2018年AI产业波澜丛生,智能化深入各行各业,AI落地潮空前火热。腾讯优图成立于2012年,是腾讯旗下顶尖的AI实验室之一,专注人脸人体、图像处理、模式识别、机器学习等领域的技术研究和业务落地。
12月29日,腾讯优图实验室总监黄飞跃博士,腾讯优图实验室总监吴永坚,腾讯优图实验室总监任博,腾讯优图实验室顾问、厦门大学教授兼博士生导师纪荣嵘,腾讯研究院研究员俞点在主题名为“预见”的腾讯优图年度沙龙上分享了腾讯优图这一年来在AI技术和产业落地方面的进展,并与众多媒体朋友深入探讨和交流了视觉AI的趋势与看法。
以计算机视觉为基础,全面输出技术能力
腾讯优图以计算机视觉的研究为基础,全面输出技术能力,致力于为腾讯云与智慧产业事业群提供视觉AI技术支持。旗下团队成员大多来自于清华、北大、中科院、上海交大、南大等顶级院校的博士、硕士,具有较深厚的学术研究背景和较强的工程实践能力,腾讯优图拥有超过160余项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。
腾讯优图以技术研究为核心,以AI技术落地为导向,通过腾讯云及腾讯优图AI开放平台对外输出核心的AI技术能力,带动行业的智能化变革。
2017年7月,腾讯优图首个AI开源项目NCNN正式开源,促进AI生态的创新和部署,推动AI领域的技术革新。2018年9月,腾讯优图宣布升级为腾讯计算机视觉研发中心。
联合腾讯明星产品,主攻三大关键方向
如今,腾讯优图的视觉AI技术已经广泛应用在金融、零售、安防、医疗等领域,并与微信支付、腾讯微视、腾讯觅影、腾讯云等众多腾讯内部明星产品展开合作。 以腾讯优图的OCR技术为例,每天都会被海量调用过亿次,助力腾讯内部业务,同时,OCR技术还在顺丰、中外运等多家客户上落地使用。
腾讯优图实验室总监吴永坚介绍道,腾讯优图在2018年主攻三大重点方向:包括核身研究与应用、安防与智慧零售、软硬件一体化研究与探索。
1、深耕核身,发力刷脸支付
为了应对高效准确辨别是否为本人的核心挑战,腾讯优图实验室打造了从线上到线下的身份验证。经过多年的迭代,腾讯优图从早期的唇动和数字语音,到如今的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。
同时,优图联合微信支付,整合了人脸识别、刷脸支付等核心技术,帮助客户提高购物体验和收益效率。今年 5 月,优图联合微信支付为家乐福上海天山店提供了刷脸支付系统,毫秒之间完成支付,保证安全的同时,给顾客带来新奇有趣且便捷的购物体验。
2、夯实安防,助力智慧零售
人脸识别技术近年特别火,在日常的衣食住行里面,AI已经逐渐融入并且发挥着巧妙的作用。但总的来说会面临一个共同的挑战,如何在茫茫人海中精准的识别出你是谁?在模型演进过程中,识别效果越来越好,模型也越来越深,结构更加复杂。
对此,优图推出了针对安防领域的天眼智能安防平台,针对零售领域的腾讯优Mall智慧零售系统。其中,优图天眼安防系统以安防需求为导向,面向寻亲、缉查布控、刑侦办案、安防活动、社会服务等多场景推出的智能化海量人脸检索解决方案。优图天眼支持亿级别库的人脸检索系统,毫秒级识别速度,迅速完成目标人脸和名单照片库的比对,及时返回可疑人脸数据,实现报警通知。2018年的春运期间,通过优图天眼安防平台成功捕获公安部在逃人员数名。
去年年底,腾讯优图和腾讯云联合推出了“腾讯优Mall智慧零售系统”,帮助企业用户打造“知人知面更知心”的智慧门店,借助计算机视觉能力为不同的顾客进行定制化推荐等。
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识别效果,AI算法和AI芯片结合已经成为AI软硬件一体化趋势。
近几年,AI技术的应用场景开始向移动设备转移,比如汽车上的自动驾驶、手机上的人脸识别等。产业的需求促成了技术的进步,而AI芯片作为产业的根基,必须达到更强的性能、更高的效率、更小的体积,才能完成AI技术从云端到终端的转移。可以看到,AI算法和AI芯片,已经成为AI行业软硬一体化的趋势。
今年11月初,腾讯优图首次推出智能硬件产品,首批包括优图人脸识别一体机、优图盒子、腾讯优图AI摄像机。通过软硬件协同,腾讯优图致力于打造一体化的行业解决方案。
11月20日,上海世茂酒店管理有限公司与腾讯达成战略合作,宣布世茂深坑酒店成为最新一家智慧酒店。其中腾讯优图的智能硬件产品成为一大亮点,用户只需“刷脸”即可完成会员注册与绑定、结账免密支付等操作,为这座酷炫的酒店增添了黑科技的魅力,打造智慧酒店新范式。
AI技术的趋势和短板
腾讯优图实验室总监黄飞跃认为,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。
黄飞跃表示,现在AI技术的最大短板在于落地,在线下复杂的真实场景做识别,其难度远高于理论环境,因此需要非常大的投入和持续的积累,他同时表示,当前大家会持续提高AI技术能力,但在行业野蛮生长的过程中,到底谁来做并没分那么清楚,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,黄飞跃也给出了自己的看法,技术差异化不只体现在竞赛榜单上,算法差异可能没有本质区别,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,他表示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。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年会火起来。任博还谈到了样本的问题,现在一些容易获得数据样本的场景已经被广泛布局,但对于余下场景来说,可能收集数据本身就是一大难题。因此,如何减少对数据样本的依赖,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。
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趋势的观察、理解和一些建议。
1、中美AI企业PK
今年中国AI企业的数量达到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企业的九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、计算机视觉与图像、技术平台、自动驾驶/辅助驾驶、计算机/芯片和智能无人机。
九大热点领域创业偏重不同,其中自然语言处理、计算机视觉与图像、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。
最新的数据来看,中国AI企业在计算机视觉与图像领域的占比最高,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。
尽管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、英伟达等顶尖的半导体公司,相比较而言,中国在企业、人才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企业的九大黄金应用场景,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、图像及视频编辑。
其中人脸识别更加普及,应用拓展广泛,目前在互联网金融、银行、安防、交通等行业应用广泛,泡沫问题并不突出,多数资本趋于理性。
目前互联网创企蹲AI热点虽然比较普遍,但多数真正拥有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、提供更高级的服务功能等问题。
在AI+反欺诈领域,机器学习成为关键性技术,国外AI反欺诈公司并购事件频发,国内亦有同盾科技、猛犸反欺诈等多家反欺诈公司。
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。
结语:推进AI技术落地,走出差异化之路
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才储备,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。
智能化升级显然已经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。经过良性的切磋,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。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
