人工智能

在智慧建筑项目中会接触到一些AI相关的功能。人脸识别是其中最常用的算法,基本是每个项目标配。今天就从人脸识别入手谈谈AI在实际项目中的使用情况。

一 基础概念

先说说几个参数。

唐老鸭人脸识别

系统正确识别4只唐老鸭,错误识别了2只唐老鸭,还漏了一只唐老鸭没有识别出来

在人脸识别界(姑且这么称呼),分别用准确率,误识别率,召回率来描述上述情况

准确率:正确的个数占所有被系统识别出来的比例(本例子中系统识别6个,正确识别4个,准确率=4/6)

误识别率:识别错误的个数占所有应该错误总数的比例(本例子中共4个错误,选错了2个,误识别率2/4)

召回率:识别正确的个数占所有应该正确总数的比列(本例子中共5个正确,选出来4个,召回率4/5)

数学上的准确率和召回率并没有必然的联系,但真正在项目的实际应用中,其实会有互相制约。根本原因是如何定义“正确”这个东西。

比如严格按照五官长相来识别人脸,准确率会上升,但召回率可能会下降。(胡子邋遢没洗头发的唐老鸭会被排除)

相反如果放宽识别的条件,召回率可能会上升,而准确率对应的会不那么精确。(没洗头发的唐老鸭被识别了,但跟唐老鸭长得相似的小黄鸭也被放行了)

二 行业冲突

客户对AI的期待与目前AI能达到的能力存在一定偏差

ToB中,往往做决定的并不是技术人员,他们对AI的理解只有个大概,而且经常是期望很高。不管前期沟通得如何顺畅,客户给钱给得如何豪爽。该清楚讲给用户听的一定要做到。因为就算他前期只有个模糊印象,交付过程中清晰起来了,第一个怼的就是你。

客户的期望是一方面,AI的应用限制是另外一个方面。聚个例子,有个项目中给客户安装人脸识别门禁机,放在客户公司门口,但因为是在办公楼内,光照条件不是很好,识别效果不如人意。

训练成本的窘境

接着上面的例子,人工智能的杀手锏说到底还是训练,打标签。同个算法在不同的数据集下表现很可能有差异。比如化妆女性,阿拉伯人,这些准确率都是要靠海量的样本数度学习堆起来的。那么问题来了,能不能为客户在特定的环境训练算法?技术上是可以,但成本谁来承担。项目角度这属于定制化的功能,理应客户承担。但客户并不如此认为,我买你们的产品,是要成熟的产品,并不想成为小白鼠还要为此支付训练成本。

不仅仅是AI。

基本上,每个客户到最后都会问一句:我买你们的AI产品能干啥。客户不关心你的算法有多牛逼,准确率多少个9,只关注这个产品能为他带来什么效益。单卖AI没有市场,帮客户实现业务闭环才是王道。还是上面的例子,人脸识别门禁要跟考勤系统要跟安防系统打通才有意义,孤立的AI不足以打动客户。

三 结语

一年来的ToB转变,确实是不断的踩坑填坑。遇到的很多问题很多思考是以前做ToC完全没有接触的。接触到不同的客户遇到不同的现场环境。要做有口碑的交付团队,任重而道远。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

发表于

智慧建筑

2 篇文章3 人订阅

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

Intel研究院院长吴甘沙:大数据分析师的卓越之道(珍藏版)

亲爱的各位同仁,各位同学,早上好。大数据时代数据分析师应该做什么改变?我今天的标题是大数据分析师的卓越之道。这个演讲信息量比较大,我讲的不一定对,即使对的我也不...

822
来自专栏CDA数据分析师

CDA三级数据科学家精英计划究竟讲些什么内容?

在大数据和机器学习的时代,有一种职业脱颖而出——数据科学家。数据科学家在近年来备受追捧,也有越来越多的人想投身数据科学领域。

1724
来自专栏量子位

通过照片内容搜图,Facebook这个新技能是如何实现的?

现在,你可以在Facebook上通过描述照片中的内容来搜索图片了:手工添加的图片标题和标签都不再重要。 这个功能的背后,是Facebook计算机视觉平台Lum...

76010
来自专栏数据科学与人工智能

机器学习与数据科学

计算技术通常用来分析数据,而理解数据则依赖于机器学习。多年来,对于大多数开发者来说,机器学习却是非常遥远、一直是难以企及的。 这可能是现在收益最高,也是最受欢...

26910
来自专栏AI研习社

为什么现在人工智能掀起热潮?

20世纪50年代,John McCarthy开创了Artificial Intelligence(简称AI)这个词,一下子就和Marvin Minsky一起,成...

1133
来自专栏量子位

谷歌AI“你画我猜”强推“狗年版本”,腾讯AI要帮你修老照片 | 竹货新春

? 今天大年初一。为了庆贺中国农历狗年的到来,谷歌刚刚在自己的AI“你画我猜”游戏中更新了狗狗版本。 (你画我猜,介系里没有挽过的船新版本。挤需体验三番钟,...

4049
来自专栏机器人网

入门指南:为期一周的机器学习

在门外汉看来,机器学习(Machine Learing,ML)入门是个不可完成的任务。 如果你选错了方向,确实就是不可能的了。 然而,在我学习机器学习的基本知识...

3416
来自专栏新智元

谷歌DeepMind连续深度学习网络PNN,距人类水平AI又进一步

2016年10月18日, 世界人工智能大会技术分论坛,特设“新智元智库院长圆桌会议”,重量级研究院院长 7 剑下天山,汇集了中国人工智能产学研三界最豪华院长阵容...

3433
来自专栏华章科技

Intel研究院院长吴甘沙演讲全文:大数据分析师的卓越之道(32PPT珍藏版)

素材来自:经管之家(bbs.pinggu.org) 组织“中国数据分析师行业峰会”。

1163
来自专栏大数据挖掘DT机器学习

教你如何用机器学习预测《权利的游戏》中的叛徒

几个月之前,Airbnb发布了一篇博文,在这篇文章中作者向读者介绍了他们的数据科学家建立一个机器学习模型来保护自己的用户免遭来自恶意行为的欺诈危害。如果我们将...

3626

扫码关注云+社区

领取腾讯云代金券