如图1-5所示，在大规模视觉识别挑战赛（LSVRC）比赛中，图像标签的错误率从2010年的28.5%下降到了2.5%，AI系统对物体识别的性能已经超越了人类。在国内，视觉与图像领域的融资排在第一，总额为143亿元，在整个AI投资中占比23%（数据来源：腾讯的《中美两国人工智能产业发展报告》），说明国内投资者非常看好这一领域。
1.2.2自然语言理解
自然语言理解是指接受语音输入，通过语音识别将用户声音转化为文字，再运用自然语义分析理解用户行为，给用户以精准的搜索结果，其核心技术在于用自然语义分析来理解人们像日常说话一样的提问。在词语解析方面，AI系统在确定句子语法结构上的能力已经接近人类能力的94%。在从文档中找到既定问题的答案的能力已经越来越接近人类（见图1-6左图）。AI系统识别语音录音的表现早在2016年就已经达到了人类水平（见图1-6右图）。
从PC互联网到移动互联网再到AI时代，每个时代都伴随着一次交互式的变革。利用语音识别、自然语言处理等技术研发的对话机器人，正在改变着传统的人机交互方式。它们或内嵌到应用程序中，或与硬件相结合，致力于成为用户的个性化处理。目前，这些“助理”已经具备了基本的问答、对话以及上下文理解功能。它们正在打造全新的人机交互方式，为用户提供多场景的便捷服务。例如，智能音箱在2017年的美国消费中成为热门产品。虽然语音交互的老大依然是苹果公司的 Siri，但是Amazon Alexa正在快速崛起（见图1-7左边的产品），它不仅可以对话应答，而且可以和多种智能家居设备进行交互。伴随着AmazonEcho智能音箱的诞生，Alexa的用户数量在一年内增长了325%。谷歌（产品名称为GoogleHome，见图1-7中间的产品）、微软、苹果、Facebook都在争夺这块智能音箱市场。微软也推出了内嵌Cortana（小娜）的Invoke音箱，并且将Conversation as Platform（对话即平台）作为战略。苹果于2018年2月9日正式上市开卖HomePad智能音箱，有白色和太空灰两个版本（见图1-7右边的产品）。
第1章 人工智能概述
5