1
| 本文作者： 劉芳平 | 2016-10-27 18:14 |
機器如何懂時尚？這是碼隆科技上一款產品希望解決的問題，那一次他們推出了StyleAI，希望用圖像識別結合深度學習來破解時尚密碼。
10月24日，該公司更進一步，推出ProductAI，將AI做成一項云服務，希望讓沒有AI技術能力的公司也能利用這一全新技術。同時還宣布獲得6200萬A輪融資，目前該公司員工人數還不到30人。
StyleAI是一項AI的具體應用，而此次推出的ProductAI則是一款企業端產品，具體來說它是一項PaaS（Platform-as-a-Service）服務，開發者可通過調用其接口來獲得人工智能服務。
ProductAI背后的兩項核心技術分別是“以圖搜圖”和“圖像識別”，它可以理解圖片“表達了什么意思”，還可以對圖片進行分類、處理、標注，實現更多應用。
在發布會現場，碼隆的程序員演示了用5分鐘時間在ProductAI平臺上搭建一個定制化的以圖搜圖引擎。
其收費模式也和一般的云服務類似，按照API接口調用量來收費，通常在千次10元左右，取決于調用的API和使用總量。目前ProductAI的客戶包括中國紡織信息中心、視覺中國、微軟在線暴風影音等 。
人工智能并不是一項解決所有問題的技術，它更適合在某個非常細分的領域發揮自己的功能。下面是ProductAI提供的一些主要功能。
假設你拍下了一張照片，照片中有麥當勞、公交車、老人、楊樹、白云、藍天，那么，ProductAI可以精準的將照片中的元素識別出來。比如下面這張圖片中，ProductAI將所有13輛汽車都識別出來。
ProductAI可以“以圖搜圖”，識別目標圖片中的類似場景。下圖是根據城堡圖片，搜索出的類似圖片。
ProductAI可以為海量的圖片自動打標簽，通過綜合識別模型，挖掘出語義信息并用文字標簽的形式將這些信息表達出來。可解讀的信息包括圖片中的客觀內容（老人、樹、音樂廳等）、主觀感受（積極、成功、快樂等）、內容衍生主題（健康生活方式、家庭等）、圖片顏色（彩色、黑白等）、圖片產生方式（攝影、剪貼畫等）、拍攝手法（剪影、留白、逆光等）等。
AI不是搜索引擎，但在很多層面和搜索引擎類似。在之前接受雷鋒網采訪時，碼隆科技的聯合創始人Matt Scott解釋了讓機器認識時尚的背后技術，
首先，我們從網絡上收集關于時尚的海量數據，找出一些已經存在時尚標簽的內容（比如這張圖片是某位時尚明星的著裝照）；然后，我們創造一個模型來分析這些數據，用海量的數據來訓練它，使它能夠理解圖片的色彩、紋理和Style，同時還有一小部分人可以幫忙給數據貼上標簽；總的來說就是用類似搜索引擎的數據加上很強大的AI模型，收集數據并分析這里面的時尚視覺元素。
之后，我們會把分析的結果，比如版型、類別和衣服之間的關聯等提取出來，去匹配你的模型和喜好。
最后的產品，是一款可以了解用戶想要什么的個性化時尚工具。這其中AI的部分，主要就是通過深度學習構建起來的可以自我學習的模型，并用數據去訓練這個模型。
而ProductAI是面向各種不同用戶定制化的AI服務，在不同的應用場景中，它需要勝任不同的任務，這意味著深度學習的模型也是不同的。
一個深度學習的模型，適用于某一個任務。就好像一個人，他去上大學，學的是中文？還是物理？還是建筑，大腦里面的結構是不同的，這個不同是知識上有不同。那我們呢？就相當于要構建一個這樣結構的大腦，去適應相應的任務，就好像不同的人有不同的專業一樣。
Matt解釋道。
Matt告訴我們，在構建特別的AI應用中時，一共有四個步驟：
首先是研究問題，明確我們需要解決的問題是什么，希望得到什么答案；
接著，建立適用于這個問題的神經網絡架構；
然后，用海量的數據來訓練這個架構；
最后，如果沒有解決問題，再回去改。
碼隆科技與中國紡織信息中心的合作就是一個例子，需要解決的問題是識別面料，碼隆設計出一個神經網絡架構，再利用中國紡織信息中心大量的面料圖像來訓練這個架構，最后得到的就是一款可以智能識別服裝面料的工具。
這里面架構的好壞，數據的好壞與多寡都會影響最終工具的性能。碼隆科技表示，ProductAI平臺的圖像分類和識別度匹配識別能力比專業人員還高8%，顯示其在人工智能方面的技術實力。
碼隆科技創立于2014年7月，兩位創始人黃鼎隆（CEO）和Matt Scott（CTO），一位是中國人一位是美國人，兩人曾在微軟共同合作“必應詞典”系列產品。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
