2018年7月6-7日，首届全球人工智能创业者会议在深圳召开。主题是“智能先行共享世界”。IT之家也作为邀请媒体之一参加了这次大会。本次活动的与会者包括国内外著名专家学者和企业家，围绕人工智能的行业生态系统、尖端技术、发展趋势等议题进行了深入交流。图普科技CEO李明强在这个活动中也发表了演讲。成立于2014年，是一家专门从事图像识别的国家级人工智能高新技术企业，在图像识别技术的应用上具有优势。图普科技迅速教育包括图像智能审查在内的商业智能和安防3条业务线。公司目前服务数百家客户，包括：迅雷、小米、美图、秒摄、映客、名创优品、爱心回收、OPPO、美的、金一珠宝等企业。资料显示，李明强是原腾讯广研张小龙团队的核心成员、腾讯T4技术专家、QQ邮箱技术负责人、微信团队创始成员之一。2014年初创刊《图普科技》，目前平均每天处理近10亿次图像数据。北极光创投获得了价值数百万美元的pre系列A和晨兴资本领先，北极光价值千万美元的系列A。值得一提的是，图普科技在国际权威的大型人脸识别数据库MegaFace中，以99.087%的最新成绩进入百万级人脸识别测试中的榜首，参加该测试的是Google、微软中国、百度、腾讯等企业的AI团队。谢谢深圳人工智能协会的邀请。我们主要在广州，深圳，还有杭州做研发。我们四年都在做图片云服务。从图像识别的服务开始，从互联网的服务开始，到云服务，经常超越业界反复的我们，如何使启动持续成长，介绍最近致力的事情和那个事例。它成立于2014年，已有4年多的历史，但得到了许多行业和政府的认可，在许多评选中名列前茅。我们的理念是仰望星星，脚踏实地。这与做云服务有关。因为我是实业家，所以经常在网络系的企业，我在考虑制作什么样的东西让别人使用。我们也提到了前面提到的“李教授”，但我们处理的是复杂的问题，而我们的海量图像识别云服务更为复杂。比如全网调度，不同地方的网络怎么办。特别是在不中断互联网上的很多服务的情况下，有不断改变自己服务的场景。我们是互联网防务建设者，帮助其他人，本来防务建设者，就是一个非常低端的行业，需要对有害内容进行审查的互联网企业，在这种情况下，我们的算法迭代、升级、优化与一般做安防的稍有不同，因为安防的问题比较标准，用户完全用过之后，可能一年半升级，升级也是标准问题。但我们的问题不是标准问题。因为你必须和色情、暴力和网络上的骚扰者战斗。所以，我们的人工智能模式，包括企业存续问题，一开始就要做得很好。我们每天处理的数据量也非常大，如果没有能力控制数据量，我们很快就会被大量数据淹没。然后，你可以从大量的数据中找到有效的数据。例如，获得1亿单位的数据很简单，但正如“李教授”所述，庞大的数据有标准的数据，而且有困难的数据，才是能够覆盖复杂状况的有效数据。到了一定程度，寻找有效的数据是很困难的。我们感觉算法很重要。特别是为用户提供长久的服务。如果中断时间延长，许多客户的正常服务将终止。不是图像识别的算法不好。一是图像识别算法覆盖到互联网图像识别的各个方面。有数百种图像分类能力，数十种图像检测能力。从面部识别、图像检索、各种物体识别制造OCR。它在算法领域也处于行业领先地位。例如，在面部识别算法中，以百万张脸（100万台）排名第一。去年年末是第二名，今年是第一名。在人物图识别中，不一定能看到人的真面目，有时也会从侧面和背部识别那个人，但是使用这样的人物图识别技术，在权威的数据水平上也获得了首位。我们现在有三条事业线。一个是互联网，一个是商业智能新零售，一个是安防教育。我们在大型互联网上的客户很多，比如迅雷这样的大型下载网站，都是花椒。我们从互联网图像识别基础的需求切入人工智能互联网应用领域，打造一个场景切入点，目前提供增值方面的服务。今年也发布了2.0产品其实我们做这件事和很多标准的都不一样，算法落地，工程落地，再抓住顾客的需求，这是很难的事情。自动驾驶比确定性更复杂，如自动驾驶面临99%的战斗，而不是与垃圾制造商战斗在新零售业务线，帮助新零售匹配，匹配人才场。以消费者体验为中心的数据驱动以消费者体验为中心的数据驱动一般是互联网企业。数据驱动就像电子商务一样。在传统的零售业中，效率成本有很多，但是在重视成本上，很难有差别。我们用AI的技术支援新零售企业，从各种各样的水平分析。例如从店外到商店，这个标志是数据库的原理，它帮助提高了可以投影到数据上的能力。从意义上说，我们将85%的离线业务作为生产的一部分，离线消费可能是通过物流运输销售给消费者的在完成整个行业的闭环中起着非常重要的作用，如果在业务链接之后完成交易是非常好的匹配，否则就会被拖走生产链接。我们不仅为社会、为商业、为制造、研发提供了许多价值，包括生产过程的效率化、成本的降低、低水平的重复劳动的降低等。我们用AI从店外取东西。例如，根据年龄、性能、穿着，相关的产品就会出现。比如我们放在名创优品的店里，一般家庭主妇才可以进去，但是看到我在工作，推荐一个靠腰的枕头，我进店买，因为我不知道在前面的店里卖这种东西。这样我们就匹配成人发货场啦。也活用了在门前放上照相机的头，看进入了店的人的属性等，支援操作的效率化的数据。同时，通过行人识别，分析到场处的坪效、荷效。例如，热区在哪里。离线的店铺，每平方米的房租很高，所以每平方米的销售额转化，你会发现越高越好。通过分析可以知道坪效是否被有效地使用。我们是想告诉零售的企业所追求的数据是这样的，以及与你的商品有什么关系，人是怎么走的。这是一个实际的例子，但它是在原始数据成为报告之前，对实际视频进行抽象的数据。OPPO的旗舰店，OPPO的旗舰店位于市中心，在商品的配置、人的动向、店铺的运营中都是非常重要的要素。使用行人识别进行匹配将行人拉出来投影到平面上，可以分析客人如何走路，工作人员如何走路。这是一个比分析员工和非客户更重要的数据
文章评论