展开

关键词

Labs王刚:找到合适应用场景是实现AI商业化的关键

、阿里巴巴以&蚂蚁金服联合主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)将于7月22-23日正式召开,届时,阿里人工智能实验室杰出科学家王刚博士将分享人工智能应用的前沿趋势 但他深知,人工智能产品要实现商业化必须要了解用户,要找到合适应用场景,同时要有好的用户体验也离不开数据的支撑,这些都是高校最匮乏的资源,这也是他选择迈进工业界的主要原因。 例如,我们改进了深度神经网络的设计机理:让神经网络能根据具体应用场景更灵活,更高效地去处理复杂信息,从而提高学习的效果和效率,增加泛化能力。 但是很多人工智能机构确实遇到了商业化的难题,一个比较大的原因就是没有找到合适应用场景。 细化一下,又有几个可能的原因,例如不了解用户真正的需求,不知道现在的技术的能力界限:能做什么和不能做什么,不知道怎么用合适的产品形式把技术包装起来。

40421

全国首个5G+AI的智慧交通管理示范应用成功开通!

近日,广西自治区公安厅交警总队和南宁市公安交警支队联合中国移动广西公司、爱立信(中国)通信有限公司、清华数据科学研究院交通大数据研究中心、网帅科技(北京)有限公司等单位,多方联合开展全国首个5G+AI的智慧交通管理示范应用 凭借云端服务部署的视觉AI模型(视频违法事件自动化检测)完成对原始视频流的汇聚和AI计算,并输出交通违法结果包括违法车辆或者人员位置信息以及车辆信息到就近终端,加快响应和处理,减少了违法事件感知延迟,违法事件逃逸的发生 这次广西交警5G+人工智能的交通管理在全国范围也是创新应用,第一阶段主要是探索通过5G、AI、交通管理相结合的业务场景,本次业务验证成功实现了5G边缘计算的AI违章识别和高清摄像头视频数据在5G网络的稳定性承载 实地验证了广西移动及爱立信的5G网络能力、清华大学及网帅科技的AI能力在智慧交通管理场景中的应用及多项关键技术,对5G网络在广西智慧交通的部署可行性进行了全面评估。 ? 下一阶段,将通过持续探索5G网络下的智慧交通管理应用,交通风险和交通路况实时感知预警,重大或者关联事件进行全域资源联合调度等创新应用,实现更高效的道路交通智能管理,从源头上降低事故风险,减少拥堵,整合交通管理资源

67260
  • 广告
    关闭

    腾讯云精选爆品盛惠抢购

    腾讯云精选爆款云服务器限时体验20元起,还有更多热门云产品满足您的上云需求

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    京东集团副总裁裴健:智慧供应链 | CCF-GAIR 2018

    而且我们可以对与商店相连的仓库进行管理,这点其实非常关键。仓库离商店越近供应效率越高。我们应该选什么样的商品放在什么样的仓库里面,采用什么样的库存管理办法,这些都是很有趣且待解决的人工智能问题。 供应链的概念其实非常简单,就是要在合适的时间,合适的地点,把合适的商品交到合适的人手上。 为了提高啤酒的销售,我们要考虑几个问题。第一个问题是存货布局,我应该把这个啤酒存在什么样的仓库里面? 在这个过程中,我们怎么找到合适的商品,在合适的时间、合适的地点面向合适的用户进行销售,还有我们相应的折扣应该怎么样设计,这些都是 AI 可能的应用。 为什么我一直强调供应链非常重要呢? 这个优化过程很吸引人的一点就是它跟以往很多的 AI 问题不太一样,它是以业务为中心的 AI 应用问题。 我们核心的诉求是希望通过 AI 技术的应用,通过大数据技术的应用,把一个线性的供应链转变为一个以客户为中心的网状供应网络,使得整个供应效率显著提高。 以上就是雷锋网整理的裴健演讲全部内容。

    29960

    3个问题,1套非技术人员的AI方法论 | 哈佛商业评论最新热文

    雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI 这是一篇写给非技术人员的AI专栏。 给那些有意在公司组织、管理中寻求高效的人,那些希望走向管理岗位的人。 所以懂AI原理的人,或许能更有效地找到新时代的工作方法,也能进行更高效的管理。 在大多数公司、组织和政府部门中,投资\投入AI之时,更明显的精力被放在了人才和买技术工具上。 但更重要的应该是找到一种方法、手段,让团队中的所有成员,都能更好地理解AI。 比如聘用谁、不聘用谁,董事会上该讨论和进行的决策,这些都无法让AI全权完成。 总而言之,AI时代已来,但最好的拥抱方式是善于为AI找到应用机会,能够帮助员工更高效完成现有工作,并快速实施更多的想法。 对AI有更充分的了解,就能知道哪里可以部署AI哪里需要避免AI哪里需要投资AIAI会让人类组织和团队不断进行变化,包括在组织工作方向、沟通和脑暴的时候,有AI和没有AI都会不同。

    22800

    面向NLP的AI产品方法论——如何做好“多轮对话管理

    当用户的话术中,一旦分析出,用户有电影票的意图的时候,此时主动权就应该完全由对话管理去掌控了。 ? 接下来的问题是?(以电影票场景为例)如何设计问题? 一、自己如何问? 之所以每个都写,完全是出于帮大家理解,以及感受合适合适。 比如确认座位,直接替用户选好,然后用【确认】的问法去请求“肯定”回答,就比较合适,如果用户不满意可以交付给GUI,绝不推荐语音选座。 比如影片名这类,用【确认】问句去求“肯定”回答,就不合适,有限条件下,我们无法命中用户的喜好,视当时的情况,用【填空】或者【选择】比较合适 在实际的过程中,还会加入一些话术比如“为您找到……为您推荐…… 语感不好的人一定要练习,规避“开放问题”,同时掌握好,使用【填空】【选择】【确认】三种问法结构的选择,做到熟练应用,在我们部门是所有人的基本功。 三、对话管理思维 再次重申对话管理的目标:通过问答行为,控制用户的表述,明确其需求,并方便计算机理解。 达成目标需要行动,而思维是统一行动纲领的。

    65721

    计算机视觉AI车牌识别技术,在停车场管理中的垂直场景应用

    汽车保有量日益增多,势必会带来停车难、停车管理难的问题。 一旦卡片丢失,整个停车记录就无法核对,给停车场管理带来一些麻烦。 停车场管理要解决管理车辆信息、进出场车辆图像、解决停车收费过程中可能出现的人工出错等失误问题。 传统的停车场系统已经不能满足用户需求,那么车牌识别系统开始应用在我们生活中的各个领域,慢慢地让我们的生活变得更加便捷。 车牌识别系统是计算机视频图像识别技术在车辆牌照识别中的一种应用。 系统能根据各种场所的建筑物的管理要求,对车库(场)的车辆通行处安装自动识别出入控制、监视、停车引导、停车计费、及设备自动化管理等综合服务,成为停车场防盗系统的有机组成部分。

    17720

    专访 | IBM Watson AI副总裁:IBM Watson是如何为客户找到AI解决方案的?

    因为我们需要合适的人找到合适的方法,然后把各种不同的人、各种不同的环节在一个团队当中拼起来,同时找到合适的解决方案。 我们不会讨论AI具体的科技,我们会讲具体的方法。 我想说的是,我们怎么解决剩下的没有使用这些技术的公司,我们会帮他们找到合适的人才,帮助他们应用这项技术。 如果我们看上面的问题,我们想做的事情就是建立我们的AI人才团队。 ,这些领域是他们希望AI应用的领域。 创新、销售、信息科技,这些都会让我们有一个路线图,让我们知道未来的工作发力点在哪里,这样才能继续推进AI。 这是一种IBM与客户合作的模式,我们把客户和IBM放在一个地方一同工作,帮助他们学习,告诉他们如何部署,如何管理,如何做工作,如果你们有相关的书或者是有工作计划的话,有100个不同的AI专利组织可以去应用

    45860

    面向NLP的AI产品方法论——如何通过数据分析迭代优化

    出门问问这一块做得比较细致,页面层级比较深,期望用户能够给予更精准的反馈,到底自己的AI助手哪里做的不够好。 找出正常的用户后,进行分析统计,比如4个槽位,仅仅填充了2个,用户努力对话几轮后,放弃掉了,哪里卡住了,哪里半途放弃了,这种就非常值得研究。很容易形成一个数据漏斗,看看问题主要集中出现在哪。 兜底闲聊能接上话就好,一般AI认怂话术是,“抱歉我不明白,请对我说blablabla……” 如果上面的例子比较扯的话,来看下面在电影场景下正常一些的例子。 但是方法论都是共通的,我可以随便换任何业务的任何案例,其实这一块也不难,做互联网的时候数据分析技能过关,切换到AI领域也是一样的,技能可以应用于很多行业。 “多轮对话管理” 如何从零开始搭建数据分析后台 | 饭大官人

    27010

    Leap.ai:它要用 AI 告诉你该去 Gooogle 还是 Facebook 工作

    所以科技企业面临的困难是找到有技术并且懂管理,能够组一支技术强大并且可以一起工作的团队的人才。 “现实中,企业很难找到和留住符合需求的人。为什么呢?因为一些人在技术上符合招聘需求,却不适合公司文化。 首先,求职者在 Leap.ai 的网站或相关应用上建立并完善相关用户信息,包括职业经历,优势,职业偏好等。 然后,Leap.ai  利用人工智能算法将求职者的简介和企业的雇用标准进行对比,为求职者推荐合适的职位,最终推荐的职位还会有人工确认的步骤,增加精确性。 两位创始人都深知科技公司对人才的需求点在哪里,也非常清楚企业需要的人才标准和求职者表达的信息之间的差距。 人工智能通过语义分析告诉求职者,你做这件事情的哪一部分需要强调一下,哪里才是企业关心的核心。”周云凯说。

    52000

    python猪脸识别_没想到,这是一家AI公司

    文/Yang 2015年的博鳌论坛上,当时还在GGV投资的卓福民,给我推荐了名片全能王,一款可以在手机上管理名片的应用。我还记得他当时说:这就可以节省纸质名片了。 2020年度世界人工智能大会上,这家公司的创始人陈青山这么介绍自己:合合信息是一家一直从事AI大数据的公司。名片全能王是合合推出的面向个人的应用之一。 做名片管理,和AI能有什么关系? 养猪的要为猪保险,保险公司在这其中就面临着欺诈风险,怎么分辨死掉的猪就是投保的猪呢? 从前的做法是给猪带上个传感器、打上标签,可这么做不仅成本高,也解决不了造假问题。不然市场上怎么会有那么多假茅台? 陈青山说,AI在这里面的应用,是框出有效信息、提高图像的表现能力。不过机器的这些能力,也需要在学习中逐渐建立和增强。 人在哪里、需求在哪里,商业机会就在哪里。合合因此能撮合各种关系和资源,在自己的地盘上嫁接各种产品。 陈青山可能很多次被问到过,合合最后想2B还是2C?既做2C又做2B,是不是太贪心了?

    6310

    AI创新者】小蚁首架张骏峰:让图像AI人尽可用

    同时,小蚁还有一系列的移动应用和服务,帮助用户更好地使用小蚁设备。 ? CSDN:骏峰您好,小蚁的产品主打视觉。那么首先请您向大家介绍一下,在小蚁智能摄像机上,与AI相关的技术有哪些? CSDN:自从生成网络火爆,图像风格迁移的APP便层出不穷,但似乎都还仅停留在娱乐层面,没有向更深更实用的方向发展,那么小蚁做AI艺术这个应用的初衷是什么,下一步将踩在哪里? 我们在前人的基础上,实现了我们自己的风格迁移算法,应用到小蚁的移动应用上。 小蚁AI艺术上线的时候,正好赶上微信小程序即将上线的消息。我们立刻组织人员实现了小蚁AI艺术微信小程序版。 首先,每一种风格,合适于某一类图片。现在的体验,用户必须手动把所有风格都试一遍,才知道哪种风格合适。某一种风格,或者合适于人像,或者合适于风景。对于同时有人有景的图片,有时候需要做一个抉择。 CSDN:小蚁AI艺术训练所用数据来自哪里,采用何种网络及框架,在具体实施过程中有何技巧? 张骏峰:对我们来说,比较幸运的是,我们已经有一个小蚁社区,用户在社区上分享了很多照片。

    52240

    ESP8266_03 SDK与Makefile的基本用法

    困~ 有人问用什么板子合适,还有的直接问我。这个,建议大家买个二三十的模块就行,可以是NodeMcu,也可以是安信可的模块加一个底板,没必要买太贵的。 定义(转自网络):一般都是一些软件工程师为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。 再看一下乐鑫内部对SDK的描述:ESP8266 Software Development Kit (SDK) 是乐鑫为开发者提供的物联网 (IoT) 应用开发平台,包括基础平台以及上层应⽤开发示例,如智能灯 那么,SDK在哪里下载? ? 找厂家!芯片厂家是乐鑫,所以去乐鑫官网找。 其实下面的操作主要参考安信可的网址: https://wiki.ai-thinker.com/ai_ide_use 但由于安信可的教程比较旧,所以这里做了一些调整。 1.

    35331

    硬纪元AI峰会实录 | 图森未来陈默:人工智能技术的商业化起点在B端

    2017年7月9日,由镁客网、振威集团联合主办的“3E‘硬纪元’AI+产业应用创新峰会”在北京国家会议中心盛大开幕。 现场200位来自全球AI行业的顶级专家、知名创投机构、创业公司团队和知名媒体齐聚一堂,共谋AI+行业的创新应用,探讨AI的当下与未来。 ? 假如说你要卖一个无人驾驶系统给一个主机厂,他会想我的客户会不会去、有什么需求,更何况这些实际需求设计并不是确定的。 此外,消费者的支付能力是要远弱于2B的企业,消费者会选择消费与不消费,并且假设说它为了一套无人驾驶系统而愿意消费多少钱,一、两万美金是不是合适,因为他使用率太低了,一台车使用率可能一年不到15%的时间。 还是刚才例子,替代其实特别容易算,大家算账就好了:我之前用多少司机我减少多少司机,我省了多少钱,一算账,只要合适我一定会去

    23200

    旷视AI「炼丹房」Brain++ 再升级!首席科学家孙剑发AI「灵魂」三问

    自动化的数据管理和质检——自动推荐合适的训练算法和模型——自动检查算法准确率并给出优化建议便是升级后Brain++的最新功能。 ? 举个真实场景中的例子, 在钢铁冶炼厂中,存在一些比较危险的设备。 2011年前后,AI发展的重点是基础科研。基础科研的关键点是突破单点算法,让AI率先在互联网等数字化程度高等领域应用落地,变得真正可用。 2015年起,AI需求越来越多,AI商业化落地也越来越多。 这个过程中,算法在不断拓展应用的边界,从算法到软硬结合,AI创造的价值越来越大。 从2020年开始,AI成为新基建的重要部分,持续降低算法门槛,让AI生产变得更加容易,基础设施需要AI普惠化。 AI有没有用?AI哪里用?AI易不易用? 这是AI行业的「灵魂」三问,是所有AI企业需要回答的问题。 ? 孙剑认为,AI有没有用归根到底是看AI基础科研有没有突破。 基础科研有了,落地才是科研的价值,这就需要解决「AI哪里用」的问题。 对于旷视,一直瞄准的是消费物联网、城市物联网和供应链物联网三大场景。

    19340

    AR,离我们并不遥远

    比如微软推出的HoloLens设备,他们和各行业企业合作推出了很多AR范例应用。 考虑设备能力 内容要由合适的设备来承载和展现。 空间分析理解:建模后拿到模型,经过空间分析理解可以知道哪里是地面、哪里是墙、哪里是天花板。 图像和物体识别:图像和物体识别可以用第三方服务做到,比如Vuforia,开源的ARToolkit,等等。 AIAI服务完全可以融入AR应用中,为AR增添色彩。例如微软、谷歌、IBM的服务,都可以通过接口的方式把数据传输给它们处理,再拿回来进行使用。 代码管理与协作开发:Git是我们常用的。Github for Unity是直接放在Unity里的一个插件,进行图形化的管理。Unity也推出了服务Collaborate。 根据应用内容设置摄像机的clipping plane,避免过多渲染。设置stabilization plane,添加spatial anchor,增加稳定性。放置物体在合适的位置,观看舒适度更高。

    53360

    从SIEM&AI到SIEM@AI | AI构建下一代企业安全大脑

    SIEM的输出结果不仅仅和安全部门或业务部门有关,还可能涉及到其他业务单元,比如资产管理、组织管理等。 应该说识别是应用AI最成熟的领域。 2. 理解阶段,解决Why的问题,这是在识别的基础上进一步的AI问题。比如一段文字想表达的情感是什么?一个电影讲述的故事是什么?一段语音的问题是问什么等等。 距离计算选择主要包含两个方面: 如何规定事件边界:繁杂的海量数据输入中,一个事件的边界从哪里开始,到哪里结束,包含哪些数据。 原来妻子经常会嘱咐丈夫下班以后要为孩子尿布。而丈夫在完尿布之后又要顺手买回自己爱喝的啤酒,因此啤酒和尿布的销售行为上具有相关性。 总之,数据的横向关联是一个极富挑战性的任务,其中最重要的先决条件是通过SIEM的采集层收集足够的数据,其次是选择合适的算法对数据进行加工处理,最后是通过AI算法对数据进行关联分析。

    40020

    AI赋能产品:如何寻找语音交互的业务场景

    作者:廖欣欣 《游戏运营:高手进阶之路》作者 / IEG 用户平台部 智能AI高级产品经理 这是一个创业者的复盘,主要内容分为两个部分。 从普罗大众的高频刚需到特定行业的细分场景,大家轮流发言,想到哪里哪里,不打断不评价,每时每刻都在寻找创业场景。 我们来看下面几个案例 image.png 厨房蔬菜就不太合适,是因为蔬菜是非标品,品类和新鲜程度存在太多的人为主观接受及条件筛选。 但酱油就可以,最多加一个品牌作为复合查询条件,并且商品的尺寸大小无所谓,决策压力较小。很多的人其他的调料(醋、盐、鸡精等)几乎也没什么品牌需求,能用就行。即标准品,用户接受默认选项。 笔者负责任的说,任何业务都可以有语音交互的解决方案,只是看合适合适。 综上,创业公司在选择业务场景的时候,通过上述条件要素筛选,更容易筛选机会。

    32483

    DNSPod十问李晖:机器人的基金能赚钱吗?

    通俗地说,基金相当于组合几只股票,FOF相当于组合几只基金,所以FOF比单纯投资一个基金,风险更加分散化,但收益也比较低。 之所以做FOF,是因为我们的很多客户本身就是FOF的管理者,他们会投很多只基金,因此需要筛选和配置。在这个过程中,我们就能够通过技术手段来帮他们挑选合适的标的。 那么人人金服推出的“幂之金融数据平台”的差异化在哪里?你们的“护城河”是什么?  相信很多读者都会好奇,AI的基金准确性如何?真的能比得上基金经理吗? 李晖:AI决策本质上是机器学习在投资领域的应用。 现在把量化分析、精细化分析的手段应用到固定收益领域,一定能推动整个行业的发展,里面的机会是非常巨大的。

    12850

    学界 | 前谷歌首席科学家 Yoav Shoham:AI 研究的发展还太有限,就像想摘星星的小孩踩了个小凳子

    一开始人工智能没有多大的商业应用,但今天就完全不一样了。我们知道有很多人工智能方面的成功故事,比如 AlphaGo 或无人驾驶的汽车,这些都是商业应用的例子。 ? 究竟这些特征来自哪里呢? 我们花钱的时候也是不希望重复花钱同样的东西,我们希望别人帮我们花钱去我们想要的东西。我们可以看到日历里面很多都不是我们主动创建的事件。 所有这些主动意识的项目写下来之后,其实是非常难去管理的。第二个关键点是优化和机器学习,因为时间管理是很让人头疼的问题,而我们时间管理通常都管理得不是太好。 因为时间管理涉及人类的习惯,比如可能我们要管理的是一年之后的会议邀请,或者是一个星期之后的会议管理,我可能就要把重点划出来。

    36340

    相关产品

    • 腾讯云 TI 平台 TI-Matrix

      腾讯云 TI 平台 TI-Matrix

      人工智能服务平台(云智天枢)支持快速接入各种数据、算法和智能设备,并提供可视化编排工具进行服务和资源的管理及调度,进一步通过 AI 服务组件集成和标准化接口开放的方式降低 AI 应用开发成本。

    相关资讯

    热门标签

    扫码关注云+社区

    领取腾讯云代金券