应用|商汤科技徐立:AI不应仅聚焦头部应用,长尾应用完善价值闭环

_原题为 商汤科技徐立:AI不应仅聚焦头部应用 , 长尾应用完善价值闭环
“我们不能对算法求全责备 , 应更加包容地见证AI技术发展 , 普罗大众对于AI认知的提升也是关键点 , 真正的技术策源在于如何去提升大众的认知 。 ”在2020世界人工智能大会商汤科技企业论坛上 , 商汤科技联合创始人、CEO徐立说道 。
人工智能自诞生至今一直面临各种质疑 , 徐立认为人工智能技术正是在质疑中不断落地、迭代优化 。 每一次的技术试错 , 都会带来增量价值 。 以人脸识别为例 , 起初人们质疑人脸识别的精度问题 , 关注人脸识别是否会出错 , 双胞胎人脸识别如何解决 。 随后人们又开始关注3D人脸是否会仿照真实人脸来解锁 , 在这些质疑中更多城市级别的应用诞生 , 例如地铁场景中的刷脸支付 , 甚至在戴口罩的情况下 , 也能够解决城市级别的刷脸问题 。
应用|商汤科技徐立:AI不应仅聚焦头部应用,长尾应用完善价值闭环
文章图片

“不同于人脸识别这类关注度非常高的头部应用 , 一些低频、小众的长尾应用才是完善人工智能价值的核心 , 只有突破长尾应用才能完善价值闭环 , 真正影响到普罗大众的日常生活 。 ”徐立表示 。
徐立所提及的长尾应用场景包括垃圾抛洒、粪车排放、单车违停等 。 例如在共享单车领域 , 利用人工智能技术可以解决车与车、车与地面的关系 , 识别共享单车是否违规停放 。 而在粪车偷排问题上 , 利用人工智能算法可以把时间、地点、人物关系串联 , 解决井盖检测问题 。
【应用|商汤科技徐立:AI不应仅聚焦头部应用,长尾应用完善价值闭环】当人工智能技术渗透到越来越多的细分场景时 , 挑战也随之出现 。 中国工程院院士、同济大学校长陈杰认为 , 未来人工智能在训练数据、核心能力、学习机制、方法能力、可塑性、协同性、功耗等方面面临挑战 , 例如未来大量数据可能是低质量、无标签、无标注的数据 , 耗能极大 。
在昨晚的“AI夜话”中 , 徐立也提及了AI当下面临的挑战 , 他认为没有任何一家人工智能企业可以触达所有的数据 , 怎样做数据协同、数据资产、数据共享 , 以及在各不分享训练数据的情况下 , 如何协同推动算法精度的提升、标准的制定 , 都是摆在目前的切实问题 。
为了解决数据协同和生态共建问题 , 商汤科技宣布升级OpenMMLab人工智能算法开放体系 , 涉及10多种研究方向 , 100多种算法和600多个预训练模型 , 后续还将陆续开源更多算法 。 “人工智能的细分场景非常多 , 我们要的不是一颗独木 , 而是一片森林 , 最关键的创举就是一定要开放 。 ”徐立表示 。
第一财经广告合作 ,请点击这里
此内容为第一财经原创 , 著作权归第一财经所有 。 未经第一财经书面授权 , 不得以任何方式加以使用 , 包括转载、摘编、复制或建立镜像 。 第一财经保留追究侵权者法律责任的权利 。如需获得授权请联系第一财经版权部:021-22002972或021-22002335;banquan@yicai.com 。
文章作者


    推荐阅读