提及人工智能,落地、商业化一定是绕不开的话题。
“而生物识别之于人工智能,好比是分叉的树枝与树根,但他们之间其实没有鸿沟,都是AI,某些核心技术的应用也相同。”在6月14日的“2018全球智能+新商业峰会”行业峰会上,眼神科技创始人周军面向记者,这样阐述生物识别和人工智能的原始连接点。
眼神科技是一家生物识别企业,已打造了目前全球唯一的多模态生物识别统一认证平台。
“2018全球智能+新商业峰会”行业峰会由上海市相关机关指导,上海市长宁区青年联合会、亿欧公司联合主办,其中“智能+新服务峰会”专场,聚焦B端服务商,探讨人工智能、大数据、云计算等技术如何在人工智能时代下重新定义“新服务”。
锌财经作为受邀媒体,在活动现场采访了眼神科技创始人周军,深入了解了人工智能及生物识别技术在中国的落地及商业化之路。现将相关内容整理如下,以飨读者。
人工智能的发展路径
2017年年底至今,“AI+”的话题一再被热捧,人工智能技术为产业赋能成为可能,安防、金融、医疗、汽车、芯片等领域也成了高频词。
其实人工智能已经过了长达六十多年的发展,从整个人工智能技术来看,分为三个阶段:
2012年以前,科学研究阶段:人工智能的迅速发展,主要是体现在 学习领域的突破。1951年, 学习的核心—神经网络被发明,到60年代末期,第一个能工作的 学习网络发表。八十年代末期,人工智能学术界从逻辑法则方法逐步转向了机器学习,而1989年,科学家们就开始利用卷积网络来识别手写字。
2012-2017年,概念阶段:随着GPU被用于大幅度提升 学习的速度,以及创业大潮和资本市场的兴起,越来越多的创业者进入人工智能领域。但是这个阶段,无论是出于资本的需要,还是舆论的追捧,其实大多数人都还处在一个“讲故事”、“话未来”、“拼概念”的阶段。
2018年以后:行业落地。应该是整个行业关注落地的开始。这个阶段开始,AI成为了一种解决问题的大众熟知的工具,整个行业开始关注AI到底是什么,怎么落地。所以,“AI+”,在没有解决问题之前,是人工智能,一旦问题解决了,该叫什么就叫什么,安防还是安防,医疗还是医疗。所谓的“AI+”,是指某些在路上探索、没有落地、没有形成盈利模式闭环的项目的说法。
找准赛道,用技术带动市场
落实到实体端,人工智能企业也大致分为3类。一般新兴的人工智能企业,已具备基本核心技术、资本及品牌,正在探索落地,形成闭环;海康、大华等传统企业,是行业内存量市场的巨无霸,客户资源强大;第三类是扎根于人工智能领域多年的企业,它们利用多年的客户资源,在提高研发能力基础上,不断探索新的道路。
而周军认为,不同的企业,要找准自己的赛道和入口,从最有利于自己的位置出发,以合作的方式寻求更大的商业利益化。单一的公司,是很难单独解决人工智能难题的。要想把整个产业链打通,合作应该是一个出路。拿拥有核心算法、技术,又有客户资源的企业来举例,核心技术与其卖给别人,不如整合进入市场,从而创造更多的经济效益和市场价值。
也就是说,用技术扩大合作。技术整合能够带动企业发展,有时核心技术可以撬动10倍甚至20倍的市场规模。
人工智能商业化三进阶
人工智能的商业化又分为识你、懂你、AI你三个阶段。
“识你”是第一步,指识别万物,包括对车的识别,对视频结构的分析,对医疗技术的识别等等。指纹、人脸、虹膜识别已经很清楚了,眼神科技致力于多种技术融合的识别。
“懂你”是基于大数据构造全产业链,属于第二个阶段。将“识你”的核心技术作为驱动,软件作为神经,数据作为核心,同时加强产品创造,把交付落地工作做好,获得了大数据,才可以懂你。“懂你”可以基于数据,对人进行画像,分析人的喜偏好等。
而“AI你”,是基于“识你”和“懂你”。比如说你家有一个小狗,它看到你不叫证明是喜欢你的,它看到别的人会叫,不会让他进去。可以将狗理解成机器人,它识你让你进家门之后,会等你,会和你说话,并且,能够了解你进门之后的习惯,当你不高兴看它一眼,如果眼神比较严厉,它可能会夹着尾巴走开。机器人和你相处时间长了会产生大数据,逐渐变成一种高级机器人,可以让生活变的更智能。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与 整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
- 特斯拉首次聘请品牌大使:韩国奥运射击选手金艺智
- 华为研发中心入驻上海青浦致小镇房租大涨,带动周边租房市场热潮
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。