当前深度学习图像识别研究现状

一是部分关键应用技术特别是图像识别、语音识别等技术，处于全球相对先的水平，工智能论文总量和高倍引用的论文数量，也处在第一梯队，据全球相对前列。 二是产业整体实力显著增强。 全工智能产业超过一千家，覆盖技术平台、产品应用等多环节，已经形成了比较完备的产业链。

深度学习已经在语音识别、图像处理等方面取得了巨大成功。 从2013、2014年开始，也在自然语言处理域出现深度学习的应用浪潮，例如今年ACL上有（应该是BBN公司？）利用深度学习极大地提升了统计机器翻译的性能，颇值得期待。

一、语音识别 深度学习的发展使语音识别有了很大幅度的效果提升，类似于在计算机觉中处理图像数据一样，深度学习中将声音转化为特征向量，然后对这些数字信息进行处理输入到网络中进行训练，得到一个可以进行语音识别的模型。