圖像智能識別系統是基於視覺AI的技術，是AI領域的計算機視覺技術，和很多人對科大訊飛主打語音AI的印象不同。

實際上，科大訊飛並非只專注於語音AI領域，據網絡上公開信息，科大訊飛其實在2016年以前就已經佈局視覺AI領域，早期主要由科大訊飛研究院推進。

科大訊飛做視覺AI不是最早，但進展驚人。據悉在今年6月份舉辦的計算機視覺與模式識別國際會議舉辦的物體檢測挑戰賽上，科大訊飛在機器視覺定位和視覺識別能力項目上奪得冠軍。在文檔分析與識別國際會議舉辦的數學公式識別挑戰賽上，科大訊飛包攬了在線手寫數學公式識別、離線手寫數學公式識別兩項任務冠軍。在場景文本視覺問答比賽上，訊飛團隊在全部三個賽道中均大幅超越對手，取得了第一的好成績。

其實在人工智能的計算機視覺領域，行業裡的明星級獨角獸玩家眾多，像商湯、曠視等。那麼作為語音AI領域的領跑者，科大訊飛為什麼會還要去涉足玩家眾多的視覺AI領域？

筆者認為主要原因首先是一個人工智能技術應用場景本身的問題，因為未來的人工智能交互方式必須是包含語音交互和視覺交互這兩個方面的。

筆者在參與科大訊飛輪值總裁胡鬱的群訪時獲悉，科大訊飛堅持專注於人工智能領域，其業務方向可以從水平和垂直兩個方向來講，除了現在外界關注在做最擅長的語音AI這個垂直領域以外，科大訊飛還有很多的人工智能技術，比如說視覺AI、自然語言理解和超腦技術。

胡鬱認為科大訊飛將來的整個商業生態系統，它應該是個多樣化的，用戶通過各種不同形態的智能硬件在人工智能的環境下建立連接。科大訊飛希望通過AI人工智能平臺，來實現整個的基礎設施基礎層面上的一些工作，去為用戶、開發者和合作夥伴賦能。

可以看出，科大訊飛在人工智能領域擁有著更大的野心，不僅在專注於語音AI，已經進入了人工智能領域的多條賽道，從垂直領域的深挖到水平方向的拓展。

而我們看到目前AI智能硬件與機器人領域，國內市場雖然正在走向收穫期，但還未到達完全的成熟期，如果希望從中獲利，首先需要廣闊的市場空間和成熟的上下游產業鏈。因此我們也看到了科大訊飛在人工智能等方面的廣泛參股投資，包括一部分機器人及智能硬件公司外，還有產業鏈上下游的公司，例如科大訊飛已經參股了視覺AI獨角獸商湯科技、智能機器人公司優必選、智能芯片廠商寒武紀等等。

而如今在人工智能領域的創投資本預冷，巨頭的影響力更加凸顯。雖然科大訊飛現階段在體量上不如谷歌、百度或亞馬遜這樣的巨頭，但畢竟擁有深厚的積累和行業領先優勢，隨著盈利能力的提升和落地場景的日漸清晰化，人工智能產業正在走向收穫期，科大訊飛未來依然值得期待。