同盾科技&智能语音 | 你不得不知道的战略布局
随着智能语音交互的发展,声纹识别作为一种安全的验证方式,越来越被广泛接受与重视,童话故事里“芝麻开门”的用户场景也早已实现。
语音识别想必大家都很熟悉,但是声纹识别可能了解较少。其实语音识别和声纹识别同属于智能语音的范畴,但是两个有着本质的区别。前者主要考虑语言的内容,而后者则更注重声音特征。简单来讲,语音识别解决“说了什么”的问题,而声纹识别回答“说话人是谁” 的问题。随着智能语音技术的普及,越来越多的应用场景得到实现。
与此同时, 新一代用户对于隐私、安全、便利等需求的日益提升,使得金融、互联网风险管理和反欺诈领域需要提供更加人性化、个性化和便捷化的服务。智能语音技术的不断突破为更多场景落地打开了新世界的大门,作为国内智能风控和分析决策服务提供商,同盾科技也已开启了人才发展战略。
数据竞赛---挖掘高质量数据人才
10月22日,由同盾科技主办、科赛网承办,得意音通协办的“同盾科技声纹识别建模大赛”,经过3个多月的激烈角逐,从全国各地的参赛队伍中脱颖而出的10强战队汇聚杭州,一决高下。浙江大学计算机学院院长庄越挺、清华大学信息技术研究院副院长郑方、西北工业大学计算机学院教授谢磊、麦子金服副总裁李晓忠博士等作为重量级嘉宾评委出席了本次决赛路演会,并对10强选手进行了颁奖仪式。
决赛路演嘉宾评委及选手合影
麦子金服副总裁李晓忠
作为此次赛事的承办方科赛网,是国内最大的数据人才社区,拥有40000+数据科学家用户,并垂直辐射影响近300000数据人才,有效建立了同盾科技与数据人才之间的沟通桥梁,此次赛事总共吸引了386人报名参加,成功组建队伍260支,案例提交总数超过2946次;其中近60%参赛人员来自国内顶尖高校在校学生,40%参赛人员为各企业团队和AI极客,近80%的参赛选手拥有研究生及以上学历,赛事成绩超工业一级水平,实属罕见。在最终的冠军角逐中,来自浙江大学的“河姆渡小分队”披荆斩棘,获得第一名的成绩。
河姆渡(决赛路演第一名)
校企合作---技术创新创造新需求
同盾科技在科研攻关、理论创新、人才培养、商业应用等层面均进行了深度布局和探索,希望能搭建一个智能语音领域高端人才的培养阵地和科技成果转化基地,共同推动中国人工智能技术取得突破性进展,为新旧动能转化提供有力支撑。
因此,一个涵盖底层基础科学研究、中间层工具技术开发、上层产品计划落地到顶层战略规划的实现路线也逐渐清晰起来,除了这次举办“同盾声纹识别建模大赛”,同盾还与国内顶级高校展开紧密合作,陆续与浙江大学、西北工业大学达成合作,组建人工智能联合实验室及智能语音技术联合实验室,联合培养新一代语音智能人才。
同时,同盾科技有限公司与北京得意音通技术有限责任公司在9月曾联合对外宣布达成战略合作关系,双方将充分发挥各自领域的技术、资源、客户群等优势,共同推动智能语音技术在金融等行业的应用。
与企业和高校合作的同时,同盾还积极强化自身技术实力,增强技术储备,引入西北工业大学计算机学院谢磊教授等行业顶尖科学家的加盟,发挥箭头人物对创新的推动作用,在强化自主创新的同时,同盾也持续撬动产业链上下游的资源,联合各方的力量,优势互补形成协同效应。
结语
近年来,同盾在创新上的投入可以说是不计成本,几乎80%以上的资源都投向了技术研发和基础设施建设,而同盾也切实享受到了科技为自身带来的红利,截止到目前同盾已经形成了人工智能、泛安全、信贷科技三大技术体系,使得近百个产品落地,实现了端到云一体化的全流程解决方案和服务能力。
相信如同盾科技这样专注于技术研究,科学创新,专心服务客户的企业会成为中国人工智能战略成功道路上最坚实的力量!
原文发布时间为:2018-10-23
本文来自云栖社区合作伙伴“大数据挖掘DT机器学习”,了解相关信息可以关注“大数据挖掘DT机器学习”。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
驱动智慧医疗,从至强开始--英特尔,用人工智能解决大问题
大数据、云计算、人脸识别、自动驾驶……近年来这些耳熟能详的人工智能科技,正在悄然改变着我们的生活。英特尔作为全球领先的科技公司,一直致力于用人工智能解决大问题。 面对乳腺癌这一威胁女性健康的“头号杀手”,英特尔与国家级医学影像人工智能高新技术企业——汇医慧影公司携手,将用于乳腺癌筛查的深度学习模型,应用在英特尔至强可扩展处理器平台上,大幅提升数据的处理和推理效率,让乳腺癌的筛查更精准、高效。 同传统方案相比,采用至强可拓展处理器平台拥有以下五点优势: 高度统一的平台架构:至强服务器提供全CPU统一架构处理,除了单芯片20核心40线程的处理器硬件,还支持优化的Math Kernel Library数学核心计算库和深度学习框架,开发者可以在这一平台上,实现不同深度学习算法的移植、优化和重新部署。 强大的海量数据处理能力:人工智能技术可以进行多模态影像数据融合,多维度,立体化进行数据融合分析,为乳腺癌的诊断及治疗提供全面的个体化的综合信息。针对来自多个医疗中心的海量影像数据,至强服务器提供最高达768GB的超大内存,配合多核心多线程处理能力,对乳腺采集影像进行像素级别的特征识别。 数据识别更...
- 下一篇
言简意赅了解十大常见AI算法
感知机 二分类 二分类的线性分类模型,也是判别模型。 目的是求出把训练数据进行线性划分的分离超平面。 感知机是神经网络和支持向量机的基础。 学习策略:极小化损失函数。损失函数对应于误分类点到分离超平面的总距离。 基于随机梯度下降法对损失函数的最优化算法,有原始形式和对偶形式。 K近邻法 K-nearest neighbor, K-NN 多分类和回归 是一种分类和回归方法,有监督学习。在训练数据集中找到和新的输入实例最接近的K个实例,这k个实例的多数类别就是这个新实例的类别。 三要素:K的选择,距离度量,分类决策规则。 实现方法:kd树(二叉树)快速搜索K个最近邻的点。 K值选择:反映了对近似误差和估计误差的权衡。交叉验证选择最优的K值,K小,模型复杂,K大,模型简答。 朴素贝叶斯法 多分类 用于NLP 朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设的分类方法。首先学习输入输出的联合概率分布,然后基于此模型,对给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。 后验概率最大等价于0-1损失函数的期望风险最小化。 是典型的生成学习方法,由训练数据求出联合概率分布,再求出条件概率分布(后...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8安装Docker,最新的服务器搭配容器使用
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8编译安装MySQL8.0.19
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Hadoop3单机部署,实现最简伪集群
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,7,8上安装Nginx,支持https2.0的开启