近年來，人工智能領域出現了很多新應用、新產品，例如，借助自然語言處理技術，微軟開發了一款同聲傳譯軟件——Skype Translator（實時語音翻譯技術）；借助計算機視覺技術，格靈深瞳開發了一款能智能識別犯罪的視頻監控設備，Face＋＋開發了人臉識別云服務；借助于知識表示、規劃和決策技術，反恐秘密武器和認知能力多面手IBM Watson被研發了出來。

微軟的Skype Translator同聲傳譯產品

2014年5月，在微軟Code代碼發布大會上，推出了一款名為Skype Translator的同聲傳譯產品。這款產品是Skype（全球免費的語音溝通軟件）聯合微軟的機器翻譯團隊共同研發的，其中匯集了機器翻譯技術、語言聊天技術和神經網絡語言識別技術等，能夠實現同聲傳譯。

在Code大會上，相關人員對這款軟件進行了測試，讓兩個不同語種的人借助Skype Translator面對面進行交流，結果二人的交流非常順暢。借助于Skype Translator，當一人說出一句話時，系統就會開始進行翻譯，翻譯結果會傳達到另一個人的耳中，并以字幕的形式在屏幕上顯示出來。借助于這款產品，不同語言、不同口音都能被識別出來，為國際交流提供了極大的便利。

現如今，Skype Translator的開發還處于早期。未來，隨著Skype Translator研發的日益深入，世界的交流方式將得以改變。

格靈深瞳的智能視頻監控系統

如今，攝像頭在監控周邊環境安全方面發揮了巨大的作用，但是普通的攝像頭監控有兩方面缺陷。

一方面，普通的攝像頭監控只能記錄，不能自動識別，且監控范圍、監控場景都有限。例如，要完完全全地監控一個機場，就要安裝幾萬臺攝像頭，另外還需專門安排幾個工作人員負責監控視頻。并且，由于監控畫面采用輪播機制，視頻監控畫面會按一定的時間周期自動切換，使得很多信息被忽略，難以達到有效監控的目的。

另一方面，查詢歷史監控記錄很困難。監控視頻記錄要消耗的硬盤資源非常大，據測算，目前，全球監控視頻的存儲已經占據了3／4的硬盤資源。舉個更為形象的例子，某廣場每天的監控視頻記錄，如果刻錄在硬盤中，這些硬盤疊加起來的高度甚至能超過埃菲爾鐵塔。面對如此龐大的視頻數據，要想依靠人眼搜尋某個畫面或者某個人，不僅要耗費大量的人力資源，還要消耗大量的時間，效率極低，效果也不佳。

為了解決這個問題，格靈深瞳，一家于2013年成立的致力于計算機視覺開發的人工智能公司，研發出了智能視頻監控系統。

格靈深瞳對三維視覺感知技術進行了深入研究，使智能視頻監控系統能對人、物進行精確的檢測與跟蹤，能對人的動作姿態和運動軌跡進行精確的檢測和分析，其中動作姿態包括暴力、跌倒等，人物運動軌跡包括逆行、徘徊等。如果發現異常，系統就會自動發出報警信號提醒安保人員，保證安保人員能夠及時發現異常，這就解決了普通監控容易漏掉信息的問題。同時，智能視頻監控系統還能借助三維視覺感知技術將人物特征抽離出來，對其進行跟蹤、檢測和搜索，為畫面、人物查詢提供極大的方便。

目前，格靈深瞳的智能視頻監控系統已經在銀行進行了測試。未來，如果該系統能在各領域得到廣泛應用，將會有效地改善現存的各種安全問題。

Face＋＋的人臉識別云服務

Face＋＋是一個為用戶提供人臉識別云服務的平臺。開發者借助于該平臺提供的開放的人臉識別云服務，能將面部識別功能引入自己的產品。

產品的研發人員借助Face＋＋提供的離線引擎和API（應用程序接口）接入就能享受到免費的人臉檢測、人臉分析及人臉識別服務。首先，借助于人臉檢測服務，用戶能從眾多的圖片中快速地搜尋到目標圖片；其次，借助于人臉分析服務，用戶能通過人臉提取各種信息并進行分析；最后，借助于人臉識別服務，用戶能對給定人臉的相似度進行匹配。

Face＋＋的這種人臉檢測、識別、分析技術用于美圖秀秀等軟件，能對人面部需要美化的部位進行精確定位，實現自動美化。當然，這種應用只是人臉識別云服務的初級應用。在高級應用階段，人臉識別云服務能夠幫助用戶進行圖片搜索。例如，借助于人臉識別云服務，婚介所能夠根據用戶對另一半的描述在其數據庫中進行搜索，找到相匹配的信息，以滿足客戶需求。而且，Face＋＋和360搜索簽訂了合作協議，在360圖片搜索中用戶可以使用人臉識別云服務來搜尋自己要想的圖片。

另外，在安全領域，借助人臉識別云服務，Face＋＋推出了一個“云臉應用鎖”的應用軟件，只需掃描人臉、設置備用密碼，就能為需要加密的內容提供保護。在打開這些內容的時候，必須進行人臉識別。通過這款應用，用戶的很多隱私信息都能得到有效的保護。

Palantir：CIA（美國中央情報局）的反恐秘密武器

Palantir是一家大數據挖掘分析公司，它將人工智能算法與強大的引擎整合在一起，它能借助引擎對多個數據庫進行掃描，借助人工智能算法對數據庫信息進行處理，并允許用戶對相關信息進行快速瀏覽。目前，其產品已經被CIA、FBI（美國聯邦調查局）、私人調查機構等多種機構所使用。

FBI、CIA等機構的數據庫非常多，且數據庫中的內容非常豐富，涵蓋了包括財務數據、語音資料、DNA樣本、各地地圖在內的多種信息。要想將這些數據中的信息聯系到一起，需要消耗巨大的時間成本和人力成本。并且，即便各個數據庫之間建立了聯系，不同種類數據的開發應用也面臨著較大困難。Palantir所研發的產品就很好地解決了這些問題，將數據庫的開發應用變得更加簡單。除此之外，對于各種安全問題，Palantir也保持著非常高的敏感度。

Palantir公司這種對數據庫的梳理、整合能力，在計算機時代引發了一場革命。現如今，Palantir公司開發的產品成為美國情報機關反恐的必備工具。在“9．11事件”發生之后，Palantir幫助情報人員解決了很多技術難題——從大量的數據中迅速篩選出有用的線索，為反恐工作提供了有力的支持。

目前，除了安全、反恐，Palantir的業務范圍也開始向醫療、生物科技、零售、保險等領域滲透，例如，利用Palantir偵破醫療保險詐騙案等。在美國，Palantir公司深受歡迎，其年收入早已超過了10億美元，且仍在以每年3倍的速度增長，可謂是人工智能領域的楷模。

IBM Watson：認知能力強勁的多面手

Watson是一個龐大的計算機系統，IBM服務器的數量為90臺，計算機芯片有360個，Power 7系列處理器（目前RISC架構中功能最強大的處理器）有2880個，其體積相當于10臺普通冰箱。這個龐大的計算機系統，其內存容量達15TB，運算速度達80萬億次每秒。

Watson是IBM公司在深度開放域問答系統工程（DeepQA）技術基礎上開發的一個計算機系統。借助于DeepQA技術，Watson能讀取百萬級的頁面文本數據，能借助深度自然語言處理技術針對某一問題給出備選答案，能對問題進行有效評估。其系統內部預先設置的100多套算法能在3秒之內給出問題的答案，它能針對某個問題對海量信息進行檢索、篩選，并能將其答案以人類語言輸出。

為了使Watson實現這些功能，其系統中存儲著海量的圖書、劇本、新聞、文選等資料。在對題目進行讀取之后，Watson就會自動對其資料進行檢索，在3秒之內給出答案。

2006年，IBM公司開始致力于Watson系統的研發；2011年2月，Watson系統在危險地帶智力搶答游戲中一戰成名；2011年8月，Watson系統被引入醫療領域。在醫療腫瘤學領域，Watson收錄了眾多文本資料，如42種關于腫瘤學的醫學期刊、60多萬條臨床試驗的醫療數據、200多萬頁的文本資料等。在癌癥治療領域，Watson能夠在幾秒內完成對150多萬份患者記錄的篩選，其內容包括患者病歷、治療方案和治療結果等，為癌癥治療提供有效的治療方案。目前，全球癌癥治療效果排名前三的醫院都在使用Watson系統。

2012年3月，Watson系統被引入金融領域，花旗集團是第一位客戶。Watson幫助花旗對其用戶需求進行分析，對金融、經濟和用戶數據進行處理，并幫助其構建了極具個性的數字銀行，還幫助其搜尋可能發生的金融風險、可能產生的收益以及可能存在的客戶需求。

目前，無論是醫療信息、金融信息還是其他的信息都在飛速增長，都為Watson系統的開發應用提供了絕佳的商機。

總之，隨著技術的突破性進展，隨著各IT巨頭在人工智能領域投入的不斷增加，人工智能正在快速發展，正在以某些領域為切入點改變著世界，推動世界朝著更好的方向發展。