人工智能領(lǐng)域的增速放緩,主要體現(xiàn)在AI應(yīng)用程序的部署增長(zhǎng)方面。原計(jì)劃23%的數(shù)據(jù)將在2019年被應(yīng)用部署,而截至目前,只有5%的數(shù)據(jù)被應(yīng)用部署,增長(zhǎng)率明顯低于2018年。很顯然AI正在被某些“因素”拖累,比如相關(guān)領(lǐng)域企業(yè)員工缺乏相應(yīng)的技能、企業(yè)可獲得數(shù)據(jù)的質(zhì)量以及對(duì)AI真實(shí)優(yōu)勢(shì)和用途的了解并不全面。
對(duì)于人工智能而言,大數(shù)據(jù)是人工智能研發(fā)的重要基礎(chǔ)。目前人工智能領(lǐng)域的研究細(xì)分有很多,包括機(jī)器視覺、自然語言處理、深度學(xué)習(xí)、機(jī)器人學(xué)、知識(shí)表示、自動(dòng)推理等,研究方式上各有不同,但是數(shù)據(jù)收集、數(shù)據(jù)整理、算法設(shè)計(jì)、算法訓(xùn)練等是它們繞不開的研究路徑,人工智能的核心是算法設(shè)計(jì),但基礎(chǔ)仍是大數(shù)據(jù)。
而數(shù)據(jù)洞價(jià)值察或許仍是“穩(wěn)定”人工智能發(fā)展的重要因素,在細(xì)分領(lǐng)域上有著不同體現(xiàn),比如“增強(qiáng)分析”技術(shù)在數(shù)據(jù)與分析領(lǐng)域的應(yīng)用、嵌入式人工智能在物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用、浮層互動(dòng)技術(shù)在視頻領(lǐng)域的應(yīng)用等。
“增強(qiáng)分析”的概念最先被Gartner在2017年提出,“增強(qiáng)分析”曾譽(yù)為「數(shù)據(jù)與分析市場(chǎng)內(nèi)的下一波顛覆性技術(shù),是數(shù)據(jù)分析的未來」增強(qiáng)分析指的是在傳統(tǒng)分析功能中加入更多的增強(qiáng)功能,這些功能大多是通過人工智能、深度學(xué)習(xí)等技術(shù)來實(shí)現(xiàn),可以幫助分析人員對(duì)于數(shù)據(jù)進(jìn)行自動(dòng)化、精細(xì)化、結(jié)構(gòu)化的分析,有利于進(jìn)行更加精準(zhǔn)的模型訓(xùn)練,從而滿足多種數(shù)據(jù)分析需求。
當(dāng)前的增強(qiáng)分析功能主要有兩種應(yīng)用方式,一是幫助專業(yè)的數(shù)據(jù)分析師或數(shù)據(jù)科學(xué)家,通過數(shù)據(jù)建模來提升數(shù)據(jù)分析的能力。二是針對(duì)普通的用戶,增強(qiáng)分析可以支持他們?cè)L問有效數(shù)據(jù),并對(duì)理論和假設(shè)情況展開測(cè)試與驗(yàn)證,從而為分析計(jì)劃帶來更多自動(dòng)化動(dòng)能以及創(chuàng)新洞察力。在增強(qiáng)分析技術(shù)實(shí)現(xiàn)上主要包含以下三種工具。
1、增強(qiáng)數(shù)據(jù)準(zhǔn)備(Augmented Data Preparation):采用機(jī)器學(xué)習(xí)(ML)/人工智能(AI)自動(dòng)化來擴(kuò)大和加速數(shù)據(jù)剖析和數(shù)據(jù)質(zhì)量、數(shù)據(jù)協(xié)調(diào)、數(shù)據(jù)建模、數(shù)據(jù)處理、數(shù)據(jù)聚合/推理,元數(shù)據(jù)開發(fā),以及數(shù)據(jù)編目,這種增強(qiáng)趨勢(shì)同樣能夠改變數(shù)據(jù)管理的各個(gè)方面,包括自動(dòng)化數(shù)據(jù)集成和數(shù)據(jù)湖管理。
2、應(yīng)用于分析和商務(wù)智能系統(tǒng)的增強(qiáng)分析技術(shù)(Augmented Analytics As Part Of Analytics And BI Platforms),該技術(shù)使商務(wù)用戶和“民間數(shù)據(jù)科學(xué)家”(Citizen Data Scientist,指那些能夠進(jìn)行數(shù)據(jù)建模的非統(tǒng)計(jì)分析專業(yè)領(lǐng)域的人)無需建模和編寫算法,就能自動(dòng)尋找數(shù)據(jù)規(guī)律,將相關(guān)結(jié)果以可視化的方式表達(dá)(比如相關(guān)性、例外、集群、連接和預(yù)測(cè))。用戶通過可視化和對(duì)話界面來研究數(shù)據(jù),采用自然語言問詢技術(shù)來查找用戶情境下的最重要數(shù)據(jù)結(jié)果。”民間數(shù)據(jù)科學(xué)家”可以采用增強(qiáng)分析技術(shù)來客觀分析數(shù)據(jù)。
3、增強(qiáng)分析數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)(Augmented Data Science And Machine Learning)——采用ML/AI實(shí)現(xiàn)數(shù)據(jù)科學(xué)和ML/AI建模的自動(dòng)化,比如特征工程和模型篩選,以及模型運(yùn)行,模型解釋以及最后的模型校正和管理。增強(qiáng)分析技術(shù)的應(yīng)用,將會(huì)降低對(duì)高級(jí)分析模型操作的技巧性要求。它向民間數(shù)據(jù)科學(xué)家和應(yīng)用開發(fā)者開放了數(shù)據(jù)科學(xué)和ML內(nèi)容創(chuàng)造,最終,這些專業(yè)的數(shù)據(jù)科學(xué)家擁有更多的時(shí)間來聚焦創(chuàng)造性任務(wù)以及建立和運(yùn)行最相關(guān)模型。
增強(qiáng)分析在企業(yè)銷售中的應(yīng)用可以體現(xiàn)在精細(xì)化的數(shù)據(jù)洞察方面。過去,我們從銷售報(bào)表中可以看到銷售數(shù)據(jù)的上升或下降,通常最直觀的數(shù)據(jù)維度只有價(jià)格、產(chǎn)品質(zhì)量、人員因素等,但是這樣的推測(cè)并不是完全準(zhǔn)確的,「增強(qiáng)分析」的應(yīng)用可以通過BI工具獲取數(shù)十個(gè)甚至上百個(gè)維度,不光包括價(jià)格、用戶等直觀因素,甚至還包含天氣、環(huán)境、交通等外部因素。其應(yīng)用的意義就在于通過更多工具分析更多維度,力求找到問題解決的最優(yōu)路徑,對(duì)數(shù)據(jù)全面洞察。
Gartner 公司的Julian Sun曾表示,目前的數(shù)據(jù)分析模式多是可視化形式,或者拖拉拽形式做數(shù)據(jù)分析,很有可能會(huì)造成另外一種孤島——分析孤島。這個(gè)時(shí)候用增強(qiáng)分析可以把這樣的增強(qiáng)分析模式放到業(yè)務(wù)情景當(dāng)中,最契合業(yè)務(wù)實(shí)際做一些業(yè)務(wù)針織。
小結(jié):在增強(qiáng)分析領(lǐng)域,數(shù)據(jù)洞察能力集中體現(xiàn)在分析維度會(huì)更加全面,那些曾經(jīng)不被大家注意的數(shù)據(jù)可能就是導(dǎo)致“結(jié)果”的原因,就像“蝴蝶效應(yīng)”一樣。
嵌入式人工智能(Embedded artificial intelligence)
通過數(shù)據(jù)洞察帶來的“賦能”效果在物聯(lián)網(wǎng)領(lǐng)域和互聯(lián)網(wǎng)APP產(chǎn)品方面也有體現(xiàn),IDC和Forrester對(duì)2020年頂級(jí)人工智能的預(yù)測(cè)中提到,“至少 90% 的新企業(yè) APP 將包含嵌入式人工智能功能。然而真正有顛覆性人工智能主導(dǎo)的 APP 將只占總數(shù)的 10%”。
許多新的APP在前期設(shè)計(jì)中大都包含或多或少的人工智能功能,對(duì)數(shù)據(jù)的獲取和整理的能力有了顯著的提升,便于平臺(tái)方對(duì)APP的運(yùn)營。而更深入地嵌入式人工智能應(yīng)用正在圍繞物聯(lián)網(wǎng)領(lǐng)域展開。
嵌入式人工智能是讓AI算法可以在終端設(shè)備上運(yùn)行的技術(shù)概念,更加直觀的理解就是讓手
機(jī)、音響、機(jī)器人、自動(dòng)泊車等智能硬件,在不聯(lián)網(wǎng)的情況下獨(dú)立完成環(huán)境感知和人機(jī)交互等。對(duì)于AI工程師而言,將編寫好的程序嵌入到各類智能設(shè)備的控制主板中,再測(cè)試運(yùn)行效果,即算法是否能高效地在主板上運(yùn)行。
因?yàn)槲锫?lián)網(wǎng)應(yīng)用要求處理器設(shè)計(jì),要提供面向最終用戶和應(yīng)用程序的解決方案。物聯(lián)網(wǎng)應(yīng)用的芯片設(shè)計(jì)強(qiáng)調(diào)功率效率,隨工業(yè)級(jí)人工智能技術(shù)的應(yīng)用,越來產(chǎn)生越多的數(shù)字平臺(tái),而下一代工業(yè)數(shù)字平臺(tái)的演進(jìn),就是讓工業(yè)設(shè)施可以在不同的網(wǎng)絡(luò)環(huán)境下運(yùn)轉(zhuǎn),對(duì)各類主板芯片的需求隨之增加,研發(fā)集成效果是否優(yōu)異、軟件支撐平臺(tái)是否便利,就成為考量一款嵌入式處理器解決方案性能的主要因素。
同時(shí),嵌入式人工智能技術(shù)正在解決物聯(lián)網(wǎng)設(shè)備所面臨幾個(gè)“痛點(diǎn)”問題,包括高延遲和低響應(yīng)、網(wǎng)絡(luò)安全、數(shù)據(jù)隱私問題等。以數(shù)據(jù)隱私為例,物聯(lián)網(wǎng)設(shè)備在服務(wù)用戶或企業(yè)時(shí),會(huì)產(chǎn)生大量的運(yùn)行數(shù)據(jù),其中會(huì)包含一些隱私、機(jī)密信息,一旦隱私數(shù)據(jù)泄漏就將給企業(yè)、用戶帶來不同程度的損失。比如家庭物聯(lián)網(wǎng)中的攝像頭、掃地機(jī)器人在自動(dòng)運(yùn)行中產(chǎn)生的圖片、視頻泄露等,使用戶飽受損失。而嵌入式人工智能技術(shù)可以讓設(shè)備在非聯(lián)網(wǎng)的情況下獨(dú)立運(yùn)行,一定程度上保證了數(shù)據(jù)的隱私性,另外隨著智能聯(lián)網(wǎng)設(shè)備的普及,集成智能設(shè)備的硬件終端也將隨之出現(xiàn),可以保證數(shù)據(jù)的“物理隔離”。
嵌入式人工智能也被稱作為邊緣計(jì)算技術(shù)。首先,智能終端并不是完全需要在云平臺(tái)上進(jìn)行,會(huì)給通信傳輸帶來較大壓力,同時(shí)未來解決數(shù)據(jù)延遲和安全性等問題,邊緣計(jì)算逐漸開始被應(yīng)用。今年華為發(fā)布了“昇騰910”AI芯片和“麒麟990”5G芯片,其中“昇騰910”是目前單芯片計(jì)算密度最大的芯片,計(jì)算力遠(yuǎn)超國際同類產(chǎn)品。華為表示,將向全球開發(fā)者公布其技術(shù)參數(shù),共同打造AI生態(tài),推動(dòng)AI產(chǎn)業(yè)落地。
小結(jié):在嵌入式人工智能技術(shù)領(lǐng)域,數(shù)據(jù)洞察主要體現(xiàn)在對(duì)產(chǎn)品或技術(shù)的補(bǔ)足方面,讓物聯(lián)網(wǎng)終端設(shè)備具備獨(dú)立處理數(shù)據(jù)的能力。
浮層互動(dòng)技術(shù)(Embedded interaction)
在視頻領(lǐng)域內(nèi),與浮層互動(dòng)技術(shù)相對(duì)應(yīng)的還有嵌入式互動(dòng)技術(shù),和嵌入式人工智能的技術(shù)實(shí)現(xiàn)上有較大差距。奈飛(Netflix)推出的《黑鏡:潘達(dá)斯奈基》(下文稱《黑鏡》)互動(dòng)視頻,就屬于嵌入式互動(dòng)技術(shù)。即,觀眾可以通過“互動(dòng)點(diǎn)”自由選擇劇情走向。而《黑鏡》90分鐘的視頻時(shí)長(zhǎng)中包含312個(gè)視頻素材和5個(gè)不同的結(jié)局。通常對(duì)視頻內(nèi)容層面的互動(dòng),被歸納為嵌入式互動(dòng),通常視頻內(nèi)容和互動(dòng)工具在視頻制作過程中就嵌入到視頻格式之中,通過技術(shù)處理改變觀看體驗(yàn)。
在生活服務(wù)、娛樂APP方面,抖音的“以視頻搜視頻”、快手的“AI寵物”、AI視頻廣告都屬于浮層式互動(dòng)技術(shù)。我們通常把“彈幕”歸類為浮層互動(dòng)技術(shù)的初級(jí)功能,通常浮層互動(dòng)技術(shù)與視頻內(nèi)容(視頻編輯)沒有必然關(guān)聯(lián)性。就像“AI寵物”只是一個(gè)具備娛樂、工具屬性的功能,輔助視頻直播、優(yōu)化用戶體驗(yàn),但沒有“AI寵物”也并不影響直播的進(jìn)行。彈幕、云圖廣告、AI寵物等,這些只是輕度的互動(dòng)功能,更加深入的互動(dòng),需要視頻小程序來實(shí)現(xiàn)。極鏈科技以自研 VideoAI、VideoOS 為底層操作系統(tǒng),專注消費(fèi)級(jí)視頻AI技術(shù)研發(fā)和商業(yè)應(yīng)用,并持續(xù)投入小程序開發(fā)者生態(tài)的構(gòu)建。
浮層互動(dòng)技術(shù)的底層原理是“AI視頻識(shí)別”,即在不影響視頻播放的前提下,對(duì)視頻內(nèi)容的結(jié)構(gòu)化處理。以人工智能技術(shù)為底層引擎的視聯(lián)網(wǎng)服務(wù)將會(huì)給浮層互動(dòng)帶來更全面的應(yīng)用場(chǎng)景,給視頻產(chǎn)業(yè)帶來新的增長(zhǎng)點(diǎn)。在以下三個(gè)方面,視聯(lián)網(wǎng)的人工智能引擎得到了大幅的進(jìn)步,初步具備了支撐一個(gè)產(chǎn)業(yè)的能力。
一是對(duì)視頻內(nèi)容信息的理解更加全面,即視頻標(biāo)注維度越來越豐富。過去,在人工智能識(shí)別方面只有面部識(shí)別滿足商業(yè)化標(biāo)準(zhǔn),但隨著近些年算力、算法、數(shù)據(jù)的的優(yōu)化、積累,人工智能已經(jīng)可以識(shí)別視頻中的人臉、物體、場(chǎng)景、品牌、動(dòng)作、表情、事件、地標(biāo)等多個(gè)類別和不同標(biāo)簽維度。并且算力成本逐漸降低,使得浮層互動(dòng)可以給視頻帶來更多的商業(yè)化應(yīng)用。
二是對(duì)知識(shí)圖譜的構(gòu)建更加完善,即數(shù)據(jù)的整理分類更具人腦思維邏輯。人們對(duì)視頻結(jié)構(gòu)化數(shù)據(jù)的理解更深入,推動(dòng)了知識(shí)圖譜的價(jià)值體現(xiàn)。一方面,知識(shí)圖譜的豐富性可以推動(dòng)AI識(shí)別效率的提升,基于信息間的相互關(guān)聯(lián)性,可以減少識(shí)別所需的訓(xùn)練樣本。另一方面,知識(shí)圖譜的完善有利于視頻商業(yè)價(jià)值的挖掘,例如在AI廣告方面除了選擇較好的廣告點(diǎn)位之外,還可以通過文字、表情、音樂等方面排除負(fù)面場(chǎng)景,從而提高廣告的投放質(zhì)量。
三是逐漸具備構(gòu)建數(shù)據(jù)業(yè)務(wù)中臺(tái)的能力,包括服務(wù)視頻平臺(tái)、小程序開發(fā)平臺(tái)、廣告主操作平臺(tái)等多種數(shù)據(jù)業(yè)務(wù)中臺(tái)。比如計(jì)算資源優(yōu)先級(jí)處理和數(shù)據(jù)資源管理,以及數(shù)據(jù)調(diào)度等,讓視頻平臺(tái)方可以清晰且實(shí)時(shí)掌控視頻數(shù)據(jù)表現(xiàn)的綜合圖譜等。
浮層互動(dòng)技術(shù)的應(yīng)用,不僅要依托視頻內(nèi)容數(shù)據(jù),還需要深入理解消費(fèi)者的視頻觀看習(xí)慣,從潛在需求出發(fā)滿足用戶需求,優(yōu)化小程序及其他相關(guān)功能的調(diào)用方式,以達(dá)到視頻內(nèi)容價(jià)值放大的效果。
隨著AI技術(shù)應(yīng)用越來越廣泛,各種產(chǎn)業(yè)數(shù)據(jù)以“倍數(shù)”形式增長(zhǎng)。大多數(shù)企業(yè)已經(jīng)意識(shí)到了數(shù)據(jù)中所隱藏的價(jià)值,但是還不具備挖掘數(shù)據(jù)價(jià)值的能力,所以導(dǎo)致了當(dāng)前企業(yè)會(huì)花大的代價(jià)存儲(chǔ)數(shù)據(jù),而無法標(biāo)注數(shù)據(jù)讓其產(chǎn)生價(jià)值的尷尬局面。因此,數(shù)據(jù)價(jià)值的洞察仍是未來人工智能領(lǐng)域發(fā)展的內(nèi)核。
評(píng)論
查看更多