6月30日，［AI實(shí)驗(yàn)室］第四期在上海舉辦，來自Face++與UCloud、Video++、思必馳的4位嘉賓帶來了關(guān)于AI技術(shù)以及行業(yè)應(yīng)用的演講，詳解AI技術(shù)如何開啟智能時(shí)代。

如何利用公有云快速落地AI應(yīng)用

（圖：UCloud AI專家宋翔）

“AI是重資源、重消耗的技術(shù)，智能時(shí)代需要AI快速與行業(yè)結(jié)合，并快速實(shí)現(xiàn)AI應(yīng)用的迭代。”UCloud AI專家宋翔表示。

AI落地過程中，需要考慮的問題：

一.什么場景需要AI賦能？

二.如何快速、低投入的驗(yàn)證AI技術(shù)？

三.如何快速展開AI應(yīng)用業(yè)務(wù)？

一.如何高效實(shí)現(xiàn)AI應(yīng)用迭代？

AI落地的挑戰(zhàn)：

建立的AI框架時(shí)常會遇到硬件迭代、算法更新以及算法兼容性等問題，并且還需要考慮整個(gè)系統(tǒng)的彈性和容災(zāi)能力，保證業(yè)務(wù)的穩(wěn)定。

AI落地技術(shù)挑戰(zhàn)的解決思路

首先，要做到環(huán)境分離和分布式化。環(huán)境分離可以分為三層，最上層是AI相關(guān)的軟件層，中間是硬件，包括GPU的硬件，底層是存儲數(shù)據(jù)。通過容器將分層封裝，使得上下期間沒有強(qiáng)耦合性，提升整個(gè)平臺的擴(kuò)展性。

如何利用公有云快速落地AI運(yùn)用？

公有云支持AI應(yīng)用落地，主要考慮兩方面：一是基于公有云平臺計(jì)算的資源，包括計(jì)算、網(wǎng)絡(luò)、多機(jī)房、跨地域；二是基礎(chǔ)的架構(gòu)，包括云主機(jī)、容器、負(fù)載均衡等基礎(chǔ)組建。***搭建一個(gè)PaaS服務(wù)平臺，包括訓(xùn)練平臺和在線服務(wù)平臺。

AI助力行業(yè)智能

[[235452]]

（圖：Face++人工智能開放平臺行業(yè)產(chǎn)品負(fù)責(zé)人胡浩）

計(jì)算機(jī)視覺在手機(jī)行業(yè)的落地：

Face++人工智能開放平臺行業(yè)產(chǎn)品負(fù)責(zé)人胡浩認(rèn)為，手機(jī)行業(yè)主要解決安全和娛樂兩個(gè)痛點(diǎn)。從安全的角度來說，人臉解鎖相較指紋、虹膜，具有速度快、非接觸、抗干擾的特點(diǎn)，從而更安全。娛樂的角度來說，人臉識別技術(shù)在手機(jī)上有非常多可以應(yīng)用的地方，比如美顏、摳圖、打光、視線估計(jì)、手勢、人體骨骼關(guān)鍵點(diǎn)、3D結(jié)構(gòu)光等，可服務(wù)于手機(jī)上各種有趣的應(yīng)用，更好的進(jìn)行人機(jī)互動(dòng)。

計(jì)算機(jī)視覺在其它行業(yè)的落地：

除手機(jī)之外，CV在汽車、教育、營銷、制造業(yè)都有很大的想象空間。汽車就是做DMS，駕駛員是否疲勞，車內(nèi)是否有遺留活物；教育行業(yè)做打卡、教學(xué)評估；營銷方面通過人的行為分析，找到精準(zhǔn)用戶以及利用人臉技術(shù)策劃線上活動(dòng)；制造業(yè)可做異常檢測，如正規(guī)的流程是否完整，有沒有漏缺等。

技術(shù)落地的思路

一項(xiàng)新技術(shù)落地有三個(gè)階段：***是技術(shù)驅(qū)動(dòng)，由技術(shù)去找場景；第二考慮現(xiàn)狀是什么，即場景驅(qū)動(dòng)；第三是商業(yè)驅(qū)動(dòng)，看技術(shù)到底能給行業(yè)創(chuàng)造多大的價(jià)值。如果這三個(gè)步驟都能夠說通，即是一項(xiàng)技術(shù)在一個(gè)行業(yè)真正的落地，并且有持續(xù)的發(fā)展，當(dāng)落地之后才能夠收集到更多實(shí)驗(yàn)室里面模擬不出來的數(shù)據(jù)，算法才能夠在剩下的所有環(huán)節(jié)替代人工，實(shí)現(xiàn)真正的人工智能。

人工智能在消費(fèi)級視頻中的應(yīng)用

（圖：極鏈科技Video++ AI中心運(yùn)營總監(jiān)魏傳勇）

上海極鏈網(wǎng)絡(luò)科技有限公司Video++ AI中心運(yùn)營總監(jiān)魏傳勇介紹，中國超過5億的互聯(lián)網(wǎng)視頻用戶，占總互聯(lián)網(wǎng)用戶比重超過了70%，平均每天花超過120分鐘在互聯(lián)網(wǎng)視頻上，包括長視頻、短視頻、直播視頻等，這就是消費(fèi)級視頻。

如何利用AI技術(shù)讓視頻更有趣，更有價(jià)值？

Video++在運(yùn)用AI技術(shù)賦能視頻的過程中，不斷讓視頻變得更有趣、更有價(jià)值，我們通過對非結(jié)構(gòu)化的視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，實(shí)現(xiàn)人臉、場景、物體、品牌等內(nèi)容的動(dòng)態(tài)追蹤識別，進(jìn)而將視頻解構(gòu)成為更有價(jià)值的場景活動(dòng)單元，再將其應(yīng)用到如廣告、電商、互娛等各種商業(yè)化場景中去。

技術(shù)落地消費(fèi)級視頻的挑戰(zhàn)

由于視頻辨識環(huán)境問題，辨識目標(biāo)遮擋情況、屏幕占比、運(yùn)動(dòng)狀態(tài)都會使視頻內(nèi)容的辨識難度大大增加，而Video++***的全序列采樣識別，在準(zhǔn)確率與抓取率上都具有革新性提升，***化地去除了軌跡流中的抽樣與識別噪聲，以實(shí)現(xiàn)視頻動(dòng)態(tài)內(nèi)容更精準(zhǔn)的識別。

商業(yè)化落地的應(yīng)用

Video++的ASMP系統(tǒng)就是AI技術(shù)成功落地并實(shí)現(xiàn)大批量商用的產(chǎn)品之一。立足AI技術(shù)對視頻內(nèi)容的識別，將非結(jié)構(gòu)化的視頻內(nèi)容經(jīng)由AI處理后，產(chǎn)出與廣告主需求匹配的視頻場景單元。此時(shí)，廣告主結(jié)合自身的品牌特性進(jìn)行投放，會取得更好的效果，經(jīng)測算這種投放效果的ROI可以提升50%以上。

智能語音交互在企業(yè)中的應(yīng)用

（思必馳北京研發(fā)院產(chǎn)品經(jīng)理劉博）

思必馳北京研發(fā)院產(chǎn)品經(jīng)理劉博就語音交互技術(shù)在企業(yè)中的應(yīng)用做了相關(guān)分享。他認(rèn)為，目前市面上很火的智能音箱、智能機(jī)器人等產(chǎn)品的核心是對話機(jī)器人，常見的對話機(jī)器人形態(tài)主要分為三大類，分別是個(gè)人助理、聊天機(jī)器人以及智能設(shè)備。

個(gè)人助理如siri，可以設(shè)定鬧鐘日程、查詢天氣等；聊天機(jī)器人，比如小冰，可以講笑話、閑聊；智能設(shè)備，比如天貓精靈、車蘿卜、小米電視等，通過對話來實(shí)現(xiàn)導(dǎo)航、聽音樂、講故事等功能。

劉博稱，以上幾類對話機(jī)器人背后的對話技術(shù)主要有任務(wù)型對話、基于知識圖譜的對話、基于問答對的對話，以及生成式對話。

但以上幾種人機(jī)對話中都存在一個(gè)問題，那就是用戶在提問中占主導(dǎo)地位，機(jī)器往往處于被動(dòng)狀態(tài)，等待用戶提問后，再試圖理解用戶意圖，只有在發(fā)現(xiàn)某些必須的參數(shù)信息缺失后，機(jī)器才會主動(dòng)向用戶發(fā)問。這類對話關(guān)系中，人是主動(dòng)方，機(jī)器是被動(dòng)方，適用于人主動(dòng)且有明確訴求的場景。但這種對話系統(tǒng)會有一個(gè)缺陷，就是如果用戶想不起來話題或者具體提問方式時(shí)，會覺得交互體驗(yàn)很不佳。

基于此問題，思必馳將推出了一種新的對話技術(shù)。劉博表示，在新的對話關(guān)系中，機(jī)器將成為主動(dòng)方，而人則成為被機(jī)器引導(dǎo)完成對話的一方，這款基于新型對話技術(shù)的新產(chǎn)品將用于企業(yè)服務(wù)中。