【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。


整个零售行业的实现目标:一是降本增效,希望帮助客户减少重复性劳动;二是提升员工能力的边界,不再过度依靠经验管理。对于C端的个性化营销和门店的智能化选品,将会是旷视科技围绕零售行业去做的核心方向。


“通过旷视自研视觉算法和智能硬件设备(人脸抓拍机、智能货架),获取客流轨迹与热力分布。”


Q&A

  Q:对于实体店的物体识别和人的识别,热力分析到底是对物的系统识别还是对人识别?

  A简单地来说,第一当人在货架前拿起商品的时候,同时针对人做了一个检测,看他是不是产生某种“拿还是放”的动作;第二是基于手上做物体检测,看是否拿起了这个商品;第三识别商品究竟是什么。因此,热力分析其实是针对“人+物”的综合性检测分析。


《实时视觉大数据智能计算云平台技术交流》


(图:图普科技系统高级架构师覃开洲)


图普科技每天处理的图片量达到10亿张,四年以来累计超过一千亿张。现在每天的数据量有10T,所以在直播行业视频审核和互联网视频审核的市场占有率位居前列。


如何搭建实时视觉大数据智能计算云平台?

图普科技致力于做在线视觉分析系统和离线训练系统。前者能提高数据传输速度,实现实时能力;后者能把收集上来的数据尽快存起来分类管理,并通过海量数据训练其它模型能力。在搭建系统过程中还需要解决实时性、保证数据安全、应对数据高峰、战略性数据收集等,以满足实时视觉大数据计算云平台的运作。




a. 网络接入:可以有效避开公有网络拥塞、断线问题,混合云会让自由机房跟公有机房连通起来。

b. 数据安全传输:VPN功能为整个公司路由器出去的出口跟云端之间打开一条内部通道,让数据通过一条隧道直接传到云端,既保证安全性,又保证传输稳定性。

c. 峰值应对:用已有机房跟公有云机房做专线,在公有云开启各层服务。通过Docker方式部署,增强计算力,相当于让机房机器跟公有云机房机器同属一个内网。

d. 海量数据存储:热数据、温数据、冷数据的三层数据管理。


Q&A

  Q:采用什么机制或者解决方案对实时直播进行实时监控?

  A有两种,第一种是图片传过来,再把结果返回去,得出结果根据自己的系统做判断;第二种是约定阈值,这边判断到达某一个阈值之后,它那边自动触发把视频直接掐断,中间传输要求能够做到一秒内或者一到两秒内完成整个过程,从数据开始上传的那一刻到最后发现问题并把视频掐断,大概两秒钟全部完成。


PPT

《AI 助力行业智能》

https://static.ucloud.cn/eb3341c05be2a517ef3f3cbbbd858ac1.pdf

《AI System On Serverless》AI系统无服务化

https://static.ucloud.cn/3f45d91ffbadfd8c689b049a3ba35f70.pdf

《AI+零售,点亮数据黑洞》

https://static.ucloud.cn/87dfbeb7e532b7724f438f636382d592.pdf

《实时视觉大数据智能计算云平台技术交流》

https://static.ucloud.cn/2c6c493282ef008881990ed0aa5dd263.pdf



对【AI实验室】感兴趣的企业或个人可加工作人员微信:廖女士(lesepupa)。


6月份,我们将会在上海与大家见面,欢迎持续关注!




—End—

点击“阅读原文”,了解更多UAI系列产品信息。


相关文章

【AI实验室】| 10.21邀你一起来探索人工智能技术
【AI实验室】第一课结束 开启AI技术探索

【AI实验室】第二课 | 探讨AI技术与应用方法


关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接