江苏龙网

  1. 首页 > 人文 > >

「阿尔法工场」都在谈AI，看看百度是如何让它规模化落地的( 二 )


百度大脑的语音识别能力应用于百度的各个产品中 ， 包括小度智能音箱、DuerOS车载信息娱乐系统、百度地图等 。 开发者已经调用百度大脑的语音识别引擎超过100亿次 。
还有图像处理技术 ， 它可以智能识别图像类别、内容和含义 ， 支持基于图像识别的场景应用 。 比如 ， 百度和韩都衣舍合作 ， 用户可将拍摄的图片在商品库中搜索 ， 便能找到同款或相似的商品 。
另一项应用较多的AI技术是“自然语言处理” 。 比如 ， 房天下（NYSE:SFUN）楼盘点评覆盖全国658个城市的6.5万个新房楼盘 ， 购房者互动的日均点评量超过50万 ， 面对海量的内容数据 ， 以往需要投入大量的人力审核识别出优质的真实内容 ， 每个城市至少需要一个人维护 。 如何借助技术手段更高效地完成内容审核 ， 是房天下的重要诉求 。
引入百度自然语言处理技术后 ， 房天下为每个楼盘形成了一套点评标签 ， 实现了标签词因盘而异、动态更新 ， 向购房者和开发商直观展示楼盘的用户口碑 。
「阿尔法工场」都在谈AI，看看百度是如何让它规模化落地的
本文插图
这些案例给我们的启示是：首先技术是最核心的武器 ， 无论你的技术水平如何 ， 都要坚定这一绝对价值 ， 然后快速落地 ， 可以先在自家产品上 ， 再拓展外部市场 ， 形成规模化 。
有场景要快速落地
在抗击新冠病毒肺炎疫情战斗中 ， 百度从技术上展现出了AI to B的优势 。 首先就是AI应用做到了快速落地 。
疫情期间 ， 百度的多款AI产品 ， 实现了搜索与应用生态的交互 ， 包括呈现人员全局流动的迁徙地图、多人体温快速检测解决方案等 。
百度迁徙地图 ， 是百度在2014年春运期间推出的项目 。 其利用大数据 ， 对其拥有的LBS（基于地理位置的服务）大数据进行计算分析 ， 采用可视化方式展现人口大迁徙的轨迹、特征 。 在这次疫情中百度迁徙地图可谓是快速响应 ， 第一时间落地 。
「阿尔法工场」都在谈AI，看看百度是如何让它规模化落地的
本文插图
人员的再次大规模迁徙 ， 给稳定疫情增大了风险 。 百度又给出了新的解决方案“AI测温系统” ， 它可以提高体温监测效率 ， 在人流复杂的火车站、医院等 ， 1分钟内可对同时通过的200人进行体温实时检测 。
这项检测技术是基于人脸关键点检测 ， 及图像红外温度点阵温度分析算法 ， 可以对一定面积内乘客的额头温度进行检测 ， 即便是佩戴帽子和口罩也能够快速筛查 。
「阿尔法工场」都在谈AI，看看百度是如何让它规模化落地的
本文插图
可见 ， 疫情中的AI应用是AI能力体系支撑的结果 ， 而百度在此次疫情的多方面、深度、快速应用 ， 都是快速适应新场景、新需求的体现 。
【「阿尔法工场」都在谈AI，看看百度是如何让它规模化落地的】结语：AI规模化落地在笔者看来 ， 一是要认识到AI to B的价值 ， 能坚定、持续的投入；二是要有一定的技术能力 ， 不一定要像百度那么豪横 ， 但要有自己技术价值主张 ， 善用大平台的资源；最后就是要有场景化落地的能力 ， 由内而外落地拓展 。


推荐阅读


上一篇：「爱范儿」20 年前只靠网络，人们是怎么生存 72 小时的？

下一篇：「钛媒体APP」不管巫师财经“锤不锤”，原创内容都很惨