史上最接地气的AI模式，用人工智能吃遍世界美食

和我们一起，探索互联网之美

2017年，可以称得上是手机AI的元年。

在这一年，

手机人工智能芯片横空出世，

人脸识别引发了一场卸妆热，

智能语音也让大家有了Siri之外的更多玩伴。

AI领域的平民化趋势，

不仅引爆了资本市场对AI的热情，

也成为了新的各大企业新的投资风口。

华为发布AI手机Mate10。

苹果表示已经内置了人工智能“神经引擎”，将成为旗下各类智能产品未来的AI平台。。

而同属芯片大佬的三星也表示将加大对AI芯片的投资力度，预计在2018年下半年将推出新一代的人工智能芯片。

各路手机大佬们方向一致，

争相在人工智能芯片上争抢话语权。

既展现了手机领域AI的平民化，

也预示着未来的人工智能，

将在更多方面开花结果。

那么关于AI的具体情报都有哪些呢？

今天就让iDataAPI君，

带你走进人工智能平民化的世界吧~

一、人工智能的基本框架

1.人工智能受到关注的原因

1

大数据源

包括互联网、物联网、社交网络等；

2

计算能力

涵盖云计算、GPU、FPGA、专用计算单元等；

3

算法

包括深度学习、神经网络、开源框架等关键词。

三者关系密切，没有足够的数据神经网络不能发挥作用，没有足够的计算能力，数据价值也无法有效开发。三者联合，把原来的识别变成了今日的快速搜索，大大提高了效率。应用到平民生活领域，将让生活更加便捷有趣~

那么人工智能产业的公司，主要都有哪些类型呢？

2.人工智能的产业分类

1

AI 基础技术公司

包括云计算基础设施、算法、数据存储/运输、芯片、开源框架等。它们几乎被大公司垄断，如中国的BAT，国外的Google、 Microsoft、Apple、Facebook等。

2

AI横向技术公司

这些公司不跟固定应用结合，而是一类技术，如云视频和人脸识别，如语音识别、视觉识别/人脸识别，自然语言处理、聊天引擎、大数据分析等。

3

AI应用公司

如果AI不能落地到一个应用的话其价值是会受到影响的。可能的应用包括个人助理、智能家居、制造业、农业、医药、健康、财经、无人驾驶等。

我国人工智能专家很多，70%研究影音/视觉应用类，从事物联网数据研究的专家还不多，但很大一部分数据在物联网领域。目前AI技术已经运用到几个垂直应用，但在传统行业，能和物联网结合的行业仍有大量的机会。

3.人工智能的技术分层

通知感知认知预知相知

二、 人工智能的发展现状

1.深度学习带来AI新的春天

深度学习的一大特点是有很多分支结构，能够让机器学习如何学习。

在非监督的情况下让机器人学习一些东西。

深度学习可以把数据融合起来做更高级的处理。

能够从一个任务中学习到经验和知识，运用到另一个任务中。

2.AI发展问题分析

1

数字孤岛现象

即封闭的人工智能系统造成了很多“孤岛”。

2

数据融合

用户交互、数据、知识及服务缺乏互通互联及兼容性，数据无法融合

3

AI应用远远落后于AI技术

传统企业缺少转型人工智能企业的人才及团队，人工智能新创公司的产品需要长时间进入市场，人工智能服务/技术掌握在大公司手里；以及垂直应用不完善，造成了技术到运用之间还有很大距离。

面对人工智能平民化的机遇与挑战

iDataAPI用两个月的时间

为健康产品提供AI接口

展现了一种人工智能平民化的方式

三、健康智能助手

1

目标：

识别图片中的菜名和主要食材

2

应该场景

用户对上的菜拍照，提交给健康智能助手，以分析图中的菜名以及包含的食材。进一步，根据用户的身体特征（如肥胖、三高等），给用户提供相关饮食建议和指导。

3

实现方案：

采集世界各地的菜名

例如中国的八大菜系、法国菜、意大利菜等，然后通过菜名聚类，选取10000种最流行的菜名，并建立10000菜名种所用到主要食材，主要选取1000种食材，例如猪肉、牛肉、羊肉、各种蔬菜等。

根据10000种菜名，采集美食网站的图片

如美食杰、豆果网、美食天下、教你做菜，以及百度图片、谷歌图片，每种菜名采集1000张图片以上，构建一个1000万以上的图片库。

利用构建的图片库

基于深度学习技术，即复杂卷积神经网络（Convolutional Neural Networks），包括Inception和ResNet等，学习菜名和食材分类模型。

人工智能平民化的今天，

iDataAPI君将继续开发，保持创新，

与大家共同探索，互联网之美~

发现时代趋势，让数据更具价值！

欢迎关注简易迅科技：