刷臉進站+語音購票,AI 時代已經來臨

對著售票機喊句話就能買到地鐵票?這個在過去看來完全無法想像的事,如今已成現實。

12月5日,語音購票、刷臉進站、智能客流監測等多項「黑科技」首度驚艷亮相上海。這三項技術是今年10月上海地鐵牽手阿里雲以來的最新階段成果。目前,這些技術已經完成實驗室測試,進入樣機研製階段,未來都將應用於上海地鐵。只需對售票機說出目的地,如「我要去東方明珠」,售票機會自動向乘客推薦線路和站點,乘客掃碼或刷臉即可購票,全程不過數秒鐘時間。

「當前主流的遠場語音識別技術在家居、辦公室等比較安靜的環境下能夠很好地工作,但在公眾場所嘈雜環境下,業界此前尚無可以達到大規模商用水平的遠場語音交互整體解決方案。語音售票機是業內首個能在嘈雜的公共場所環境下,實現精準遠距離語音交互的產品。」阿里巴巴iDST資深人工智慧專家鄢志傑表示,iDST深度融合了語音信號處理和計算機視覺技術,解決了強雜訊干擾問題。

不僅如此,目前市面上的主流語音交互產品,都需要通過「喚醒詞+語音指令」的方式進行交互。而語音售票機能夠自動檢測乘客走近的行為,主動發起交互,無需用戶喚醒。據悉,上海地鐵語音售票機完全由阿里巴巴人工智慧核心團隊iDST自主研發,所運用的「下一代人機交互」技術正是阿里巴巴達摩院首批公布的重點研究方向之一。

除了買票難,忘帶地鐵卡也是常常令乘客頭疼的事。今後,「刷臉進站」讓這一問題迎刃而解。新型進站閘機上新增了一塊屏幕,用戶經過屏幕時,幾乎無需停留,屏幕就依託阿里巴巴人臉識別技術,完成了人臉識別,開啟閘機,供乘客通過。

系統所採用的阿里巴巴人臉識別演算法具備業內領先的精度和效率,在國際公開的人臉比對評測LFW中,精度超過99.5%;在身份認證1:1比對場景,誤識率0.1%條件下,實測精度大於99%;1:3000身份識別場景,現場實測識別率>95%。

而智能客流分析技術則是基於視頻識別、數據分析機器學習和阿里雲的數據可視化技術,替代肉眼,觀察車站的客流速度、密度、擁擠指數等,同時結合地鐵列車運營信息、外部天氣信息數據,對未來流量進行預測,幫助地鐵工作人員進行客流疏導、應急調度、危險防範等,保障乘客安全。

阿里雲高級演算法專家王磊介紹,這項技術的難點在於如何在光線條件不穩定的地鐵環境下,用現有的標清攝像頭,做出高準確度的人體識別。同時還要去除同一乘客在多個攝像頭中的多次出現,以及如何做準確的超短時客流預測。

一個多月前,上海地鐵正式推出手機端APP「Metro大都會」,開始試點掃碼進站。上海地鐵計劃在明年初,在全市17條軌道交通線路全面推廣掃碼進站。乘客只需要在「Metro大都會」APP中一鍵綁定支付寶,就可以掃乘車碼進站,出站時再扣除車費,無需兌換零錢和排隊購票。

「Metro大都會」APP每天都會響應上千萬用戶的請求命令。而阿里雲的雲存儲、雲計算和企業級互聯網架構為APP提供安全、穩定、海量的存儲服務,確保實時處理全天3.7萬億條記錄,每秒處理9500多條記錄,讓乘客體驗更為流暢。此外,阿里雲安全產品實現端到端的安全防護,保護乘客數據不丟失、不泄露、不篡改。


截止到2017年12月,我國人工智慧人才缺口至少100萬以上。 AI 專業應屆生年薪已高達25萬~50萬元,三五年後很有可能漲至80萬元。想要搭上這班 AI 順風車?七月在線幫你踏上高薪求職路,預約機器學習集訓營,3個月挑戰年薪30萬!

機器學習集訓營 第三期「線上線下結合,線下在北京和上海」 - 七月在線

推薦閱讀:

機器學習系列-廣義線性模型
MIT線性代數課程精細筆記[第九課]
[導讀]不平衡數據的解決之道
日誌分析的模式發現功能實現(2)

TAG:机器学习 | 黑科技 | 语音识别 |