APP开发平台 > Blog > AI场景的价值体现——视觉 AI 技术如何落地(一)

AI场景的价值体现——视觉 AI 技术如何落地(一)

  随着AI时代的移动技术革新大会开幕邻近,活动现场的知识分享一直备受业界关注,本期主办方采访到了【基于AI的开发实践专场】演讲嘉宾杨帆先生(商汤科技联合创始人、副总裁,EGO北京分会会员),就AI场景的价值体现与落地进行深度剖析。

杨帆

  以下内容是对杨帆先生的部分采访整理。

  AI 更大的价值在于跟不同的行业结合

  杨帆在计算机视觉技术领域沉浸多年,在微软任职期间,他主要从事计算机视觉、计算机图形学等领域的新技术孵化工作,包括人脸识别、图像物体识别、人像三维重建等;杨帆认为,AI技术并非新事物,但却在过去的两三年集中爆发,其关键原因就在于今天对语音、图像、视频,有了更加信息化的处理技术,在各个环节上具备了更强的技术储备。从技术到落地,AI 技术所实现的这一切,都离不开场景的支持。

  AI技术继承了多种基础技术,在面向工业、金融、医疗、家居、自动驾驶、安防、物流、农业等不同应用场景的解决方案,比如AI和医疗的融合应该会体现在智能设备和识别诊断主要两个方面;AI和金融的整合使金融交易和管理更加安全,实现精准营销、大数据征信和普惠金融;AI和安防的融合实现智能监控、安保机器人等应用场景;AI、大数据等这些东西纯谈概念是没有任何意义的,最终都要回归场景,可复用的基础技术和平台工具固然重要,但只有落在应用场景里,我们才知道其明确的价值在哪里。

  Q:业界曾出现一种批评的声音,称现在很多公司和开发者其实对于深度学习的运作原理并不清楚,只知道应用,却不知其所以然。

  杨帆表示:“学术界有两套观念,一套观念说知其然不知其所以然是离经叛道、是不对的。对于这个观念,杨帆表示认可,其实现在已经有很多团队也投入力量在进行更加前沿、更加基础性的科研,“这样的基础科研能够指导我们将来在正确的方向上走得更远。”但杨帆认为,基础研究与应用科研,二者不可偏废,完整的科学体系和持续的方向性指引非常重要,但是实证科学也非常重要,企业最终还是要以技术落地的结果说话。”

  Q:人脸识别大行其道,不免让人对这项技术及其背后的公司产生了许多好奇。

  对于这两年非常火的“刷脸”,开始有各种基于人脸验证能力的实用化场景。在互联网信息安全方面,对于账户的盗用能够更好的分析和调查,包括线上的手机端、桌面端、H5,包括定制的摄像头。操作逻辑非常简单,最开始做刷脸的注册,现在刷脸的支付,手机逐渐去进行刷脸的解锁。在对于个人的认证上,也有非常多的价值。人脸识别的技术,可以判断操作手机的是不是真实的人。

  有一个活体检测的技术服务,也包括在线下一体机的形态。对身份证的关键信息进行扫描,包括对身份证内部照片的读取和当前采集人之间进行判断。基于人像的身份认证也是一个非常有价值的工作,它是一个特殊的跨行业的解决方案。这个解决方案现在已经从线上到线下开始极大范围地蔓延。

  对中国来说,个人公民身份信息的实名制是一个非常重要的诉求,这个诉求能够有效地帮我们在一定程度上解决互联网的安全问题、解决线下的公共安全问题。所有线上的互联网行业应用,到各种线下行业,包括机场、超市、酒店,都会有越来越多的对于个人身份信息核验的强烈需求。

  Q:大家都关注识别正确率,在实际场景中正确率是否为最关键因素?

  近几年,很多公司在人脸识别技术上投入了大量的研发并取得了亮眼的成绩,其中识别率一直是各家宣传的重点,今年我们能在各类报道中频繁看到各种99%、99.4%、99.8%等。虽然企业这么宣称,但实际背后蕴含的差异是非常大的,它会有非常多影响因素,所以准确率跟行业背景以及前置假设会是一个强相关的关系。而不同的场景下取得的识别准确率很难做类比。

  当识别率达到99%以后,人脸识别技术面临的难点主要在于,如何在不同行业场景中深化这项技术。虽然看上去99%的识别率已经很高了,但不同行业场景对于识别率的要求不同,99%可能只是该技术得以使用的入门条件;而安防场景下,照片模糊、有遮挡、角度不佳都给人脸识别带来了更现实的挑战。

  “看似同质化很强、很简单的人脸识别,细分的技术场景其实非常复杂,所以脱离场景去谈技术是没有太大意义的,今天能看得到的,包括以安防、手机这样的一些重点行业为代表,对于真正的人脸识别技术的全面深化存在着非常多的挑战,值得我们去攻克。”


AI场景的价值体现——视觉 AI 技术如何落地(二)

www.apicloud.com/blogDetails/467

2017-12-22 来源:APICloud

An efficient app outsourcing platform that guarantees timely delivery!

Submit Requirements