從1956年的達特茅斯會議起，人工智能就深深地烙印在了IT技術(shù)的發(fā)展史上。60余年的發(fā)展、沉淀，已是"AI技術(shù)萬口傳，至今已覺不新鮮"。從概念到實踐，從技術(shù)到產(chǎn)品，AI技術(shù)已經(jīng)在智能客服、智能家居、醫(yī)療診療、工業(yè)機器人、無人駕駛等領(lǐng)域多點開花。
計算機視覺技術(shù)堪稱AI皇冠上的一顆明珠，不論是在技術(shù)深度還是商業(yè)應用方面都走在了行業(yè)的前沿。9月5日，騰訊云TVP AI技術(shù)閉門會遍邀計算機視覺領(lǐng)域的技術(shù)大咖、專家學者、資深從業(yè)者們一起線上論道，層層深入解構(gòu)計算機視覺技術(shù)，從個性化的商業(yè)化實踐中探索共性化的發(fā)展方向，為行業(yè)進一步發(fā)展勾勒出潛在的藍圖。
面向規(guī)?；涞氐囊曈XAI技術(shù)
"視覺AI技術(shù)嚴謹?shù)慕蟹ㄊ怯嬎銠CCV，在過去，AI是AI，CV是CV。最近幾年伴隨著深度學習的火爆，開始逐漸有了統(tǒng)一融合的趨勢，所以有了現(xiàn)在的視覺AI。在To B領(lǐng)域，視覺AI技術(shù)已經(jīng)滲透到了眾多行業(yè)，開啟了一輪規(guī)模化的落地之旅。"
優(yōu)圖實驗室-昊天研究中心負責人 & 專家研究員郭曉威老師向與會者介紹了視覺AI技術(shù)的歷史起源。他表示，視覺AI的基本任務就是讀懂圖像，目前為大眾所熟知的商業(yè)化應用案例包括人臉核身、內(nèi)容理解與廣告推薦、泛娛樂、內(nèi)容審核等方向。目前尤其是在教育、工業(yè)、支付、廣電等行業(yè)有深度結(jié)合。
郭曉威表示，影響AI規(guī)模化、商業(yè)化落地的因素無非就三個：成本、安全和數(shù)據(jù)。
· 成本：數(shù)據(jù)、設(shè)備、人才、市場培育與開拓，這些都需要大量資金的投入，成本高昂。
· 安全：精度和可靠性，在某些領(lǐng)域比如醫(yī)療行業(yè)，AI能給的只是參考，對解決醫(yī)生痛點的幫助不夠大。
· 數(shù)據(jù)：AI需要的數(shù)據(jù)尤其是細分場景數(shù)據(jù)的獲取難，標注難，此外數(shù)據(jù)隱私的問題也是一大掣肘。
細分之下，又有5大規(guī)?；涞靥魬?zhàn)需要解決。
挑戰(zhàn)一：標注成本過高，如何降本增效
業(yè)界曾有過一種自嘲的說法叫有多少人工，就有多少智能。這一句話道出了標注成本過高的痛點，如何用技術(shù)的手段實現(xiàn)降本增效？郭曉威表示主動學習是一個有效的解決方式。主動學習的好處是不需要進行全量標注，經(jīng)驗下只需要小于標注總量的一半即可，這個過程可以邊學習，邊篩選，直至收斂。為此，他舉了一個優(yōu)圖實驗室在智慧醫(yī)療場景下糖網(wǎng)分級識別的案例。在這個案例中，騰訊優(yōu)圖基于信息熵與特征空間密度的主動學習，做到了同等效果下，標注成本節(jié)省超過一半，標注量級達到數(shù)十萬時，節(jié)省成本可達百萬級。
挑戰(zhàn)二：數(shù)據(jù)量太少，訓練效果差，怎么辦
第二個挑戰(zhàn)在于數(shù)據(jù)量太少，影響到訓練效果。在To C場景下，數(shù)據(jù)的獲取方式相對容易，數(shù)據(jù)量也比較大，但在To B場景下卻完全相反。這種情況下，樣本增強，小樣本學習（Few shot learning），GAN等技術(shù)就比較值得推薦。尤其是小樣本學習，支持極少量樣本訓練，最大化利用存量的樣本，以實現(xiàn)最大可能性的泛化效果。在貨架商品識別與小樣本學習技術(shù)方面，騰訊優(yōu)圖提出了樣本構(gòu)成、損失函數(shù)和后處理三個相對業(yè)界主流方案的創(chuàng)新點，實現(xiàn)了相對優(yōu)化前提升10-30個百分點，與全量樣本差距小于10%的顯著效果。
挑戰(zhàn)三：數(shù)據(jù)太少，偽造行不行？
第三個問題其實是對第二個的追問，能不能通過數(shù)據(jù)生成的手段，或者說偽造數(shù)據(jù)的方式來彌補數(shù)據(jù)的不足。GAN是最近幾年比較火的對抗生成技術(shù)，它的本質(zhì)其實就是通過生成器來學習符合目標分布的數(shù)據(jù)，也就是所謂的"無中生有"。郭曉威表示，如果GAN的結(jié)果符合目標的真實分布，還是能起到一些作用。但是這種作用可能還是分場景，不見得每個場景都一定會有很好的效果，所以需要小心的設(shè)計。
郭曉威提到一個車型識別的案例：白天場景下的車型識別對AI而言相對輕松，但在夜晚場景就難度陡增。一是因為這類數(shù)據(jù)量相對較少，另一個是光線昏暗也不利于人工標注。優(yōu)圖實驗室的解決方案是利用CycleGAN的技術(shù)，通過大量使用白天數(shù)據(jù)自動生成、模擬夜晚數(shù)據(jù)，然后將模擬后的夜晚數(shù)據(jù)與真實夜晚數(shù)據(jù)混到一起訓練，最終成功使夜晚識別效果大幅提升。
挑戰(zhàn)四：商業(yè)場景多變，AI泛化能力差，調(diào)優(yōu)又太慢
技術(shù)上而言，在一個特定場景下訓練出的表現(xiàn)效果可以做到非常好，但換了場景以后效果就直線下降。解決方案上，技術(shù)手段要做場景遷移，常用的手段就是遷移學習，最簡單的就是把目標數(shù)據(jù)標完之后再進行訓練。但這種情況下需要大量的標注數(shù)據(jù)，從采集標注到訓練，通常也需要較長周期。郭曉威推薦了領(lǐng)域自適應技術(shù)，可以快速適應新場景，具有成本低、效果好、普遍適用等優(yōu)勢。
優(yōu)圖實驗室針對領(lǐng)域自適應技術(shù)，提出了一個創(chuàng)新的ReID技術(shù)，具體原理及效果如下圖所示：
挑戰(zhàn)五：AI需要海量數(shù)據(jù)，如何保護客戶/用戶隱私？
AI的成長需要海量的訓練數(shù)據(jù)，從場景中來的數(shù)據(jù)能讓效果最大最優(yōu)化。但通常場景中的數(shù)據(jù)也涉及一個隱私問題，很多時候用戶數(shù)據(jù)不能離開本地。有沒有辦法既能滿足AI的訓練，又能夠保護用戶的隱私呢？郭曉威分享了一個名為AceCV系統(tǒng)，它可以支持本地數(shù)據(jù)訓練，模型自主進化與集成，實現(xiàn)方案基于領(lǐng)域自適應與模型集成等技術(shù)，完成端+云升級。
與聯(lián)邦學習相比，AceCV系統(tǒng)不需要傳數(shù)據(jù)和梯度，只需低頻進行模型回傳，同時具備自主進化模塊和模型集成模塊，保證場景模型持續(xù)低成本迭代、聯(lián)合多場景優(yōu)勢升級云端模型。優(yōu)圖實驗室去年創(chuàng)新地提出了濾波器嫁接技術(shù)（Filter Grafting），可支持多模型之間取長補短，互助升級。
分享結(jié)束后，郭曉威老師還針對留言區(qū)提出的問題作了精彩解答，篇幅所限，此處不再贅述。
騰訊云視覺AI的商業(yè)化產(chǎn)品實踐探索
"頂天還是立地，改變世界還是努力賺錢？這是我本次分享的副標題，也是我們想與業(yè)界一起探討的問題。"
騰訊云AI視覺產(chǎn)品中心總經(jīng)理王磊向與會者完整地分享了騰訊云AI目前所處的位置與所做出的成果。他介紹到，騰訊云AI是騰訊AI的商業(yè)化出口，在底層的算法、云資源層面，有包括騰訊優(yōu)圖、微信AI、AI Lab、音視頻實驗室在內(nèi)的一系列頂級實驗室和海量的服務器、GPU/CPU等資源；在平臺和產(chǎn)品層面，包含泛娛樂平臺、工業(yè)AI平臺、廣電傳媒AI中臺、內(nèi)容審核平臺四大平臺，提供文字識別、人臉識別、圖像識別、知識圖譜、AR/VR等一系列豐富產(chǎn)品；在生態(tài)層面，圍繞開發(fā)者社區(qū)、培訓、競賽、AI加速器、眾創(chuàng)空間、專項合作計劃為行業(yè)提速。
騰訊云AI在商業(yè)化落地的探索中，不斷踩坑填坑，一路成長，積累了可供業(yè)界參考的寶貴經(jīng)驗。王磊將其總結(jié)為四大階段：確定方向、孵化產(chǎn)品、打造標桿、推廣復制。
確定方向
確立方向是第一個環(huán)節(jié)的工作，簡單來說就是選擇做什么。道路千萬條，勝利第一條。選擇方向錯，團隊兩行淚。騰訊云AI的做法是首先對行業(yè)的關(guān)鍵流程或重點問題進行深入的分析，推演應用方式和商業(yè)模式。比如在教育行業(yè)，可以從核心的教、考、管、育的教學流程中去尋找AI的應用場景，最后發(fā)現(xiàn)使用人臉識別可以幫助學生非常方便的完成網(wǎng)課的登錄，不需要再去設(shè)置密碼，而且天然地帶有身份認證，避免了代打卡、替考等情況。
除了對行業(yè)的洞察之外，在確立方向的時候也可以參考業(yè)界主要玩家的情況，特別是已經(jīng)存在的頭部玩家。騰訊云在做AI的產(chǎn)品開發(fā)設(shè)計的時候會去調(diào)研市場主要玩家的情況，這直接影響該市場未來競爭的激烈程度。
孵化產(chǎn)品
這里主要考慮兩個問題，一是技術(shù)是否可行；二是產(chǎn)品的價值是什么，特別是和競品比，產(chǎn)品的差異化或者優(yōu)勢是什么。王磊以騰訊慧眼的案例拆解了孵化產(chǎn)品這一步的核心問題，可以看到，慧眼人臉核身的四層設(shè)計形成了這樣一整套立體化豐富的安全的刷臉系統(tǒng)，具備較高的商業(yè)價值和廣泛的應用場景。目前國內(nèi)市場上，慧眼是份額第一的人臉核身產(chǎn)品。
打造標桿
標桿的打造也是檢驗產(chǎn)品的過程，產(chǎn)品是不是一個好的產(chǎn)品，關(guān)鍵要看產(chǎn)品是不是真正為客戶創(chuàng)造了價值。只有好的價值才能獲得客戶的認同，才會有后續(xù)的、持續(xù)的、健康的使用和付費。
騰訊云AI的標桿客戶不勝枚舉，王磊表示微眾銀行是一個比較典型的客戶案例。微眾銀行是國內(nèi)首家互聯(lián)網(wǎng)銀行，微眾的遠程核身流程應用了騰訊云慧眼人臉核身技術(shù)，經(jīng)過媒體報道以后慧眼有了更多的客戶慕名而來。
王磊指出，標桿的打造不是一錘子買賣，所謂隔行如隔山，在某些重要的行業(yè)仍舊需要頭部企業(yè)的背書以為產(chǎn)品帶來更高的認可度。中國聯(lián)通就是騰訊云AI在電信運營商領(lǐng)域拿下的首個頭部標桿客戶，騰訊云AI也為其提供了顯著的降本效果。
除此以外，王磊還提到了深圳市的政務場景以及直播場景中的斗魚公司等案例，揭示了騰訊云AI在增效、合規(guī)等方面提供的客戶價值。
推廣復制
推廣復制環(huán)節(jié)背后的問題很復雜，但核心提煉下來其實就一個詞：增長。它和市場的供需、產(chǎn)品的價值和產(chǎn)品的特點都密切相關(guān)。王磊表示，想要做好增長首先需要想清楚三個問題：
1. 目標客戶：目標客戶是誰？目標客戶所在的行業(yè)是哪些？客戶是什么類型？是誰在使用它？是誰在給它付費？
2. 定價策略：策略是利潤最大化還是收入最大化，是要去搶占市場份額還是要去拉動活躍用戶？
3. 復制效率：如何把產(chǎn)品快速地賣給新客戶，并完成交付。
只有想清楚了這幾個問題，并做好針對性的設(shè)計，才有可能在商業(yè)化產(chǎn)品的實踐探索中找到可持續(xù)發(fā)展的方向。
王磊總結(jié)道，確定方向、孵化產(chǎn)品、打造標桿、推廣復制背后有一條暗含的邏輯，企業(yè)在不同的階段、不同的場景下所應采取的做法也不盡相同，要隨著變化而變化。AI技術(shù)的商業(yè)化產(chǎn)品實踐是一個循環(huán)演進的過程，要不斷地理解行業(yè)、提供價值、優(yōu)化價值、找尋新方向、孵化新產(chǎn)品，不斷地向前探索。
"在AI生態(tài)建設(shè)上，騰訊云AI致力于連接產(chǎn)業(yè)和開發(fā)者，共建開放生態(tài)，共建共贏。我們希望有更多的合作伙伴能加入到騰訊云AI的生態(tài)里面來，一起加速人工智能行業(yè)應用的落地。"
分享結(jié)束后，王磊老師還對評論區(qū)提出的騰訊內(nèi)部AI平臺差異和落地等問題作了進一步解答。
計算機視覺技術(shù)在服裝行業(yè)的落地實踐
"從創(chuàng)業(yè)公司維度看AI在行業(yè)的落地，可能會有不一樣的視角。在人工智能落地的所有行業(yè)里面，可能服裝或者時尚這樣的一些行業(yè)是相對來講大家偏陌生的一個行業(yè)。為什么我們要選擇在服裝行業(yè)來落地人工智能，今天希望跟大家一起分享探討。"
知衣科技聯(lián)合創(chuàng)始人兼CEO鄭澤宇老師作為AI領(lǐng)域的創(chuàng)業(yè)者，帶來了一些不同于騰訊云AI落地的思考與視角。鄭澤宇老師此前曾供職于Google，也是國內(nèi)知名的TensorFlow專家。他提到，從2015年起人工智能概念開始火爆，大家都希望拿著技術(shù)的錘子去找場景的釘子，AI領(lǐng)域的初創(chuàng)企業(yè)也特別多，不同的技術(shù)方向會孵化出不同的AI企業(yè)。這個階段被他稱之為AI技術(shù)落地的第一階段，技術(shù)尋找場景。
第一階段經(jīng)過一段時間的發(fā)展以后，AI領(lǐng)域的初創(chuàng)公司撞上了一堵"南墻"：巨頭公司下場，競爭激烈；創(chuàng)業(yè)公司資金緊張，AI燒錢太快。這個時候，如何讓AI技術(shù)在更多其他行業(yè)、場景下得到應用并產(chǎn)生商業(yè)價值，成了AI商業(yè)化落地的新主題，也就進入了人工智能落地的第二個階段，場景結(jié)合技術(shù)。
以服裝行業(yè)為例，其實在這個行業(yè)里面要用到的技術(shù)特別多，除了CV這樣的技術(shù)之外，自然語言處理、關(guān)聯(lián)推薦、以圖搜圖、數(shù)據(jù)分析、趨勢預測等都是關(guān)聯(lián)技術(shù)。鄭澤宇表示，每個行業(yè)的數(shù)據(jù)非常多，不同的數(shù)據(jù)需要用到不同的整理方式方法和算法技術(shù)，基于這樣的技術(shù)和應用場景深度融合、綁定以后，才發(fā)現(xiàn)技術(shù)對一個行業(yè)的影響是可以做到深遠的。
鄭澤宇提到，很多AI創(chuàng)業(yè)者們的初心和愿景就是要去顛覆自己選擇的行業(yè)，反而忽視了對行業(yè)的理解。他認為只有真正地去理解了行業(yè)，才能在最關(guān)鍵的地方做出改變，才更有顛覆行業(yè)的可能，這也是知衣科技創(chuàng)業(yè)的實現(xiàn)路徑和價值觀。
很多人對服裝行業(yè)的感知是時尚、藝術(shù)，而這很難被AI所理解。但在對服裝行業(yè)做了深入理解以后，鄭澤宇發(fā)現(xiàn)它是一個99%商品+1%藝術(shù)的場景。在這個行業(yè)做AI創(chuàng)業(yè)并不是要去取代設(shè)計師，而是要利用AI技術(shù)去做好服裝的選款，這是一個偏理性同時也可以被AI理解的方向。傳統(tǒng)的選款方式通常會遇到各種問題，而AI技術(shù)要解決的也恰恰就是這些無法被數(shù)據(jù)量化的主觀問題。
在互聯(lián)網(wǎng)場景下，海量數(shù)據(jù)的獲取讓基于數(shù)據(jù)的分析不再是難事，但也恰恰是因為數(shù)據(jù)量太大導致無法形成有效解讀。特別是圖像等非結(jié)構(gòu)化數(shù)據(jù)，由于難以直接由計算機識別理解，需要經(jīng)過人工智能圖像分析后，得到結(jié)構(gòu)化的數(shù)據(jù)標簽，才能有效利用。如何讓機器理解時尚，就成了知衣科技需要解決的核心痛點。
鄭澤宇表示，計算機視覺最經(jīng)典的三個問題，首要解決的就是讀懂圖，第二是要做好分類，第三要解決搜索問題。但理解時尚，并不屬于以上三個類別。為了能夠有效地讓計算器理解商品圖，知衣科技將商品圖分為12個維度，超過500個標簽，把人工能夠歸納和整理的標簽全部窮盡以后，讓深度學習模型進行嘗試。
在不斷地調(diào)整模型、增加容錯、優(yōu)化標簽和長期的人工智能算法打磨以后，最終實現(xiàn)了比較不錯的準確率：
基于這些數(shù)據(jù)和特征，延展出了以圖搜圖、趨勢預測、智能試衣等功能。鄭澤宇表示，目前服裝行業(yè)的知名線上/線下品牌基本都已成為知衣科技的客戶，公司也實現(xiàn)了自負盈虧，在AI創(chuàng)業(yè)公司中屬于現(xiàn)金流比較健康的一批。
分享最后，鄭澤宇老師還針對計算機如何理解美的定義以及服裝場景下3D建模等問題做了精彩回答。
圓桌論道：新基建背景下給人工智能帶來的挑戰(zhàn)和機遇
在本次技術(shù)閉門會的圓桌討論環(huán)節(jié)，優(yōu)圖實驗室-昊天研究中心負責人 & 專家研究員郭曉威、騰訊云AI視覺產(chǎn)品中心總經(jīng)理王磊、知衣科技聯(lián)合創(chuàng)始人兼CEO鄭澤宇、海深科技CEO戴劍彬、香港科技大學助理教授陳啟峰以及本場主持人騰訊優(yōu)圖實驗室AI高級研究員彭湃針對新基建時代主題下給人工智能帶來的挑戰(zhàn)和機遇分享了各自的看法與思考。
王磊：2017年底到2018年初，當時還沒有新基建的提法，騰訊云AI要往哪個方向走要做很多的探索和決策。一路走過來之后再反思過去的那些探索過程，其實核心就是幾個方面：你對行業(yè)是否足夠的理解，你對技術(shù)是否有合理的判斷，你對自身的差異和優(yōu)勢是否有正確的認知。從這幾個維度去剖析自身，基本都能得到一個明確的答案，這個答案未必自身愿意接受，卻是對行業(yè)的深刻理解。從現(xiàn)在這個時間節(jié)點看，騰訊云AI做得還不錯，這一路的探索和實踐也積累了很多經(jīng)驗和方法論，在新基建時代下同樣受用。
鄭澤宇：服裝行業(yè)本身就比較注重線下場景，從設(shè)計到生產(chǎn)到營銷無不如此?，F(xiàn)在很多技術(shù)也在試圖打通線上線下，讓數(shù)據(jù)充分流通，廠商提供的智能化設(shè)備也有非常廣泛的應用。在這樣的背景下，其實從后端的生產(chǎn)到品牌的運營再到前端的營銷，其實都是新基建的組成部分。知衣科技在這個過程中希望沉淀的最核心的能力就是數(shù)據(jù)打通和收集的能力。通過新興技術(shù)比如人工智能、5G、邊緣計算所帶來的新基建成果，讓數(shù)據(jù)收集能力越來越強大，通過有效的處理最終形成更加科學的數(shù)據(jù)決策，這是新基建為行業(yè)提供的可能性，我們也在做積極的布局，去迎接這樣的變化。
戴劍彬：智能安檢是海深科技從2019年至今的重點發(fā)展方向，也符合現(xiàn)在的新基建時代背景。我們目前對智能安檢的投入相當大，而且后續(xù)的衍生領(lǐng)域也挺多，比如安防方向等。新基建的大前提對我們的益處還是比較大的，三四年前找企業(yè)合作比較困難，但現(xiàn)在不管是To B場景還是To G場景，都能很好地觸達客戶，對新技術(shù)的開放能力和接受的心態(tài)都不可同日而語。海深科技后續(xù)的發(fā)展重點還是要專注在這個領(lǐng)域內(nèi)做深、做出突破。
陳啟峰：新基建背景可能促生的更多是線下AI能力的落地，我很多研究的項目也都會跟實際的應用會有結(jié)合。比如現(xiàn)在有一個研究的方向是怎么去設(shè)計新的下一代的深度的攝像頭。然后我們在學校里做一個東西出來，證明它的可行性。我們在學校里面搭建了一個這樣的模板，但是如果到線下要去落地，可能還需要工業(yè)界的配合，把相關(guān)的深度的攝像頭用起來。這個技術(shù)主要是用在汽車上，尤其是無人車。除了室外場景，我們也有室內(nèi)的研究項目。在學術(shù)界，我們的重點可能是要證明一些新技術(shù)的可行性，如果有一些學生感興趣，他們會做自己的產(chǎn)品，然后我們?nèi)ヌ峁┲С帧?/p>
郭曉威：我們看到新基建這個詞是今年新提出來的，它包含了5G、人工智能、交通、能源還有工業(yè)這些領(lǐng)域，勢必會催生大量的線下AI需求。目前優(yōu)圖實驗室在這幾個方向都有研究投入，比如工業(yè)互聯(lián)網(wǎng)、比如政務民生等方面。但是，其實我們也可以看到，在這個過程中對AI也提出了一個更高的挑戰(zhàn)。優(yōu)圖實驗室還是希望能夠解決一些業(yè)界普遍存在的落地問題，希望能夠解鎖更多的限制。另外也需要政府去推動打通一些數(shù)據(jù)層面的分享，打破數(shù)據(jù)的孤島，從政策層面去降低AI的準入門檻，這是我對新基建的一些觀點。
最后，圓桌大咖們針對目前社會熱議的限制出口技術(shù)目錄與國外技術(shù)封鎖等問題做了深入的思想碰撞。本場閉門會主持人騰訊優(yōu)圖實驗室AI高級研究員彭湃也給風口和挑戰(zhàn)面前的AI從業(yè)者們送出了寄語與自勉。
AI的價值，要從實踐中找尋。但TVP還十分清楚，技術(shù)的價值，一定是普惠大家。本次計算機視覺技術(shù)閉門會的圓滿結(jié)束，在給AI業(yè)界以落地參考的同時，也帶來了更多的深入思考，或是新的創(chuàng)新點子、或是新的商業(yè)模式，最終都將為整個行業(yè)的落地加油助力。
從概念到實踐，從云端到落地，從現(xiàn)在到未來。AI還有很長的路要走，新基建也還有很多的事要做，但在這條路上，我們放眼看去都是同路人，眾行者遠。
關(guān)于TVP技術(shù)閉門會
TVP技術(shù)閉門會，是為TVP打造的專屬技術(shù)閉門研討會，旨在為大家提供一個開放、平等、知無不言的交流環(huán)境，便于 TVP們針對熱門技術(shù)、前沿科技、技術(shù)管理等話題進行深入探討。
