【专利解密】寒武纪将人工智能用来推送表情包？

【嘉德点评】寒武纪将人工智能运用于最新的聊天表情推送，拓展人工智能的新应用场景并且还申请了专利，可见其知识产权保护意识很强。

集微网消息，在AI人工智能芯片领域独树一帜的寒武纪科技今天宣布，将在8月29-31日的2019世界人工智能大会上，首次展示新一代云端AI芯片“思元270”。据悉，思元270集成了寒武纪在芯片架构领域的一系列创新性技术，处理非稀疏深度学习模型的理论峰值性能提升至上一代MLU100的4倍，达到128TOPS(INT8)，同时兼容INT4和INT16运算，理论峰值分别达到256TOPS和64TOPS，并支持浮点运算和混合精度运算。

其实寒武纪除了在芯片领域的成就以外，在我们熟知的人工智能算法上也有许多不错的成绩，今天要带来的就是寒武纪的一种表情图片推荐方法。

目前，即时聊天工具是人们最常用的沟通工具，而在像这样无法面对面交流的沟通方式中，表情图片的使用变得越来越重要。2015年牛津词典公布了最受欢迎年度词汇为“ emoji”表情符号，也正体现了这一点。在聊天中正确的使用表情能更准确直观地表达使用者的情感变化和心理活动。

而如何准确的向用户推荐他们想要的表情图片就成了一项需要解决的问题，这样可以提升用户体验，从而提高产品使用率。

就在16年12月20日，寒武纪申请了一项名为“一种表情图片推送方法及系统”的发明专利（申请号：201611185870.6），申请人为上海寒武纪信息科技有限公司。

如上图为表情图片推送方法的流程图。首先，采用服务器中存储多个表情图片对神经网络进行训练，在训练完成后，重新将所述多个表情图片输入至所述神经网络中，并从神经网络的全连接层获取多个表情图片所对应的表情图片表示向量。这个步骤就相当于完成了事先组建一个图像的数据库，以用于后续的推送。

其次，获取从客户端发送的人脸图片，将人脸图片输入至训练好的神经网络，并从神经网络的全连接层提取人脸图片表示向量。这里得到的是客户端的单张图像特征。

接着，将人脸图片表示向量与多个表示向量进行相似性计算，将人脸图片表示向量与多个表情图片表示向量的相似性进行排序，这样就可以根据图像的相似度将同类的多张表情图片推送至所述客户端中。

最后，在客户端中对获取的一个或多个表情图片中的至少一个表情图片进行表情分类，并对分类后的表情图片进行本地收藏，并在客户端中通过表情分类来搜索本地收藏的表情图片。至此，由于客户端的图像和数据库中的图像进行过相似度计算，因此就可以完成图像的自动分类过程。

下图为表情图片收藏的场景示意图。

用户在客户端中收到服务器所推送的多个表情图片后，手动选择自己想要的一个或多个表情图片，这些系统推送出来的图像就是根据人工智能从数据库中选出来的，从而在本地创建新的表情。

针对每一个选择的表情图片，弹出一个对话框，供用户将该表情图片分到“ 高兴”、“ 难过”、“ 愤怒”、“ 惊讶”、“ 疑惑”、“ 蔑视”中的一类中，然后在本地进行保存。

上述就是表情图片的推送方法，可能我们在日常使用的时候不会感觉到我们选择一张图像还要经过这么复杂的过程。从事先训练表情图片，再到对于我们发送的每张图片进行相似度计算，最后才能成功推荐我们可能想要的类型的图片。相当贴近我们生活的一项技术，未来也可能会根据用户的喜好建立更好的数据库以完成更加准确的图像推送！（校对/holly）

*此内容为集微网原创，著作权归集微网所有。未经集微网书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。