酷应用

【AI实验室】北京站 | 三大人工智能技术热点探讨回顾

百家作者：Ucloud 2018-04-19 13:40:20

【AI实验室】

由UCloud和Face++人工智能开放平台共同发起的，集结行业内研究AI技术或对AI感兴趣的企业和个人，以传播AI技术、产品为使命的线下沙龙活动。

4月14日，在北京站活动现场，来自Face++与UCloud、图普科技的4位嘉宾为大家带来关于AI行业、产品和技术的分享。

《AI 助力行业智能》

（图：Face++人工智能平台行业产品负责人胡浩）

一个技术能不能在行业落地，最重要的是有没有超越价值线的价值，并且有一定的门槛，可以持续的发展。

为什么要做手机行业？

计算机视觉的本质是赋能各种各样的摄像头，而现代社会中最重要的摄像头就是手机，每个人的手机上至少有两个，未来会有三个、四个，短时间里个数不会减少，只会增多，这是最重要的“战场”。另外，手机是一个高价值的行业，能够在安全和娱乐两方面赋能。

计算机视觉在汽车、教育、营销、制造业等行业都有可以彰显能力的地方，但还需要深耕。

技术如何落地？

主要看三个方面：边界、场景和价值。

边界是指市场现状如何、算法是否可行、公司在行业中所处的位置；场景则包括用户场景、算法在哪种场景下能保证性能以及能否为行业赋能，为行业内核心玩家带来可复用的价值；价值指最终是否超出预期价值线，并且是否可持续，需要评估成本和它带来的价值。

Q&A

◆ Q：请问在机器识别方面，Face++是怎么做内容识别的，比如新闻鉴黄？

◆ A：内容识别主要看样本，其实本质上是一样的，把数据丢到训练引擎里面去，把算法训练出来之后再去做相应的识别。Face++做的更多是暴恐这部分，检测各种姿势、敏感服饰和旗帜。不过，鉴黄需要需求方给出定义，然后去拆解有哪些特征，需要准备什么样的数据，达到什么样的指标。最后有个验证库，算法跑完库有没有达到标准，如果达不到，再看哪一部分没有做到。

《AI System On Serverless》AI系统无服务化

（图：UCloud创新产品线研发总监叶理灯）

“人工智能跟云计算的结合越来越大，有两个原因：第一，随着云计算的发展，越来越多创业公司、互联网公司基于云计算部署业务系统，也就意味着会有大量数据在云上产生和消费，这些数据变成人工智能的应用；第二，云计算提供大量计算能力，这是人工智能的需求，GPU和CPU是一个天然的结合。”

Serverless

优点：自动扩容、降低运营成本、提高维护性、更快的交付。

人工智能系统落地化分为三部分：一是针对问题构建算法或者搜集数据；二是训练；三是变成在线服务的话，需要PaaS系统部署完。

◆ Inference架构要求

第一，跨可用区容灾；

第二，按Set部署；

第三，灰度发布；

第四，所有模块可以平行扩展。

云计算为人工智能赋能

云计算给人工智能带来海量算力、托管、低成本、免运维的四大优点，可为人工智能落地降低门槛。

Q&A

◆ Q：如何通过人工智能手段获取更多的数据？

◆ A：可以从行业层面回答这个问题。以前大数据说了很多年，就跟做AI一样，其实很多公司做不了大数据，因为大数据不掌握在小公司手里，我们国家不缺数据，只是不流通而已。数据要流通起来才能产生更大价值，有数据才有人工智能，不是反过来通过人工智能拿数据，数据是人工智能的基础。

《AI+零售，点亮数据黑洞》

（图：Face++新零售业务部产品负责人刘晋宇）

不同场景会触发不同行为，不同的人在不同的场景当中也会有不同的行为。通过机器视觉可以把这些行为、数据进行采集，并且做标准化的结构数据处理，这样就会有数据的积累，然后把这些数据变成服务提供给客户。

旷视为什么做新零售？

旷视本身是一家机器视觉为核心的技术公司，机器视觉就相当于赋能给各个场景、各个行业以某种能力，帮助线下去识人、识物、识场景。人的眼睛相当于感知和认知，大脑去分析推理，摄像头会是线下最好的感知和认知场景终端。基于旷视的数据帮助，线下的客户经过场景去分析线下的人、货、场。在零售场景叫做视觉赋能是为了打通人、货、场的数据闭环。

对于整个零售平台来说，分几个部分实现：第一部分是感知人，基于采集回来的数据做大人群分析，做个性化的推荐和营销；第二部分是感知人跟场之间的关联，包括人的轨迹分析、行为分析等；第三部分是捕捉人和货，通过人互动构建虚拟购物车，辅助快速收银。