2
| 本文作者： 老王 | 2016-11-21 19:19 |
雷锋网按：本文根据旷视科技商业产品总监李晨光在高交会《读脸·对话——AI 技术风暴沙龙》的演讲内容整理而来，主要谈论人工智能如何商业化的问题。
“人工智能如何商业化”一直以来都是被人广为讨论的话题。
旷视科技商业产品总监李晨光在高交会《读脸·对话——AI 技术风暴沙龙》中提到，人工智能平台应该是一种通过数据、技术、产品三者不断循环完成的滚雪球式闭环，AI 的商业化， 不同的技术分类有不同的应用场景。
Venture Scanner 曾对人工智能公司做出以下分类，大致如下：
机器学习（通用）：如预测数据模型与分析行为数据的软件平台；机器学习（应用）：如利用机器学习技术侦查金融诈骗或者识别最好的销售线索。
自然语言处理（通用）：文本自动生成以及文本挖掘生成数据；自然语言处理（语音识别）：语音指令的检测并将其转化为可执行的数据。
计算机视觉（通用）：图像搜索平台和研发员使用的图像标签应用程序接口；计算机视觉（应用）：面部识别软件和能让用户通过拍照搜索商品的软件。
手势控制：让人们通过肢体动作控制游戏角色的软件以及仅用手势就能控制计算机和电视的软件；情境感知计算：具体应用场景如感知环境的黑暗度并调高亮度的应用。
此外还有我们常见的智能机器人、虚拟私人助手、语音翻译、视频内容自动识别、推荐引擎和协助过滤算法等。
其中旷视科技专注的人脸识别技术属于机器视觉的范畴，下面先讲一下什么是机器视觉。
首先人脸识别大致可分为两种：“1:1” 和“ 1：N”，前者商业化的落地多在金融和入证方向，而后者则应用于商业和安防领域。
那么何为 1:1，何为 1：N？
1:1 笼统讲就是一对一的人脸“核对”，而 1：N 则是从众多人脸中找出目标对象。
李晨光在分享会中展示了人脸识别技术产品化和商业化的不同阶段，不同阶段有不同的特性。
李晨光指出，机器人的视觉硬件组成和应用场景大致如下：
他接着讲到，机器人视觉细化到功能模块可分为以下几个方向：
与旷视科技合作的机器人公司神州云海发言人沈剑波透露：
我们把旷视的机器视觉集成到银行服务机器人中，为银行提供客户识别（识别出 VIP 客户，然后提示工作人员提供更优质的服务）、业务引导、自动巡视、用户画像等。未来该类机器人也会在酒店、机场、餐厅与消费者见面。
除了上述商业化场景外，人脸识别技术也渗透在商业楼宇的各个角落：
基于人脸识别技术，供应商可为商业楼宇提供访客登记、门禁识别系统、陌生人提醒、VIP 贵客迎宾、考勤管理、企业CRM系统集成、展会签到等。
从实验室算法阶段到软件 SDK 阶段，再从单产品、解决方案阶段到现在的综合平台阶段，人脸识别技术各阶段的产品化和商业化也正处于不断更迭和相互融合时期，可以预见，未来还将会有更多的商业化产品投入在市场当中。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
