百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

出门问问获2019 AI Breakthrough Awards

ztj100 2025-02-16 23:45 23 浏览 0 评论

6月26日,2019 AI Breakthrough Awards评选结果揭晓,出门问问(Mobvoi)凭借在人工智能语音交互技术领域的深厚造诣和持续创新,斩获“最佳自然语言理解方案(Best Natural Language Understanding Solution)”奖项。

AI Breakthrough Awards由致力于挖掘发现顶级人工智能公司、技术和产品的独立组织AI Breakthrough发起,是推进人工智能发展的顶级全球奖项。该奖项旨在表彰人工智能公司在AI平台、机器人、AI硬件、自然语言理解、生物识别等多个技术范畴的杰出贡献。今年的AI Breakthrough Awards竞争十分激烈,在全球超过1500个提名的企业中AI Breakthrough进行了严格筛选,结合权威分析师及媒体综合评议选出。

本次获得AI Breakthrough Awards的人工智能创新者,除了出门问问(Mobvoi),还包括IBM、联想(Lenovo)、UiPath、博世(Bosch)、OpenText、NetApp、戴尔技术(Dell Technologies)、Verint、三星(Samsung)等一系列人工智能科技巨头。

出门问问成立于2012年,是一家以语音交互和软硬结合为核心的人工智能公司,为全球30多个国家和地区的消费者、企业提供人工智能产品和服务。公司的使命是定义下一代人机交互,让人和机器的交互更自然。目前已与谷歌、大众汽车集团等达成战略合作伙伴关系。

出门问问拥有自主研发的完整的“端到端”人机交互相关技术栈,包括声音信号处理、热词唤醒、语音识别、自然语言理解、对话管理、垂直搜索、智能推荐、语音合成、知识图谱等,并不断推动技术创新,始终保持国际前沿技术水平。

本次,出门问问获得“最佳自然语言理解方案(Best Natural Language Understanding Solution)”奖项,体现了业界对出门问问在自然语言理解技术领域的高度认可。

纵观语音交互技术的大环境,虽然深度学习技术对于语音识别和合成的效果确实有很显著的提升,但现阶段自然语言理解领域的进展仍然相对较缓。主要问题在于口语的灵活度太高,技术仍局限于无法理解的上下文、谈话环境、生活经验、专业知识等,标注数据的积累较为困难等,难以实现精准的自然语言识别、理解和处理。

在自然语言理解技术上,出门问问利用深度学习与传统机器学习融合模型策略,搭配出门问问在可穿戴、出行、家居等垂直场景多年的数据积累,支持复杂语句意图识别/情感分析/上下文理解等多维度分析,以实现多轮跨场景连续对话交互,在工程和工具方面也做了大量优化,能够在短时间内增加对新的垂直领域的支持,并快速地通过数据来优化NLP性能。

作为AI语音赛道领跑企业,出门问问一直以来坚持推进AI语音交互的技术进步与产业应用,其卓越的创新能力和对语音技术的贡献,屡次获得人工智能国内外重要奖项的认可。

2017年2月,出门问问被《Fortune》评为全球Top 50引领AI创新革命的公司 。2017年9月,在高盛发布的《中国人工智能崛起》报告中,出门问问被称为帮助中国实现愿景的“关键玩家”多次被提及。2017年12月,在CB Insight评选的全球100家最具影响力AI公司榜单中,出门问问成为极少数连续两年入选的中国企业。2018年1月,出门问问入选AI行业媒体“机器之心”全球三十大最佳AI创业公司。2018年3月,出门问问入选科技部火炬中心公布的“2017年中国独角兽企业”。2019年1月,出门问问被AI行业媒体“量子位”评为2018人工智能明星创业公司Top 50。2019年5月,出门问问再次入选“2018年中国独角兽企业”。

出门问问高识别率的中文语音识别、先进的语义分析系统、自然流畅的语音合成系统、智能快捷的垂直搜索等技术成果和产品应用,也获得了广泛消费级用户和企业级客户的认可。

出门问问面向可穿戴、车载和家居等消费级场景,推出了智能手表TicWatch 、智能耳机TicPods Free、智能后视镜TicMirror、智能音箱TicKasa等AI软硬结合产品,所有产品通过多场景、全覆盖的中文虚拟个人助理出门问问语音助手实现联动。其中,TicWatch系列已成为全球TOP4智能手表品牌,并常年蝉联美、日、英等国家亚马逊BestSeller榜单。

凭借在消费级场景积累的AI能力和经验,出门问问开始向To B企业级场景延伸,为To B的商业提供To C的体验。依靠强大的软硬结合能力和语音交互技术及工程能力,出门问问可为客户量身定制全栈式的人工智能解决方案,目前已为物联网、金融、电信、健康养老、餐饮、车载等企业级场景提供服务。

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: