8•众多交互式人工智能产品已经投入消费者市场•交互式人工智能为各个行业提供价值上的提升•用户对交互式人工智能技术的应用普遍抱有非常积极的态度•芯片和云计算的发展揭示了其与人工智能技术紧密结合的趋势•随着边缘计算人工智能芯片的开发，交互式人工智能技术确定了进军移动终端产品的方向•云计算赋能政府和企业，为客户提供定制化、智能化服务和产品•近几年内，深度学习技术已经在语音识别、自然语言处理、语音合成等领域实现重大突破。
•在未来，交互式人工智能技术也将为人与机器之间零阻碍的情感交流赋予全新的可能性算法用户需求政策算力机器学习、深度学习等技术为交互式人工智能打下基础交互式人工智能正在改变人们工作与生活的方式芯片和云计算加速了算力提升，助力交互式人工智能技术进步1234积极的政策制度促进了交互式人工智能的发展•政府的发展经历了三个阶段：从打造单一产品到开发创新平台；从企业个体发展到国家战略部署；从发展人工智能技术到实现技术与实体经济的融合。
9在2011年之前，深度学习、大数据和云计算尚未与语音识别技术相结合，语音识别的准确率仅为54.61%。2011年，微软将深度学习引入语音识别，将语音识别的准确率提高到81.55%。在2011年之前，微软和谷歌开发的语音应用仅仅借助于基本的语法分析和机器翻译，其应用场景也主要集中于信息检索和提取。2011年以后，NLP文本分析向深度理解的方向发展。
这让聊天机器人趋于场景化，更加实用。随着预先训练语言模型在自然语言处理任务中的应用，自然语言处理技术开始关注情感文字分析和文本推理。在2011年之前，第一代语音助手主要用于在个人电脑上的搜索导航和信息检索，但是其音色非常单调。当人工神经网络应用于语音合成技术后，语音助手开始模仿人的语音语调。2017年谷歌发布了语音合成系统Tacotron 2，能够做到与真实人声完美贴合。这是一项里程碑的成就。2017年，微软Switchboard语音识别测试的准确率高达94.9%，首次超过人类水平。深度学习爆发期深度学习探索期传统机器学习萌芽期语音识别自然语言处理语音合成准确性文本分析情感。
1020062007200820102013201520162017IaaS2006年，亚马逊创建了亚马逊云（AWS），能够做到在IaaS上提供各种基于云的服务，包括存储和计算。在2007年之前，人工智能还处于早期阶段，CPU芯片足以提供足够的算力。CPUPaaSSalesforce在2008年推出Force平台，开创了企业PaaS市场。SaaS2010年后，SAP、Oracle等传统软件公司开始推出云服务，企业SaaS迅速发展。
GPU2013年以后，GPU被广泛应用于人工智能。ASIC2015年谷歌首次发布ASIC芯片tpu1.0，业界开始开发AI专用芯片。同年，英特尔收购Altera，FPGA芯片由此得以问世。FPGA2017年，华为麒麟970成为首款人工智能手机芯片，将人工智能引入移动设备。2016年，AWS正式推出了自己的人工智能产品线，云计算开始呈现与人工智能融合的趋势。•将人工智能引入设备中: Edge AI芯片问世。
•Edge AI芯片将进军消费者和企业市场，比如智能手机、智能扬声器、可穿戴设备和机器人、相机、传感器以及其他物联网设备。芯片性能的进化与云计算相结合•服务变得更加智能: AI云平台大幅改善了数据处理能力，赋能传统SaaS服务，同时降低了使用人工智能的成本。•开启定制化时代: 在广泛收集信息的基础上，用户的行为和需求得以准确定位。
