科技网

当前位置: 首页 >手机

騰訊優圖2018回顧盤點加速推動人工智能

手机
来源: 作者: 2019-05-22 16:11:54

2018年AI產業波瀾叢生,智能化開始深入各行各業,AI落地潮空前火熱。騰訊優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和業務落地,是騰訊的三大人工智能實驗室之一。

今天,腾讯优图实验室创始人兼总监黄飞跃、腾讯优图实验室总监吴永坚、腾讯优图实验室总监任博、腾讯研究院研究员俞点、厦门大学教授纪荣嵘分享了AI学术和产业落地方面的进展,并与智东西等媒体深入交换了AI技术的相干趋势和短板。

黄奔腾认为现在AI技术的短板是下复杂的真实场景做识别,吴永坚说技术差异化还包括工程交付效率、方案完全度等方面的综合实力,任博则谈到减少对数据的依赖是非常有意义的事情。

以计算机视觉为基础,全面输出AI能力

腾讯优图的技术研究以计算机视觉AI为基础,全面输出AI能力,着力成为腾讯云与智慧事业群的底层支持。

其团队成员超过百人,大都为清华、北大、中科院、上海交大、南京大学等院校的博士、硕士,皆具有较深厚的学术研究背景和较强的工程实践能力,具有超过160篇AI专利,其研究成果多次在MegaFace、LFW, ICDAR, MIREX等AI国际权威比赛中创造了世界纪录。

优图实验室以产品为核心,以AI技术落地为导向。通过腾讯云及腾讯优图开放平台对外输出团队核心的技术能力,建立AI云生态,带动行业的智能化变革。

腾讯优图AI开源项目ncnn于2017年7月正式开源,促进AI移动端生态的创新和部署,推动AI领域的技术革新。2018年,优图实验室升级为腾讯计算机视觉研发中心。

联合腾讯明星产品,主攻三大运用方向

如今优图AI技术已经广泛应用在金融、鉴黄、安防、医疗等领域,和支付、微视、音乐、全民K歌、腾讯觅影等明星产品合作,例如优图的OCR文字辨认技术每天都会被海量调用,协助腾讯进行内容审核。优图还与福建公安厅、顺丰等多家政企客户合作。

腾讯优图实验室总监吴永坚介绍到,优图实验室在2018年主攻3大重点方向,分别是核身、安防与智慧零售、软硬件一体化。

1、深耕核身,发力刷脸支付

为了应对高效准确辨别是不是为本人的核心挑战,腾讯优图实验室打造了从线上到线下的身份验证。

腾讯身份验证方案经过4年的迭代,从初期的唇动和数字语音,到3D结构光活体,其技术演进的趋势是交互越来越简单,准确率越来越高。

优图实验室联合支付,整合了人脸辨认、会员认证、免密支付等核心技术,帮助提高购物体验和收益效率。比如腾讯和家乐福打造了合作下的智慧门店Le Marche,将腾讯智慧零售工具矩阵会全部投入使用,为顾客提供零售全链条的智慧体验。

2、夯实安防,赋能智慧零售

多地公安逐渐应用人脸识别,科技企业、传统商家纷纭布局智慧零售,其技术难点在于如何在茫茫人海去精准识别出这个人的身份。

在模型演进过程中,识别效果越来越好,模型也愈来愈深,结构更加复杂。

以安防需求为导向的优图天眼,支持亿级别库的人脸检索系统,毫秒级识别速度,目前已在福建省公安厅牵挂你防走失平台、苏州公安等成功落地,协助找回走势人口和实现车辆全城追踪。

优图实验室还与腾讯云联合打造基于腾讯优Mall智能零售系统,可以轻松识别顾客身份,根据购买记录提供个性化推荐和优惠券推送等,顾客也能用刷脸支付。商店也能借助此系统分析用户信息和优化运营方式。目前,该系统已通过百丽落地。

3、软硬一体化研究与探索

想要更好适配算法和场景,需要与之更为匹配的硬件来增强辨认效果,AI算法和AI芯片结合已经成为AI软硬件一体化趋势。对此,优图实验室实现从软件到硬件方案的开辟。

CPU为了保证通用处理器性能,部份面积用于控制单元,致使算力有限。GPU为并行计算、图形处理涉及,其中包括大流量并行运算单元,算力强,但同时功耗也较高。

随着架构的演进,专用AI芯片开始涌现在半导体市场,它们为AI加速设计,算力更强、功耗更低。芯片性能不断提升,单位算力功耗愈来愈低,计算从云端走向边沿。

通过软硬件协同,腾讯优图打造了本钱更低、性能更佳、体验更优的行业解决方案,比如优图人脸识别一体机、优图盒子、腾讯优图AI摄影机等硬件产品,在一定程度上解决算力的困难。

AI技术的趋势和短板

腾讯优图实验室创始人兼总监黄飞跃认为,去年很多技术集中式爆发,今年AI技术更多在垂直应用场景做的更深更透,但技术本身没有很大的突破性进展。

黄奔腾说,现在AI技术的短板在于落地,下复杂的真实场景做辨认,其难度远高于理论环境,因此需要非常大的投入和延续的积累。

腾讯优图实验室总监吴永坚表示,当前大家会把AI能力持续提高,在行业蛮横生长的进程中,到底谁来做事并没分那么清楚,关键是如何适配场景,推动产业往前发展。

关于技术同质化的问题,吴永坚也给出了自己的看法。

他认为,当前说不上是技术同质化,技术差异化不只体现在比赛榜单上,算法差异可能没有本质区分,但当数据规模增大,算法实力的差距也会体现出来。另外,工程交付的效率、方案的完整度等相互配合,也会拉大实力的差距。

腾讯优图实验室总监任博则从技术本身的角度切入,他看到深度学习几个方向开始相互交叉,比较明显的特点是NLP领域的技术进步更快,因此可能在NLP技术上要给予更多的关注。

另外,过去如GAN等技术的理念很好,但实用性较差,今年的技术实用性明显得到很大改善,很可能明年GAN在应用结合方面会有很多创新。GCN研究也很有意义,任博预测这项研究在2019年会火。

任博还谈到了数据问题,现在一些容易取得数据的场景已被广泛布局,但对于余下场景来说,可能搜集数据本身就是1大难题。因此,如何减少对数据的依赖,使之在数据缺失的场景有更多的应用,是非常有意义的事情。

除此之外,任博认为现在的AI算法被预期太高,它的通用性和标准性没那么强,需要根据客户需求进行改良和优化。黄奔腾也补充说,如何高效的把数据运用起来是一大问题。

优图会与AI芯片的生态去结合,吴永坚表示期望AI芯片弯道超车,他也分享了关于深度学习平台趋势的观点。

吴永坚认为,深度学习平台呈现从单机到多机的趋势,随着数据愈来愈庞大,需要多机之间的整合,在量化方面,深度学习需要更少的比特位数来表达信息,剪枝、紧缩也是技术领域很明确的趋势。

他还提到,边缘计算加云端是一大趋势,但随着从4G过渡到5G,络量级将有很大提升,为云端计算的传输等带来更多优化,未来硬件底层可能有多种方案。

腾讯研究院对AI的理解和期望

腾讯研究院研究员俞点从更加宏观的角度去分享了腾讯研究院对全球AI趋势的视察、理解和一些建议。

1、中美AI企业PK

今年中国AI企业的数量到达1011家,比去年足足增加了420家,在全球AI企业数量排行仅次于美国,令人感到意外的是,印度超越英国、以色列、加拿大排名世界第三。

目前AI企业的9大热点领域分别是语音识别、自然语言处理、机器学习应用、智能机器人、计算机视觉与图象、技术平台、自动驾驶/辅助驾驶、计算机/芯片和智能无人机。

9大热点领域创业偏重不同,其中自然语言处理、计算机视觉与图象、芯片和语音识别领域为最热门领域。在投资方面,2017年,芯片领域狂揽321亿元投资居首,机器学习应用领域以306.8亿元位居第二。

从2017年的数据来看,中国AI企业在计算机视觉与图像领域的占比,为24.7%,站在世界前沿。但我国在处理器/芯片领域积贫积弱,多集中在智能开发定制化芯片,在通用芯片领域还相对空白。

虽然美国在处理器芯片领域的企业看起来并没有比中国多太多,但美国的33家中英特尔、英伟达等的半导体公司,相比较而言,中国在企业、人材和投资全方位都与美国有不小差距。

2、九大黄金应用场景

俞点还介绍了AI企业的9大黄金应用场景,包括人脸识别、视频及监控分析、图片识别分析、自动驾驶、三维图像视觉、工业视觉检测、医疗影像诊断、文字识别、图象及视频。

其中人脸辨认更加普及,运用拓展广泛,目前在互联金融、银行、安防、交通等行业运用广泛,泡沫问题其实不突出,多数资本趋于理性。

目前互联创企蹲AI热点虽然比较普遍,但多数真正具有AI核心技术的公司普遍成长状况良好,整体呈良性发展。

3、AI新风口

俞点重点介绍了智慧零售、AI+反欺诈(风险控制)以及其他AI落地的风口。

智慧零售以人脸识别、体感识别和生物支付等计算机视觉技术为核心,需解决如何保证顾客优质体验、满足个性化高品质需求、提供更的服务功能等问题。

在AI+反讹诈领域,机器学习成为关键性技术,国外AI反讹诈公司并购事件频发,国内亦有同盾科技、猛犸反讹诈等多家反讹诈公司。

其他AI落地领域诸如机器翻译、AI+制药研发、AI+知识产权,其市场前景都十分广阔。

4、产业问题:人材不足,鸿沟难越

目前,全球AI专业排名前20的高校有16所在美国,AI人才青黄不接,供应数量和预估质量远小于而技术是行业发展层的东西,因此必须重视人才。

全球现有367所设有AI方向的高校,所需AI人材数量超过百万,而现存的人才唯一30万,每一年以万人递增。

大厂招聘的马太效应正在显现,D轮以上企业对人才需求更多。有52.8%的AI企业职位要求求职者学历最少为硕士。

科技创新企业在上升发展阶段会遇到层层阻碍和壁垒,必须跨越技术鸿沟、产品鸿沟和市场鸿沟,才能继续发展。

5、1些小建议

最后,俞点也为中国AI之路提供了一些建议。

在政府层面,应增设AI二级学科,提高新生人才数量,吸引归国高端人材,给予AI产业适当政策倾斜,完善AI领域的法律法规和行业标准。

在企业层面,要掌控产业大趋势,找准发展方向,联合高校培养AI人才,开展企业公开课,帮助中小企业转型升级。

高校、协会也应积极与企业合作,完善交流平台,形成更好的高校-协会-企业联合合作机制(OTL流程),从而进一步提升教育水平,助力人才培养更上一层楼。

结语:推动AI技术落地,走差异化之路

今年是AI落地飞速发展的一年,巨头们持续加大研发力度和人材储备,AI创企们在各类垂直市场开始站稳脚跟,AI技术已经在安防、家居、医疗、教育、金融、零售等与人们息息相关的各行各业广泛铺开。

智能化升级显然已成为多个产业走上转型之路的选择,技术掌握在谁手中,谁就掌握了连接起生态的关键。经过良性的商讨,各家科技公司的AI技术和解决方案在大面积落地的同时,如何走出差异化路线,是所有AI公司都必须面临的考验。智东西文|心缘

16000分库里用了682场比赛那威少保隆多谈圣诞大战一点也不重要只是一场比赛易建联当初为何谢绝湖人队王仕鹏说出缘由

掌上LOL《暗黑女王》释放内心黑暗
胡歌林晓再传恋情 疑带女方参加霍建华婚礼
德纳将卖掉总部大楼总部员工迁至近郊

相关推荐