強人工智能時代，多模態交互技術成為關鍵。

人工智能的三個發展階段

經過半個世紀的發展，人工智能已經有了巨大的飛躍。按照人工智能的發展程度，我們可以將其分為三個階段：

△資料來源：Venture Scanner，平安證券研究所

計算智能：機器具備像人類一樣的記憶能力和計算能力，從而能夠存儲和處理海量數據。能夠幫助人類完成大量的存儲和復雜的計算。這一步是感知和認知的基礎。

感知智能：機器具備像人類一樣的感知能力，通過“眼睛”、“耳朵”、“皮膚”等器官，機器也擁有視覺、聽覺、觸覺等感知能力。能夠幫助人類完成“看”和“聽”的簡單工作。

認知智能：機器具備像人類一樣的學習和思考能力，能夠獨自做出決策和采取行動，能夠部分或全部替代人類的工作。

人工智能正處于弱人工智能時代

目前，人工智能的發展仍然處于弱人工智能范疇，主要解決計算智能和感知智能層面的問題，但是距離達到能夠獨立思考、做出決策的強人工智能時代還有一定距離。

弱人工智能主要是在某個特定領域擅長的專一人工智能，如語音識別和圖像識別等側重計算能力和數據積累的領域。

而單模態交互技術是弱人工智能時代典型的代表特征，集中在單一模態的感知技術的給智能機器產品帶來了很多的局限性。

單模態交互技術的局限性

目前，感知技術作為人工智能最重要的一環在近幾年遍地開花，雖然機器的單點 AI 感知模態能力逐步走向完善，語音交互、機器視覺、傳感器智能技術均獲得極大發展。但單點 AI 模態感知在產品應用上具有較大的局限性。

單一模態的信號輸入，讓機器缺乏主動服務能力，且誤判指令、錯誤喚醒的狀況時有發生，這些都在影響用戶體驗的本質提升。

如智能音箱，作為當下最火熱的智能機器，一陣浪潮之后，大家會發現單純的語音交互已經無法滿足使用者對智能機器更高的需求。

強人工智能下多模態交互的趨勢

強人工智能主要是指能夠學習知識、思考問題和解決問題的的通用智能，機器具有多通道的知覺并且具有意識，在各方面都能和人類比肩。

人工智能如果需要在生活中有更好的體驗，我們希望它能像人體一樣，能耳目鼻口耳協同工作，主動提供服務。

而多模態交互技術則是實現上述需求的關鍵。

今天主要的 AI 感知模態有三種：

語音交互（包括語音指令控制、語義理解、多輪對話、NLP、語音精準識別等領域）;

機器視覺（包括自然物體識別、人臉識別、肢體動作識別等）;

傳感器智能（包括 AI 對熱量、紅外捕捉信號、空間信號的閱讀與理解、機器視覺、傳感器智能）。

在強人工智能時代里，多模態能把這三種感知模態融合在一起，物聯網設備在單純的能聽會說之外，同時還用攝像頭觀察、用傳感器判斷。把不同的信號模態整合在一起，實現設備的多維感知和思考，讓智能機器走向服務的人性化和主動化。

炬芯科技首顆多模態交互芯片

經過半個世紀的發展，在近十年，人工智能技術步入了發展的快車道，高性能的計算芯片甚至 AI 芯片、海量的數據積累和優秀的軟件算法都在推動人工智能向更深處不斷發展。

炬芯科技在單模態交互芯片設計上擁有多年的經驗積累，相關產品廣受市場認可。面對人工智能的時代躍遷，我們也在向著更進一步的技術延伸發展。

本次，炬芯推出旗下首顆多模態交互芯片，炬芯 ATS 3609D，多麥智能語音、輕智能圖像、手指點讀雙模態識別輸入解決方案。ATS 3609D 將語音交互、機器視覺和傳感器三個模態綜合起來，為強人工智能下的多模態交互提供可行的解決方案。

ATS3609D Key Feature

● 雙核架構支撐更高計算能力● DSP NN LIB，提高算法效能● 語音、手指、LCD反饋、touch panle協助，多模態交互● 全格式圖片解碼、主流 SWF 格式解碼、完善音視頻播放器、支持視頻通話直播，專為電子教育設計

充足的算力，超低的功耗、強大的可擴展性，將賦予智能機器更多的可能性。

強人工智能時代中多模態交互技術的未來及展望

我們可以發現，市場上逐漸出現一些新的聲音：

智能空調通過語音交互結合機器視覺及傳感器實現智能送冷;電視通過機器視覺識別照明、距離等環境因素實現智能亮度調節;工業設備通過機器視覺輔助傳感器或故障信號提高工業設備安全性;……

越來越多的多模態交互技術開始被應用于各類場景，突破智能機器傳統的單點感知，實現設備多維感知和思考，讓智能機器走向服務的人性化和主動化。

AI 多模態交互技術已經成為人工智能交互的必然趨勢，我們也期待著炬芯多模態交互平臺 ATS 3609D 芯片能在更多的場景中應用開來，賦予機器更強的智能屬性，用更加像人的智能機器給大家帶來更好的服務。

責任編輯：ct