酷应用

苹果最新博文剑指汉字手写识别！专家回应：并没有技术含量

百家作者：AI100 2017-09-28 07:16:57

参与 | 鸽子，Shawn

今日，苹果再次更新其博客，这次的内容主打手写识别，而且是对汉字的手写识别。是不是挺好奇的，先来看看这篇论文的简介：

对由30000字符构成的大型汉字字符库进行实时手写汉字识别

随着智能手机、平板电脑和可穿戴设备（如智能手表）的普及，手写识别技术变得愈发重要。但是如果想在这些移动设备上实现汉字手写识别，就必须解决一些特有的问题，因为汉字识别需要有巨大的符号数据库。本论文阐述了我们如何解决这些问题，在iPhone、iPad和Apple Watch（手写模式）上实现了手写汉字的实时识别。我们的识别系统基于深度学习，最多可准确识别30000汉字。为了实现令人满意的准确度，我们在数据收集条件、手写体表征和训练方法上花了很大工夫。我们发现，只要方法正确，系统甚至可以准确识别更大的汉字数据库。我们的试验证明，只要使用的训练数据足够好且足够多，当汉字数据库越来越大时，系统的准确度只会缓慢降低。

引言

手写识别可以增强移动服务的用户体验，尤其是汉字输入的用户体验，因为汉字输入法相对而言较为复杂。而且汉字手写识别又独具挑战，因为潜在汉字数据库十分庞大。使用字母单词写成的文字通常只会用到大约100个字符，但是中国国家标准GB18030-2005中的汉字字符集共包含27533个字符，而且现在整个大中华区还在使用很多新增的意符（logographic）文字。

为了能在计算机上输入汉字，我们通常只一定数量的汉字，这些汉字被认为是我们日常生活中最常使用的汉字。因此，标准的GB2312-80字符集只包含6763个字符（1级字符集包含3755字字符，2级字符集包含3008个字符）。中国科学院自动化研究所(CASIA)数据库中紧密排列的字符集共包含7356个字符 [6]，SCUT-COUCH数据库所涵盖的汉字字符数和它差不多[8]。

早期的识别算法主要依赖于基于单笔划分析的结构方法，后来人们认识到必须实现比划顺序的独立性，因此他们将目光投向了利用汉字整体形状信息的统计学方法[5]。但是如果使用这种方法，大型汉字数据库的识别显然会更加复杂，因为需要对大量的类别进行消除歧义，这样正确分类字符就会变得更加困难 [3]。

在拉丁文识别任务（例如MNIST数据集 [4]）中，卷积神经网络（CNN）很早就被作为解决方案。由于拥有充足的训练数据，而且必要时还可以用合成样本作为增补，CNN可以得出非常有效的结果[1], [10]。但是，这些研究中的类别数量却很少（10种）。

不久前，我们开始研究大型汉字数据集的识别，当时使用CNN是我们的首选方法。但是这种方法要求将CNN缩放到一个大约由30000汉字构成的数据集，同时还要在嵌入式设备上维持实时性能。本论文主要研究的是如何满足准确度、汉字覆盖面和对手写字体的鲁棒性的要求。

（完成博客请见：https://machinelearning.apple.com/2017/09/12/handwriting.html）

这篇论文到底价值如何？有何精华，有何不足？

AI科技大本营在第一时间联系到在汉字的离线识别领域中非常领先的富士通研究中心的资深研究员，算得上是这个领域的佼佼者，请他们对苹果刚刚发布的论文略作评析，同时也对手写识别领域作简要分析。

以下为AI科技大本营根据其观点，以其第一人称总结梳理如下：

文章主要讨论了两件事：

一是把目前汉字识别的类别数扩大之后，如何控制模型的大小和计算量；二是再扩大之后，会遇到更多的混淆字的问题。

苹果在收集自己的数据库时候，发现中国人对同一个字的写法有很多种，这样导致传统的结构识别法在很多情况下不能用，比如笔顺不固定这种情况。

就这两件事情而言，并无太多价值含量。因为通篇只是讨论，并没给出相应的解决办法。

当然，这是苹果公司一直以来的传统，不公布任何技术。

需要注意的是，这篇文章主要关注在线手写识别，也就是带有时序信息，主要应用范围为手机平板这类电子设备。

就汉字在线识别来看，华南理工大学金连文教授算得上最为领先，他与搜狗合作推出的在线汉字手写识别准确率非常高，这一点应该走在苹果前面。

除了在线手写识别外，还有一种是离线手写识别。

就离线手写识别而言，中科院刘成林研究团队，以及富士通研究中心在这一块的研究是最为靠前的。目前，离线识别的应用更广，在线识别则相对窄一些。

如果是英语手写识别，德国的DFKI（德国人工智能中心，相当中国中科院）的研究在全球则最为领先。

你怎么看苹果此次发布的这篇博文呢？欢迎在评论区说出你的观点。

点击阅读原文查看完整文章

精彩活动预告

10月28日，SDCC 2017“人工智能技术实战线上峰会”将在CSDN学院举行。

如今人工智能已不单单是发表学术论文、刷新正确率的竞赛，抑或全民参与的新闻事件，它早在为各行各业的先行者们创造着实实在在的利润和商业价值。而且，随着算法改进、硬件升级、架构优化，应用人工智能技术带来的收益还会越来越高。

作为SDCC系列技术峰会的一部分，来自阿里巴巴、微软、商汤科技、第四范式、微博、出门问问、菱歌科技的AI专家，将针对机器学习平台、系统架构、对话机器人、芯片、推荐系统、Keras、分布式系统、NLP等热点话题进行分享。先行者们正在关注哪些关键技术？如何从理论跨越到企业创新实践？你将从本次峰会找到答案。每个演讲时段均设有答疑交流环节，与会者和讲师可零距离互动。