2
| 本文作者： 老王 | 2016-11-21 19:19 |
雷鋒網按：本文根據曠視科技商業產品總監李晨光在高交會《讀臉·對話——AI 技術風暴沙龍》的演講內容整理而來，主要談論人工智能如何商業化的問題。
“人工智能如何商業化”一直以來都是被人廣為討論的話題。
曠視科技商業產品總監李晨光在高交會《讀臉·對話——AI 技術風暴沙龍》中提到，人工智能平臺應該是一種通過數據、技術、產品三者不斷循環完成的滾雪球式閉環，AI 的商業化， 不同的技術分類有不同的應用場景。
Venture Scanner 曾對人工智能公司做出以下分類，大致如下：
機器學習（通用）：如預測數據模型與分析行為數據的軟件平臺；機器學習（應用）：如利用機器學習技術偵查金融詐騙或者識別最好的銷售線索。
自然語言處理（通用）：文本自動生成以及文本挖掘生成數據；自然語言處理（語音識別）：語音指令的檢測并將其轉化為可執行的數據。
計算機視覺（通用）：圖像搜索平臺和研發員使用的圖像標簽應用程序接口；計算機視覺（應用）：面部識別軟件和能讓用戶通過拍照搜索商品的軟件。
手勢控制：讓人們通過肢體動作控制游戲角色的軟件以及僅用手勢就能控制計算機和電視的軟件；情境感知計算：具體應用場景如感知環境的黑暗度并調高亮度的應用。
此外還有我們常見的智能機器人、虛擬私人助手、語音翻譯、視頻內容自動識別、推薦引擎和協助過濾算法等。
其中曠視科技專注的人臉識別技術屬于機器視覺的范疇，下面先講一下什么是機器視覺。
首先人臉識別大致可分為兩種：“1:1” 和“ 1：N”，前者商業化的落地多在金融和入證方向，而后者則應用于商業和安防領域。
那么何為 1:1，何為 1：N？
1:1 籠統講就是一對一的人臉“核對”，而 1：N 則是從眾多人臉中找出目標對象。
李晨光在分享會中展示了人臉識別技術產品化和商業化的不同階段，不同階段有不同的特性。
李晨光指出，機器人的視覺硬件組成和應用場景大致如下：
他接著講到，機器人視覺細化到功能模塊可分為以下幾個方向：
與曠視科技合作的機器人公司神州云海發言人沈劍波透露：
我們把曠視的機器視覺集成到銀行服務機器人中，為銀行提供客戶識別（識別出 VIP 客戶，然后提示工作人員提供更優質的服務）、業務引導、自動巡視、用戶畫像等。未來該類機器人也會在酒店、機場、餐廳與消費者見面。
除了上述商業化場景外，人臉識別技術也滲透在商業樓宇的各個角落：
基于人臉識別技術，供應商可為商業樓宇提供訪客登記、門禁識別系統、陌生人提醒、VIP 貴客迎賓、考勤管理、企業CRM系統集成、展會簽到等。
從實驗室算法階段到軟件 SDK 階段，再從單產品、解決方案階段到現在的綜合平臺階段，人臉識別技術各階段的產品化和商業化也正處于不斷更迭和相互融合時期，可以預見，未來還將會有更多的商業化產品投入在市場當中。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
