阿里又落地一项人工智能技术：智能音箱将具备视觉能力

shangui

　3月22日，阿里巴巴人工智能实验室推出了第二代中文人机交流系统AliGenie2.0。新一代系统在此前“听”和“说”的基础上引入了视觉能力，能够进行视觉认知、多模态交互、情景感知。

　　阿里巴巴人工智能实验室负责人浅雪表示，AliGenie 2.0的视觉能力将首先落地在天猫精灵X1上。据了解，天猫精灵只需要装载一个XHolder硬件，然后通过手机APP中的“精灵火眼”功能，就可以实现视觉识别能力。
　　目前，“精灵火眼”功能主要聚焦在儿童和老人场景。对于儿童，精灵火眼可以通过图像识别，结合智能语音互动、声音朗读，帮助儿童读书、识字；对于老人，精灵火眼具备识别药盒的功能，只要扫一扫药盒，就能用语音播报药名、功效、过期日等信息。
　　据悉，精灵火眼目前已能识别117套图书、4万个药盒。此外，精灵火眼还具备一个3D虚拟形象，可提供自然交互的表情拟态动画。目前，这个虚拟形象可实现20多种拟态动画，用户触摸其不同部位，它能够产生不同的反馈和互动。
　　浅雪表示，天猫精灵的本质是一个家庭智能终端，将具备认知能力、理解力，执行力。未来，它不仅是一个智能音箱，还可以连接其他家电、家居产品进行智能控制。
　　所以在浅雪看来，智能音箱是否带屏幕并不重要，重要的是视觉认知的能力。浅雪表示，智能音箱终极形态是家庭机器人，从“听”“说”，到“视觉交互”，再到“行动力”，阿里巴巴希望通过引入视觉能力加速这种进化。
　　阿里巴巴人工智能实验室作为阿里巴巴智联网战略的一部分，未来的主要研究方向便是将语音交互、视觉交互、机器行动力等结合在一起，推动家庭智联网的落地。
　　截至目前，天猫精灵的销量已经达到200万台，连接的家用电器数量超4500万台，并累计为用户执行了9亿次任务。