竹间智能和追一科技哪家好，哪家在行业内更有影响力？

两个公司都是国内AI智能方面做得比较好的公司，追一科技在智能交互领域做得比较出色，但是竹间智能在为企业提供智能语音+语义综合服务方面优势更为突出，而且最近竹间智能知识库还获得CTI论坛2020年度编辑推荐奖，和企业网2020 CEIA年度优秀智能知识库提供商两项在业内认可程度很高的奖，未来发展不容小觑。竹间智能在正式发布全新AICC+平台后，斩获了客户世界“金耳唛杯年度最佳客户中心-卓越智能科技”、OFweek“中国人工智能行业优秀产品应用奖”，引发业界各方强烈反响与一致称赞。



竹间智能荣获金耳唛杯-卓越智能科技奖

作为AI界的翘楚、自然语言技术龙头企业，竹间智能在行业内怎么样？竹间智能成立于2015年，由前微软（亚洲）互联网工程院副院长简仁贤创办。独特的情感计算研究、以自然语言技术（NLT）为核心的更广泛更深度的企业应用服务，使得竹间智能在AI+领域全面进军，以AI技术+平台+场景的独有模式打造差异化领先优势。

以自然语言处理方式为例，竹间智能在行业内怎么样脱颖而出？首先，竹间智能以最前沿的深度学习、结合语言学及情感计算等技术，创新打造自然语言理解的27个基础模块和能力，语义理解准确度达92%以上。

据报道，微软提供的数据，截止今年4月份，小冰的用户量已经突破1亿大关，对话量则超过了300亿，她出现在4个国家的14个平台上，与人类问候、秀出各种技能，而在5月19号小冰发布了人类史上首部100%由人工智能创作的诗集《阳光失了玻璃窗》。

据了解人工智能的发展，两个来源基础分别是技术的发展，以及数据的不断扩充。小冰商业化运作至今，已经通过各式媒介积累了大量的信息和内容储备，这是微软在此时提出“人工智能创造”的原因之一。微软（亚洲）互联网工程院表示，这类创造不是基于模版的，而是必须存在独创性。他们提出了人工智能创造的三大原则：

第一，人工智能的创造主体，必须是同时具有智商和情商的综合体。

第二，人工智能创造的作品，必须能独立成为知识产权的作品。

第三，人工智能创造的过程应该对应的是人类的某种具有创造力的行为，而不应该是对应着人类劳动的简单替代。

为了完成以写诗为代表的规模化创造，小冰团队总结出了创造链条的几个环节：灵感激发的来源，如富含信息的——得到激发，这需要创作本体的知识支撑——创造过程。借由这样的模型，小冰的创作过程达成了“模仿——创造——大规模生产”。

微软负责人表示小冰通过学习当代中国519位诗人的诗作。如今的小冰已经拥有全时感官和情感计算决策框架，她在100小时的深度学习中，达成了超过80%的独创性，51%以上的用词和搭配方式，是在人类作品中没有出现过的。

李杉编译自 Gartner量子位出品

这两年的智能手机市场，已经被千篇一律的大触摸屏占据，但是美国市场研究公司Gartner说，它们还有希望走出差异化路线。

这个差异化，来自人工智能。

智能手机上的人工智能解决方案将在未来两年成为厂商发展路线图的关键部分，帮手机厂商获取新用户，留住老用户。

Gartner预计，到2022年，80%的智能手机出货量都内置人工智能技术，2017年仅为10%。机载人工智能目前仅限于高端机型，而且由于数据都是在本地处理和存储的，所以可以比云端人工智能提供更好的数据保护和电源管理。

这么多手机用上AI，都会带来哪些新功能呢？Gartner列举了这十大方面：

1追踪用户行为

智能手机将成为用户的延伸，可以认出他们，并预测他们今后的举动。这种手机可以知道你是谁，你什么时候、希望通过什么方式得到什么，并根据你的授权来执行任务。

“你的智能手机将全天候追踪你，以便学习、规划和解决问题。”Gartner首席研究员Agie Wang说，“他还将利用内置的传感器、摄像头和数据来自动完成这些工作。例如，在一个联网的家具中，它可以订购一台真空机器人，以便在家中无人时打扫房间，或者在你回家前20分钟打开电饭煲。”

2用户认证

基于密码的简单认证方式过于繁琐，而且效果不佳，导致安全性降低、用户体验糟糕，拥有成本也较高。集成了机器学习、生物识别和用户行为的安全技术可以提升实用性和自助服务能力。例如，智能手机可以捕捉和学习用户习惯，包括他们走路、按压手机、滑动屏幕、打字的方式，而无需借助密码和主动认证措施。

3情绪识别

情感传感系统和情感计算让智能手机可以探测、分析、处理和响应人们的情绪和心情。虚拟个人助理和其他对话式人工智能技术的扩散，促使人们更加需要为手机增加情商，以便更好地理解背景信息，提高服务体验。例如，汽车厂商可以使用智能手机前置摄像头了解司机的身体状况或衡量疲劳程度，以提高安全水平。

4自然语言理解

智能手机的持续训练和深度学习将提高语音识别的准确性，同时更好地理解用户的具体意图。例如，当用户说“天气很冷”时，可以根据背景信息判断其真实意图可能是“请在网上订购一件夹克”或“请打开暖气”。在国外旅行时，自然语言理解还可以充当实时语音翻译。

5增强现实和AI视觉

苹果发布iOS 11时包括了一个ARKit功能，为开发者提供了新的工具，使开发者更容易向应用中添加增强现实功能。类似地，谷歌也为Android推出了ARCore增强现实开发工具，并计划在明年年底前使大约1亿台Android设备支持增强现实功能。谷歌预计，明年几乎每款新Android手机都将兼容人工智能。增强现实的一大应用方式就是帮助手机用户数据，并探测皮肤癌或胰腺癌等疾病。

6设备管理

机器学习将提高设备的性能和待机时间。例如，借助许多传感器，智能手机便可更好地理解和学习用户的行为，比如何时使用哪个应用程序。智能手机可以把频繁使用的应用程序放在后台运行，以在重新启动时加快速度，或者关闭未使用的应用程序以节省内存和电池。

7个人特征

智能手机能够收集行为和个人特征的数据。用户可以动态地接受保护和帮助，这取决于正在进行的活动和他们所处的环境（例如，家庭、车辆、办公室或休闲活动）。保险公司等服务提供商现在可以关注用户，而不是资产。例如，他们可以根据驾驶行为调整汽车保险费率。

8内容审查/检测

限制性内容可以自动检测。而令人反感的、视频或文本都可以标记，还能启动各种通知警报。计算机识别软件可以发现任何违反法律或政策的内容。例如，在高度安全的设施内拍照，或者在公司付费的智能手机里面存储高度机密的数据，都会通知企业IT部门。

9个人摄影

个人摄影能够根据用户个人审美喜好，自动生成经过美化的照片。例如，东西方的审美偏好不同――大多数中国人喜欢白皙的肤色，而西方的消费者更喜欢褐色皮肤。

10音频分析

智能手机的麦克风能够不断地监听真实世界的声音。设备上的人工智能可以分辨这些声音，并指导用户或触发事件。例如，智能手机会听到用户的鼾声，然后触发用户的腕带，好让用户改变睡眠姿势。

作者系网易新闻网易号“各有态度”签约作者

―完―

加入社群

量子位AI社群13群开始招募啦，欢迎对AI感兴趣的同学，加小助手入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位对话界面，回复“招聘”两个字。

量子位QbitAI 头条号签约作者

''追踪AI技术和产品新动态

1、伦敦大学学院

作为G5超级精英大学之一的伦敦大学学院，拥有诸多领先的科研机构，在人工智能方面的取得的非凡造诣，在这个专业领域的知名校友当属AlphaGo (阿尔法围棋)算法的创建者戴密斯·哈萨比斯与大卫·席尔瓦。

专业名称：MSc Machine Learning  

主要课程：编程与数学的机器学习方法、机器视觉、深度学习的概况、信息检索和数据挖掘、情感计算和人机交互、机器人系统工程等。

学术要求：该校的人工智能专业属于计算机科学系，要求申请者有计算机科学、数学、电气工程或物理学方面的专业背景，其中数学相关的课程如线性代数和微积分的成绩要好，如果有相关的工作经验可能也会被考虑。

语言要求：雅思总分70，单项不低于65。

2、曼彻斯特大学

在曼彻斯特大学，人工智能是一个成熟的、令人兴奋的计算机科学分支，学生就读该专业，可以从经验中学习、从明确给出的隐含知识中获取，以了解自然英语、阿拉伯语或乌尔都语等语言，用于确定图像内容，协同工作等。

专业名称：MSc ACS: Artificial Intelligence  

课程重点：计算机思维、设计工程、物理科学、 商业和社会知识等。

学术要求：在计算机科学或具有至少50％计算机科学内容的联合学位中获得一等或二等荣誉学位，或海外同等学历。具有广泛的计算机科学工业经验和良好的计算机科学荣誉学位或其海外同等学历的申请人也可考虑入学。

语言要求：雅思成绩最低为65分，所有子类别为6分。

3、南安普顿大学

该校的人工智能课程开设于电子与计算机学院(Electronics and Computer Science)。自上世纪80年代开始学院开设计算机专业，全球排名前百。我们所熟知的万维网(world wide web)的创始人Tim Berners-Lee就在ECS任教。

专业名称：MSc Artificial Intelligence  

主要课程：智能代理商、复杂性科学、计算机视觉、机器学习技术等。

学术要求：具备2等1学位，计算机专业或计算机联合学位(含至少50%计算机课程)。

语言要求：雅思65，单项55。

4、爱丁堡大学

爱丁堡的人工智能中心是在英国建立时间最长的，世界上最好的人工智能中心之一。最近毕业的学生现在担任HarperCollins，JP Morgan，诺基亚，IBM，亚马逊，Soundcloud和英格兰银行等公司的软件开发人员，工程师，程序员和数据分析师。

专业名称：Msc Artificial Intelligence  

这个课程研究借鉴了神经科学，认知科学，语言学，计算机科学，数学，统计学和心理学，以扩展知识推理大脑过程和人工学习系统，计算机视觉，移动和装配机器人，音乐感知和可视化的研究。

学术要求：取得英国2：1荣誉学位，或其国际同等学历，信息学、人工智能、认知科学、计算机科学、电气工程、语言学、数学、哲学、物理或心理学、以及计算机编程经验。

语言要求：雅思总分65，每个部分至少60。

如果想知道自己的条件能申请到国外什么层次的大学，可以把你的基本情况(GPA、语言成绩、专业、院校背景等)输入到留学定位系统 中，系统会自动匹配出与你成绩情况类似的同学案例，查看你目前的水平能申请到哪些大学和专业。

以下以语义特征为例：

机器学习基于语义特征的情感分析

基于语义特征的情感分析先人已有研究，可以通过情感词典匹配来做，但是应用机器学习在这方面会使精确度更高些。 

以本人参与的一个项目为主，总结下相关技术点。 

背景是：分析用户评论感情色彩是积极还是消极，即是褒还是贬。

具体步骤为： 

1有监督的人工给文本标注类标签。如有5000条评论数据，我们给其中的1000条标为积极的，再选1000条标为消极的，积极和消极就是所谓的类标签。 

2选择特征。从积极的评论数据中按词来选择积极的所有特征。同理，从消极的评论数据中按词来选择消极的所有特征。如“这款游戏非常好玩”->”这款”->“游戏”->”非常”->”好玩”，分为四个特征词，也可以采用双词搭配，“这个游戏”和“非常好玩”作为特征。 

3特征降维，减少特征的数量。如上“这个游戏非常好玩”中的“这个游戏”没有必要作为特征，因为“好玩”或“非常好玩”已经决定了评论是积极的。 

4将语料文本变成使用特征表示。 

5统计所有特征出现的次数，并按倒序排序。 

6从以上结果中选出排序最靠前的一些特征作为最终的评判特征。 

7使用训练数据根据特征训练分类算法，得到分类器。 

8用测试数据检测分类器的准确度。 

我们将数据分为两部分：开发集、测试集。用开发集的数据训练分类算法得到分类器；再用分类器对测试集里的数据进行分类，给出分类预测得到的标签；对比分类标签和人工标注得到的标签的差异，计算出准确度。