智東西 文 | 心緣
2018年AI產業(yè)波瀾叢生,智能化開始深入各行各業(yè),AI落地潮空前火熱。騰訊優(yōu)圖實驗室在今年的落地潮中表現尤為亮眼,它成立于2012年,專注在圖像處理、模式識別、機器學習、數據挖掘等領域開展技術研發(fā)和業(yè)務落地,是騰訊的三大人工智能實驗室之一。
今天,騰訊優(yōu)圖實驗室創(chuàng)始人兼總監(jiān)黃飛躍、騰訊優(yōu)圖實驗室總監(jiān)吳永堅、騰訊優(yōu)圖實驗室總監(jiān)任博、騰訊研究院研究員俞點、廈門大學教授紀榮嶸分享了AI學術和產業(yè)落地方面的進展,并與智東西等媒體深入交流了AI技術的相關趨勢和短板。
黃飛躍認為現在AI技術的最大短板是在線下復雜的真實場景做識別,吳永堅說技術差異化還包括工程交付效率、方案完整度等方面的綜合實力,任博則談到減少對數據的依賴是非常有意義的事情。
以計算機視覺為基礎,全面輸出AI能力
騰訊優(yōu)圖的技術研究以“計算機視覺AI”為基礎,全面輸出AI能力,著力成為騰訊云與智慧事業(yè)群的底層支撐。
其團隊成員超過百人,大都為清華、北大、中科院、上海交大、南大等頂級院校的博士、碩士,皆具有較深厚的學術研究背景和較強的工程實踐能力,擁有超過160篇AI專利,其研究成果多次在MegaFace、LFW, ICDAR, MIREX等AI國際權威比賽中創(chuàng)造了世界紀錄。
優(yōu)圖實驗室以產品為核心,以AI技術落地為導向。通過騰訊云及“騰訊優(yōu)圖開放平臺”對外輸出團隊核心的技術能力,建立AI云生態(tài),帶動行業(yè)的智能化變革。
騰訊優(yōu)圖首個AI開源項目ncnn于2017年7月正式開源,促進AI移動端生態(tài)的創(chuàng)新和部署,推動AI領域的技術革新。2018年,優(yōu)圖實驗室升級為騰訊計算機視覺研發(fā)中心。
聯合騰訊明星產品,主攻三大應用方向
如今優(yōu)圖AI技術已經廣泛應用在金融、鑒黃、安防、醫(yī)療等領域,和微信支付、微視、QQ音樂、全民K歌、騰訊覓影等明星產品合作,例如優(yōu)圖的OCR文字識別技術每天都會被海量調用,協(xié)助騰訊進行內容審核。優(yōu)圖還與福建公安廳、順豐等多家政企客戶合作。
騰訊優(yōu)圖實驗室總監(jiān)吳永堅介紹到,優(yōu)圖實驗室在2018年主攻三大重點方向,分別是核身、安防與智慧零售、軟硬件一體化。
1、深耕核身,發(fā)力刷臉支付
為了應對高效準確辨別是否為本人的核心挑戰(zhàn),騰訊優(yōu)圖實驗室打造了從線上到線下的身份驗證。
騰訊身份驗證方案經過4年的迭代,從早期的唇動和數字語音,到3D結構光活體,其技術演進的趨勢是交互越來越簡單,準確率越來越高。
優(yōu)圖實驗室聯合微信支付,整合了人臉識別、會員認證、免密支付等核心技術,幫助提高購物體驗和收益效率。比如騰訊和家樂福打造了合作下的首家智慧門店“Le Marche”,將騰訊智慧零售工具矩陣會全部投入使用,為顧客提供零售全鏈條的智慧體驗。
2、夯實安防,賦能智慧零售
多地公安逐漸應用人臉識別,科技企業(yè)、傳統(tǒng)商家紛紛布局智慧零售,其技術難點在于如何在茫茫人海去精準識別出這個人的身份。
在模型演進過程中,識別效果越來越好,模型也越來越深,結構更加復雜。
以安防需求為導向的優(yōu)圖天眼,支持億級別庫的人臉檢索系統(tǒng),毫秒級識別速度,目前已在福建省公安廳“牽掛你”防走失平臺、蘇州公安等成功落地,協(xié)助找回走勢人口和實現車輛全城追蹤。
優(yōu)圖實驗室還與騰訊云聯合打造基于騰訊優(yōu)Mall智能零售系統(tǒng),可以輕松識別顧客身份,根據購買記錄提供個性化推薦和優(yōu)惠券推送等,顧客也能用“刷臉”支付。商店也能借助此系統(tǒng)分析用戶信息和優(yōu)化運營方式。目前,該系統(tǒng)已通過百麗落地。
3、軟硬一體化研究與探索
想要更好適配算法和場景,需要與之更為匹配的硬件來增強識別效果,AI算法和AI芯片結合已經成為AI軟硬件一體化趨勢。對此,優(yōu)圖實驗室實現從軟件到硬件方案的開拓。
CPU為了保證通用處理器性能,部分面積用于控制單元,致使算力有限。GPU為并行計算、圖形處理涉及,其中包含大流量并行運算單元,算力強,但同時功耗也較高。
隨著架構的演進,專用AI芯片開始涌現在半導體市場,它們?yōu)锳I加速設計,算力更強、功耗更低。芯片性能不斷提升,單位算力功耗越來越低,計算從云端走向邊緣。
通過軟硬件協(xié)同,騰訊優(yōu)圖打造了成本更低、性能更佳、體驗更優(yōu)的行業(yè)解決方案,比如優(yōu)圖人臉識別一體機、優(yōu)圖盒子、騰訊優(yōu)圖AI攝影機等硬件產品,在一定程度上解決算力的困難。
AI技術的趨勢和短板
騰訊優(yōu)圖實驗室創(chuàng)始人兼總監(jiān)黃飛躍認為,去年很多技術集中式爆發(fā),今年AI技術更多在垂直應用場景做的更深更透,但技術本身沒有很大的突破性進展。
黃飛躍說,現在AI技術的最大短板在于落地,在線下復雜的真實場景做識別,其難度遠高于理論環(huán)境,因此需要非常大的投入和持續(xù)的積累。
騰訊優(yōu)圖實驗室總監(jiān)吳永堅表示,當前大家會把AI能力持續(xù)提高,在行業(yè)野蠻生長的過程中,到底誰來做事并沒分那么清楚,關鍵是如何適配場景,推動產業(yè)往前發(fā)展。
關于技術同質化的問題,吳永堅也給出了自己的看法。
他認為,當前說不上是技術同質化,技術差異化不只體現在競賽榜單上,算法差異可能沒有本質區(qū)別,但當數據規(guī)模增大,算法實力的差距也會體現出來。另外,工程交付的效率、方案的完整度等相互配合,也會拉大實力的差距。
騰訊優(yōu)圖實驗室總監(jiān)任博則從技術本身的角度切入,他看到深度學習幾個方向開始相互交叉,比較明顯的特點是NLP領域的技術進步更快,因此可能在NLP技術上要給予更多的關注。
另外,過去如GAN等技術的理念很好,但實用性較差,今年的技術實用性明顯得到很大改善,很可能明年GAN在應用結合方面會有很多創(chuàng)新。GCN研究也很有意義,任博預測這項研究在2019年會火。
任博還談到了數據問題,現在一些容易獲得數據的場景已經被廣泛布局,但對于余下場景來說,可能收集數據本身就是一大難題。因此,如何減少對數據的依賴,使之在數據缺失的場景有更多的應用,是非常有意義的事情。
除此之外,任博認為現在的AI算法被預期過高,它的通用性和標準性沒那么強,需要根據客戶需求進行改善和優(yōu)化。黃飛躍也補充說,如何高效的把數據運用起來是一大問題。
優(yōu)圖會與AI芯片的生態(tài)去結合,吳永堅表示期望AI芯片彎道超車,他也分享了關于深度學習平臺趨勢的觀點。
吳永堅認為,深度學習平臺呈現從單機到多機的趨勢,隨著數據越來越龐大,需要多機之間的整合,在量化方面,深度學習需要更少的比特位數來表達信息,剪枝、壓縮也是技術領域很明確的趨勢。
他還提到,邊緣計算加云端是一大趨勢,但隨著從4G過渡到5G,網絡量級將有很大提升,為云端計算的傳輸等帶來更多優(yōu)化,未來硬件底層可能有多種方案。
騰訊研究院對AI的理解和期望
騰訊研究院研究員俞點從更加宏觀的角度去分享了騰訊研究院對全球AI趨勢的觀察、理解和一些建議。
1、中美AI企業(yè)PK
今年中國AI企業(yè)的數量達到1011家,比去年足足增加了420家,在全球AI企業(yè)數量排行僅次于美國,令人感到意外的是,印度超越英國、以色列、加拿大排名世界第三。
目前AI企業(yè)的九大熱點領域分別是語音識別、自然語言處理、機器學習應用、智能機器人、計算機視覺與圖像、技術平臺、自動駕駛/輔助駕駛、計算機/芯片和智能無人機。
九大熱點領域創(chuàng)業(yè)偏重不同,其中自然語言處理、計算機視覺與圖像、芯片和語音識別領域為最熱門領域。在投資方面,2017年,芯片領域狂攬321億元投資居首,機器學習應用領域以306.8億元位居第二。
從2017年的數據來看,中國AI企業(yè)在計算機視覺與圖像領域的占比最高,為24.7%,站在世界前沿。但我國在處理器/芯片領域積貧積弱,多集中在智能開發(fā)定制化芯片,在通用芯片領域還相對空白。
盡管美國在處理器芯片領域的企業(yè)看起來并沒有比中國多太多,但美國的33家中英特爾、英偉達等頂尖的半導體公司,相比較而言,中國在企業(yè)、人才和投資全方位都與美國有不小差距。
2、九大黃金應用場景
俞點還介紹了AI企業(yè)的九大黃金應用場景,包括人臉識別、視頻及監(jiān)控分析、圖片識別分析、自動駕駛、三維圖像視覺、工業(yè)視覺檢測、醫(yī)療影像診斷、文字識別、圖像及視頻編輯。
其中人臉識別更加普及,應用拓展廣泛,目前在互聯網金融、銀行、安防、交通等行業(yè)應用廣泛,泡沫問題并不突出,多數資本趨于理性。
目前互聯網創(chuàng)企蹲AI熱點雖然比較普遍,但多數真正擁有AI核心技術的公司普遍成長狀況良好,整體呈良性發(fā)展。
3、AI新風口
俞點重點介紹了智慧零售、AI+反欺詐(風險控制)以及其他AI落地的風口。
智慧零售以人臉識別、體感識別和生物支付等計算機視覺技術為核心,需解決如何保證顧客優(yōu)質體驗、滿足個性化高品質需求、提供更高級的服務功能等問題。
在AI+反欺詐領域,機器學習成為關鍵性技術,國外AI反欺詐公司并購事件頻發(fā),國內亦有同盾科技、猛犸反欺詐等多家反欺詐公司。
其他AI落地領域諸如機器翻譯、AI+制藥研發(fā)、AI+知識產權,其市場前景都十分廣闊。
4、產業(yè)問題:人才不足,鴻溝難越
目前,全球AI專業(yè)排名前20的高校有16所在美國,AI人才青黃不接,供應數量和預估質量遠小于而技術是行業(yè)發(fā)展最底層的東西,因此必須重視人才。
全球現有367所設有AI方向的高校,所需AI人才數量超過百萬,而現存的人才僅有30萬,每年以3-5萬人遞增。
大廠招聘的馬太效應正在顯現,D輪以上企業(yè)對人才需求更多。有52.8%的AI企業(yè)職位要求求職者最低學歷至少為碩士。
科技創(chuàng)新企業(yè)在上升發(fā)展階段會遇到層層阻礙和壁壘,必須跨越技術鴻溝、產品鴻溝和市場鴻溝,才能繼續(xù)發(fā)展。
5、一些小建議
最后,俞點也為中國AI之路提供了一些建議。
在政府層面,應增設AI二級學科,提高新生人才數量,吸引歸國高端人才,給予AI產業(yè)適當政策傾斜,完善AI領域的法律法規(guī)和行業(yè)標準。
在企業(yè)層面,要把握產業(yè)大趨勢,找準發(fā)展方向,聯合高校培養(yǎng)AI人才,開展企業(yè)公開課,幫助中小企業(yè)轉型升級。
高校、協(xié)會也應積極與企業(yè)合作,完善交流平臺,形成更好的高校-協(xié)會-企業(yè)聯合合作機制(OTL流程),從而進一步提升教育水平,助力人才培養(yǎng)更上一層樓。
結語:推進AI技術落地,走差異化之路
今年是AI落地飛速發(fā)展的一年,巨頭們持續(xù)加大研發(fā)力度和人才儲備,AI創(chuàng)企們在各類垂直市場開始站穩(wěn)腳跟,AI技術已經在安防、家居、醫(yī)療、教育、金融、零售等與人們息息相關的各行各業(yè)廣泛鋪開。
智能化升級顯然已經成為多個產業(yè)走上轉型之路的選擇,技術掌握在誰手中,誰就掌握了連接起生態(tài)的關鍵。經過良性的切磋,各家科技公司的AI技術和解決方案在大面積落地的同時,如何走出差異化路線,是所有AI公司都必須面臨的考驗。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 央視揭露:未成年租號游戲亂象,防沉迷形同虛設,需警惕
- 三星內存部門發(fā)放超級績效獎金,最高漲薪200%,員工福利再升級
- LG新能源南京總部啟動,智能電池生產引領綠色未來
- 東芝涅槃:退市裁員后重回盈利,改革之路如何重塑輝煌?
- 大眾汽車管理層降薪風暴:獎金縮水,未來兩年減薪10%,求真還需看業(yè)績表現
- 知乎預測未來:黑神話悟空領銜,諾貝爾物理學獎成焦點
- 蘋果新智能門鈴:帶Face ID、自研W-Fi芯片,安全與科技完美結合
- 天馬科技果鏈新身份:蘋果HomePod供應商,LCD屏成本僅10美元,真實揭秘
- OpenAI GPT-5研發(fā)遭遇困境:成本高投入低,預期效果不盡人意
- 保時捷將重新評估電動汽車計劃:銷量下滑,市場挑戰(zhàn)加劇
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。