金猪配资

Discuz! Board 股票配资 资讯 查看内容

资讯

订阅

商汤科技徐立:AI不应仅聚焦头部应用,长尾应用完善价值闭环

2020-07-10| 来源:互联网| 查看: 317| 评论: 0

摘要: 原标题:商汤科技徐立:AI不应仅聚焦头部应用,长尾应用完善价值闭环“我们不能对算法责备责备,应越发包容......

原标题:商汤科技徐立:AI不应仅聚焦头部应用,长尾应用完善价值闭环

“我们不能对算法责备责备,应越发包容地见证AI技能发展,普罗大众对于AI认知的提升也是要害点,真正的技能策源在于如何去提升大众的认知。”在2020世界人工智能大会商汤科技企业论坛上,商汤科技联合首创人、CEO徐立说道。

人工智能自诞生至今一直面临各种质疑,徐立认为人工智能技能正是在质疑中不停落地、迭代优化。每一次的技能试错,都会带来增量价值。以人脸辨认为例,早先人们质疑人脸辨认的精度问题,存眷人脸辨认是否会堕落,双胞胎人脸辨认如何解决。随后人们又开始存眷3D人脸是否会模仿真实人脸来解锁,在这些质疑中更多都会级别的应用诞生,比方地铁场景中的刷脸支付,甚至在戴口罩的情况下,也可以或许解决都会级别的刷脸问题。

“差别于人脸辨认这类存眷度非常高的头部应用,一些低频、小众的长尾应用才是完善人工智能价值的焦点,只有突破长尾应用才能完善价值闭环,真正影响到普罗大众的一样平常生活。”徐立表示。

徐立所提及的长尾应用场景包括垃圾抛洒、粪车排放、单车违停等。比方在共享单车领域,利用人工智能技能可以解决车与车、车与地面的关系,辨认共享单车是否违规停放。而在粪车偷排问题上,利用人工智能算法可以把时间、所在、人物关系串联,解决井盖检测问题。

当人工智能技能渗出到越来越多的细分场景时,挑战也随之出现。中国工程院院士、同济大学校长陈杰认为,未来人工智能在训练数据、焦点能力、学习机制、要领能力、可塑性、协同性、功耗等方面面临挑战,比方未来大量数据可能是低质量、无标签、无标注的数据,耗能极大。

金猪配资在昨晚的“AI夜话”中,徐立也提及了AI当下面临的挑战,他认为没有任何一家人工智能企业可以触达全部的数据,怎样做数据协同、数据资产、数据共享,以及在各不分享训练数据的情况下,如何协同推动算法精度的提升、尺度的制定,都是摆在目前的切实问题。

金猪配资为相识决数据协同和生态共建问题,商汤科技宣布升级OpenMMLab人工智能算法开放体系,涉及10多种研究偏向,100多种算法和600多个预训练模子,后续还将陆续开源更多算法。“人工智能的细分场景非常多,我们要的不是一颗独木,而是一片森林,最要害的创举就是一定要开放。”徐立表示。

金猪配资第一财经广告互助,请点击这里

要害词 : 商汤科技AI人工智能人脸辨认人工智能技能 我要反馈 新浪科技公众号

分享至 : QQ空间

10 人收藏


鲜花

握手

雷人

路过

鸡蛋

收藏

邀请

上一篇:暂无
已有 0 人参与

会员评论

社区活动
吴中快速门如何节能?

原标题:吴尊友:北京再出现个体零星病例不代表疫情反弹今晚央视【....】

654人往期回顾
配资公司 本站/服务条款/广告服务/法律咨询/求职招聘/公益事业/客服中心
Copyright ◎2015-2020 迎江新媒体版权所有 ALL Rights Reserved.
Powered by 迎江新媒体 X1.0