海量新知
5 9 1 5 1 5 8

无数人扎堆计算机视觉,但这家公司却聚焦决策智能

智能快报 | 2021/10/29 22:42:52

短视频平台上越来越令人沉迷的个性化推荐、自动驾驶水平越来越高的汽车、戴着口罩也能精准判断的人脸识别,在我们生活中的无数场景,人工智能其实早已参与其中,只是我们不熟悉那些在背后赋能的人工智能公司而已。

比如小米、OPPO、vivo等安卓手机上的人脸识别方案,大都由旷视科技等计算机视觉类人工智能公司提供,小米2015年发布的MIUI7系统新增的面孔相册分类功能,则是由商汤科技提供技术支持;从遍布大街小巷的监控安防到升级版智慧城市建设,不仅有海康威视、大华等老牌安防企业以及阿里、腾讯、华为等巨头参与,人工智能领域的“四小龙”以及更多垂直行业AI企业也在各显身手,各企业借助人工智能技术对城市大数据进行分析、判断与处理,从交通、物流、安防、政务服务等多个角度优化城市的运行。

2001年,斯皮尔伯格执导的科幻电影《人工智能》还是设定在一个遥远的未来,探讨宏大的人性主题,离现实还很远;2018年,同样由他执导的《头号玩家》中,故事背景就设定在距离我们非常近的2045年,而电影中无人机送餐、智能推送的虚拟图书馆、人脸识别支付、个人虚拟形象、全息通讯、VR座椅、VR触感穿戴设备、VR赛车等很多“黑科技”,在现实中已经有部分实现和应用。

这也反映出,最近十年,人工智能产业的发展突飞猛进,行业应用进一步细化,无数人工智能企业也在最近十年的行业大爆发中崛起。

新知达人, 无数人扎堆计算机视觉,但这家公司却聚焦决策智能

中国人工智能公司从概念阶段走向商业化阶段

谈及人工智能,九号机器人、商汤、萨摩耶云、旷视、依图、云从、云天励飞、第四范式等诸多公司都是讲述行业发展历程不可绕开的存在。正是无数大大小小的人工智能公司,让人工智能从概念走向落地和商业化。

在产业上,人工智能已经在金融、医疗、教育、农业、零售等多个行业深入应用,并从多点开花进入标准化体系建设阶段。2020年7月,五部门印发《国家新一代人工智能标准体系建设指南》,提出率先在制造、交通、金融、安防、家居、养老、环保、教育、医疗健康、司法等重点行业和领域推进人工智能标准体系。

在效率上,人工智能也有指数级的提升。2012年,谷歌需要利用16000块芯片,耗费无数电力训练人工智能观看数百万段YouTube视频,才能学会识别猫,而现在,图片分类识别仅需要一台手机的算力与电池就足够了。

在准确度上,人工智能图片识别、语音识别的能力已经接近人,百度、搜狗、科大讯飞等的语音识别准确度已经达到97%,还剩下3%的差错主要是受口音、专有名词、环境噪音等的影响,哪怕人类自己也难以做到100%的准确率。

在人工智能技术近十年的飞跃式发展背景下陆续诞生的诸多人工智能公司,也在2021年进入了上市冲刺阶段。

7月20日,云从科技科创板上市首发获得通过;8月25日,中国第三大独立云服务科技解决方案提供商萨摩耶云在港股递交了招股书;8月27日,商汤科技也向港交所递交招股书;9月9日,旷视科技科创板IPO获得通过;依图科技尽管7月终止了科创板IPO,但有消息称其将赴港上市。此外,AI赛道上医疗、芯片等细分领域的公司亦加速了各自的上市步伐。

近两年的新冠疫情,其实也是对人工智能企业深入多领域的一次加速。

疫情期间,无论是线上办公还是线下诸多场景,都积累了海量结构化的数据,而这些数据恰好是训练人工智能、实现特定业务必不可少的素材。比如,疫情期间健康码、行程码的背后,就是通过位置信息、线下支付数据、火车票机票购买数据等判断一个人的健康状态。

从疫情初期口罩、防护服等物资的调配,到通过人工智能加快核酸检测速度、公共卫生体系的疫情预警速度,再到城市的智能化管理,新业务需求推动了人工智能产业的发展,而人工智能的发展也会为更多领域带来了全新的变化。

比如主打短交通的九号机器人,其产品除了大家熟悉的九号电动滑板车,还涉及智慧物流和智能出行等B端业务,早在2016年就已开始在服务机器人领域布局,开展人工智能机器人的研发。疫情期间“无接触式”场景的需求也让九号机器人在配送领域进一步迭代,实现配送机器人跨层导航,电梯进行物联网改造后无需人类协助即可自主乘梯,实现跨楼层立体配送。

人工智能技术不只是在消费端带来更多方便,也在生产端大量应用。很多人工智能公司也意识到自己应该走向更加广阔的产业领域。

在产业领域,人工智能已经广泛应用在分拣、装配、焊接等生产过程,柔性制造、损耗优化等生产管理以及库房管理、供应链物流等诸多环节。

比如规模越来越庞大的仓储、海量SKU、促销时的峰值订单与即时消费,已经让物流系统变得愈加复杂,传统技术难以满足要求,需要更强大的人工智能技术才能驾驭物流系统复杂的情况。一些计算机视觉类的人工智能公司为此就自研了AMR/AGV智能机器人、SLAM导航智能无人叉车、人工智能堆垛机等多款智慧物流硬件,节省了员工拣选货物的劳动强度,也提高了整个供应链周转的效率。

各大企业的人工智能竞赛,已经过了应用摸索阶段,从比顶刊顶会论文、比大赛冠军数量,进入比落地项目多少、比实际效率提升的阶段。

从感知到决策:人工智能的新一步

智能是什么?

简单剖析,可以把它看成感知、分析、决策的统一体,三者既统一又有着逻辑上的区别。

感知是智能的第一步,是决策的依据,十分重要。作为人工智能的一大板块,感知智能解决的是视觉、语音、语言层面即“是什么”的问题,计算机视觉、语音识别、自然语言处理等领域就属于感知智能。

人们较为熟悉的人工智能“四小龙”商汤、旷视、云从、依图,其实最开始都聚焦于感知层面的计算机视觉方向,在感知智能层面做了很多落地应用,最典型的就是将人脸识别支付应用到更多场景,如在地铁等人流多、流速快、易拥堵场景实现千万级客流量无需刷卡的“无感通行”。

分析智能解决的是符合怎样规律的问题,比如被苹果砸中脑袋的科学家牛顿,当一般人看到(感到)苹果落地时,仅仅看到了表面现象,只有牛顿根据表面现象推导出了万有引力,这个规律帮助全人类将卫星和宇航员送上太空,也成功登陆月球表面,将人工智能技术升华到“科学家”层面,这也是当今人工智能企业着重努力的方向,例如萨摩耶云、第四范式、魔数智擎等通过建立模型或制造建立模型的工具,尝试找到更多应用的规律。

聚焦到决策智能,则要面对具体问题如何去解决。典型应用代表就是围棋人工智能程序AlphaGo,问世即定义了围棋的另一个时代,人类就已难以逾越。除了下围棋之外,决策智能还可以做很多更重要的事情。

萨摩耶云首席科学家王明明接受采访时讲到,决策智能就是要学会“做选择”,这一过程面临至少五大难题:其一在于选项的确定;其二在于选错的代价;其三在于是否选错未来才能知道;其四在于决策的连锁性,即一个决策会影响另外一个决策;其五在于有时决策的正确性取决于另外一个决策,即“博弈性”。

在王明明看来,决策无处不在,决策智能的不断进步与应用就如同汽车代替马车、手机代替电脑、机械化代替纯手工,都是因为效率的提升,“我们人工智能团队在做的,就是将决策智能应用在需提效的地方”。

比如在金融领域的应用,王明明指出,获客其实就是一个客户跟产品匹配的事情,而决策智能一方面是寻找与产品更加匹配的客户,另一方面也是要确定与客户更加匹配的额度,通过决策智能,在风险和借贷需求两个维度中寻找风险尽可能低、借贷需求尽可能高的目标客群,从而建立从营销获客到信用评估、风险识别、效率最大化资源匹配的闭环。

各类机构要面对的风险很多,萨摩耶云提供的解决方案则能够在大数据基础上通过决策智能更精准地判别风险,解决风险收益匹配的问题。据王明明介绍,萨摩耶云主要是从对抗、社区、环境、稳定四大方向(即:ACES智能决策框架)进行探索,打通智能获客、智能风控等问题,帮助合作机构在承受最低风险情况下,获取更高的收益。

对抗(Anti)即对抗黑产,通过对抗算法,模拟黑产的攻击模式训练模型,从而提升系统的抗击打能力。比如有人投机取巧,上传身份信息时,身份证正面和反面不是同一张,就要训练系统发现这种投机取巧。

社区(Community)是实现由点及面的广角风控,审核一个人的时候,不能光看这个人自己,还要把他放到社会关系里面去看,这也是对“社区”最直接的理解。还可以借助联邦学习,不同单位组成一个“联邦”,在客户数据可用不可见的前提下找到规律去判断风险,明确个人社会关系或者企业关系图谱,这也属于“社区”的范畴。

环境(Environment)指在复杂环境下的自适应策略生成,因为环境中一定存在还没有获知却可能影响风险的信息,需要不断探索和挖掘,依据环境变化实现策略自动伸缩,快速生成最佳策略。

稳定(Stability)则是以上所有的支撑,因为没有稳定,更多的挖掘和探索反而可能带来新的风险,所以需要在持续改进算法、利用先验知识消歧、利用特征稳定性识别工具等多个方面加强模型的稳定性。

成立于2015年的萨摩耶云已经作为中国先进的独立云服务科技解决方案供应商,以云原生数字科技为依托,融合机器学习及深度学习等技术,为客户提供“决策智能+云服务”的细分服务内容。 目前,萨摩耶云的决策智能服务已涉及政府监管、手机制造、电信运营、线下商超等多个领域,“数智萨摩云平台”已与7370万家小微商户及客户、50家金融机构、530家不同行业的企业、1470家互联网平台及70家数据供应商展开了深度合作,帮助合作伙伴打造优质的私域流量池。

萨摩耶云在决策智能方面也申请了众多专利,近日其《互联网造数方法及系统》创新技术专利就获得国家知识产权局发明专利授权。萨摩耶云已经将该专利成功应用到AutoMan自动建模工具包中,降低了造数开发难度和维护成本,减轻了技术工作量,使得扩展性变强,而萨摩耶云自动建模工具包已在各行业风险控制等特定领域取得了良好效果。

决策智能是管理科学和人工智能的交叉融合,决策智能并不是取代人类,而是在人类工程师的智慧下,发挥人工智能自己的优势。特别是不同行业的人工智能应用解决方案,场景复杂,因素众多,更需要萨摩耶云的工程师根据客户的特定业务需求,开发定制化的人工智能应用,生成最佳模型策略。决策智能的优化与安全背后,仍然需要人类智慧的参与。

人工智能是未来产业竞争的关键

从20世纪八九十年代中低端出口企业抢占世界市场时凭借的“人口红利”,到近二十年崛起的一大批依托“工程师红利”的科技企业,中国的产业链正在逐渐往上走,中国经济的“含智量”也越来越多。

根据《2020年全球人工智能产业地图》,中国人工智能企业数量占全球的24.66%,近四分之一的比例仅次于美国,中美两国已经占据人工智能领域的超半壁江山。

中国的众多人工智能企业,大部分也都诞生在最近十年内,并广泛分布于数百上千个应用领域,提高了社会效率,带动我国产业的数字化升级和经济转型。中国新一代人工智能发展战略研究院《中国新一代人工智能科技产业发展报告2021》通过对2205家人工智能样本企业的调研就发现,这些企业创建时间主要集中在2012年至2018年之间,占比为63.93%,企业创建的峰值出现在2015年,占比为14.36%。

中国人工智能企业的时代才刚刚起步,我们可以看到多家人工智能公司的招股书中,研发人员的薪资都非常高。中国人才和中国企业也在人工智能时代,获得了与技术优势相匹配的溢价。

金融行业因为数据质量较高,是人工智能应用的“先行示范区”,人工智能企业往往先在金融领域率先应用。人工智能不仅有助力于塑造新的产业链,传统产业的数字化升级、企业变革,也需要人工智能企业的深入协作。

传统制造业的人工智能改造目前还是以感知智能为主,感知智能中深度学习模型是较为常见的模型,但深度学习算法需要大量数据“投喂”,且深度学习的过程是一个黑盒子状态,没有与决策过程相关的解释。萨摩耶云聚焦的决策智能服务,则一定程度上避免了“数据黑箱”,不仅适合于具有数据强监管特征的金融行业,在数据安全愈加受到重视的当下也适合于各个行业。

在传统制造业、物流产业领域,产线的智能传感、缺陷检测、工艺优化、无线传输、边缘计算、工业上云等多个方面人工智能已经有较大规模的应用,只是各个产线、各个人工智能传感器汇总来的数据还会汇总到不同负责人那里进行决策。随着人工智能在工业领域的进一步深入,采集到的各类数据、信息也会越来越多,而人难以同时处理多维度的复杂信息,特别是不同的人知识储备、经验技能都会不同,决策往往会有较大变化。

到了这个阶段,制造业的人工智能改造同样也需要决策智能的参与——我们需要由不可解释的人工智能发展到可解释的人工智能,不仅通过人工智能全面感知生产状态,还要让人工智能系统具有感知之上的决策功能。聚焦于决策智能服务的萨摩耶云,未来还可能有更多跨界空间。

据IDC《全球人工智能支出指南》预测,2021年,全球人工智能系统支出853亿美元,到2025年,这一数据将跃升至超过2040亿美元,2021-2025年的复合年增长率将达到24.5%。如此大的市场空间,也意味着人工智能的应用给产业带来了至少十倍级别的效率优化。在未来国家与国家之间的产业链竞争中,人工智能将发挥举足轻重的作用。

亿欧智库《2020年中国人工智能商业落地研究报告》就指出,中国人工智能经历近十年快速发展之后,私募资本已经从最初的兴奋高涨逐渐理性回归,早期成立的人工智能企业在技术、产品、资本的助推下,落地场景和商业形态基本形成,发展路径逐渐清晰,高成长性也基本可以预期。

成熟的港股以及新创立的科创板,为需要大量资金推进发展的优秀人工智能企业提供了重要融资渠道,助推其快速地迈向下一个发展阶段。众多人工智能企业也在政策鼓励与产业加速升级背景下逐渐走向成熟,落地了很多应用。

如今,资本市场的想象空间需要看企业应用层、技术层、基础层多个方面的表现。在已上市及待上市的人工智能公司中,能够帮助客户解决业务发展“真问题”、获得“正增长”,能够为各行业的客户提供一揽子、可落地、全链路云服务的人工智能公司,能够在基础研发上带动人工智能行业不断突破,才有可能成为科技股的新趋势,并引领接下来资本市场的追求。


更多相关内容

更多相关内容

猿巴巴_商业服务平台精选

更多精选内容