没账号？一键数据猿账号
已有账号？
已有账号？
不容错过的资讯
大数据学堂
大数据企业推荐
大家都在搜1,253被浏览293,389分享邀请回答zhihu.com/lives/916267820229 条评论分享收藏感谢收起face.com）、语音识别（收购Mobile technologies）、自然语义（收购Wit.AI）、神经网络训练+机器学习云平台：开发者平台Parse、Torch开源深度学习模块硬件： Big Sur（基于GPU的用于训练神经网络的硬件系统，开源）产业布局：语音助手Moneypenny、VR生态（收购Oculus Rift、Sourroud360全景摄像机促进内容发展）百度2014年5月，被称为“谷歌大脑之父”的AndrewNG(吴恩达)加盟百度，担任首席科学家，负责百度“百度大脑”计划。大数据是人工智能的基础，而作为天然的大数据企业，百度拥有强大的数据获取能力和数据挖掘能力。日，百度凭借自身的大数据技术14场世界杯比赛的结果预测中取得全中的成绩，击败了微软和高盛。2014年9月，百度正式发布整合了大数据、百度地图LBS的智慧商业平台，旨在更好在移动互联网时代为各行业提供大数据解决方案。AI技术：语音识别Deep Speech、视觉识别“智能读图”、自然语言与智能语义、自动驾驶、深度学习解决方案：基于智能手机的语音服务系统（度秘）开发者云平台： 百度云产业布局：汽车领域无人驾驶、基于智能手机的各种app应用与插件。MicrosoftAI技术：语音、视觉、自然语言、分布式机器学习云平台：Microsoft Azure（存储、计算、数据库、live、媒体功能）、分布式机器学习工具包DMTK（自然语言处理，推荐引擎，模式识别，计算机视觉以及预测建模等）、人工智能平台Project Malmo产业布局：语言助手（微软小冰、Cortana小娜、Tay）、VR（Hololens全息眼镜）AppleAI技术：自然语言（收购Vocal IQ）、收购可视化地图MapsenseGPS公司 Coherent Navigation产业布局：汽车领域无人驾驶、SIRI语音助手Amazon云平台：Amazon Web Services（存储、计算、模式识别和预测，其中视频识别API 收购Orbeus）阿里云平台（阿里云IaaS，可视化人工智能平台DTPAI）产业布局 ：智能家具、物联网腾讯AI技术：视觉、智能计算与搜索实验室产业布局：智能硬件三、人工智能的生态科技巨头围绕人工智能产业，开展了大量的收购；标的包括人工智能初创企业（算法）、大数据公司（算法或数据）和芯片研发公司（计算能力）。截至至2016年7月底，谷歌在其中的收购次数最多达到了13次。巨头们在人工智能领域的并购呈现两个特点：一是连续多次买入，二是标的规模较小。从2013年开始，科技巨头大多加大了对人工智能的自主研发，同时通过不断开源，试图建立自己的人工智能生态系统，开源力度不断增加。比如Google 开源TensorFlow 后，Facebook、百度和微软等都加快了开源脚步。最早走向人工智能工具开源的是社交巨头Facebook，于去年1月宣布开源多款深度学习人工智能工具。而谷歌、IBM和微软几乎于去年11通同时宣布开源。谷歌发布了新的机器学习平台TensorFlow，所有用户都能够利用这一强大的机器学习平台进行研究，被称为人工智能界的Android。IBM则宣布通过Apache软件基金会免费为外部程序员提供System ML人工智能工具的源代码。微软则开源了分布式机器学习工具包DMTK，能够在较小的集群上以较高的效率完成大规模数据模型的训练，在今年7月微软又推出了开源的Project Malmo项目，用于人工智能的训练。人工智能已经逐渐建立起自己的生态格局，由于科技巨头的一系列布局和各种平台的开源，人工智能的准入门槛逐渐降低。未来几年之内，专业领域的智能化应用将是人工智能主要的发展方向。无论是在专业还是通用领域，人工智能的企业布局都将围绕着基础层、技术层和应用层三个层次的基本架构。基础层就如同大树的根基，提供基础资源支持，由运算平台和数据工厂组成。中间层为技术层，通过不同类型的算法建立模型，形成有效的可供应用的技术，如同树干连接底层的数据层和顶层的应用层。应用层利用输出的人工智能技术为用户提供具体的服务和产品。位于基础层的企业一般是典型的IT巨头，拥有芯片级的计算能力，通过部署大规模GPU和CPU并行计算构成云计算平台，解决人工智能所需要的超强运算能力和存储需求，初创公司无法进入。技术层的算法可以拉开人工智能公司和非人工智能公司的差距，但是巨头的逐步开源使算法的重要程度不断降低。应用层是人工智能初创企业最好的机遇，可以选择合理的商业模式，避开巨头的航路，更容易实现成功。698 条评论分享收藏感谢收起2018年，更多的科技公司会关注如何让AI正确为人类服务。2017年关于杀手级机器人的讨论非常热烈，人工智能也取得了重...
当下，大多数企业都明白大数据的作用。大数据&&...
数据教程*数据分析人工智能到底能为我们带来什么？
人工智能到底能为我们带来什么？
人类对人工智能一直非常着迷，好莱坞给大众塑造了众多未来世界的场景，却也使人工智能被过度神化而给人一种可望不可及的距离感，事实上，人工智能已经悄然走进了我们的生活。4月22日，旷视科技(Face++)在北京举办了一场”AI+X”极客沙龙，对人工智能产业化现状以及可应用方向进行了实例分析和解读。
拐点将至 未来已来
人们对人工智能是苛刻的：不是抱有过高的要求――认为只有达到科幻电影和小说中的可以超越人类的强人工智能才算真正的智能；就是吹毛求疵――对扫地机器人自杀式的碰撞和语音机器人那风马牛不相及的对话总是不吝嘲讽。但令人欣慰的是，如今在街上、地铁甚至表弟的朋友圈中你总能发现可穿戴设备、无人机、VR等等产品的身影，这表明，智能设备和硬件已经开始趋于平民化，而AlphaGo的胜利更是将人工智能推向了风口，然而正如一切技术一样人工智能存在的更本质的意义还是解放生产力。
经过了将近60年的发展，互联网和大数据推动人工智能迎来了春天，语音识别、人脸识别、机器人、无人驾驶等人工智能技术均取得了突破性进展。虽然目前的技术水平还不能够做到让机器完全拥有人类的心智，但随着算法、深度学习技术的迭代和数据集的剧增，机器已经变得越来越聪明并足以成为人的生活助手。我们可以清晰地认识到，就像十年以来互联网对于传统行业的冲击一样，人工智能与场景的结合将成为下一个改变人们生活方式、拉动行业升级变革的核心引擎。
从广义来讲人工智能分为三个层级：感知、理解、决策。其中感知能力是决定人工智能强弱的前提和关键。就像刚出生的婴儿，只有在看见、认识世界之后才能形成自己的价值观和独立的思想并据此作出决策。所以在人工智能商业化的过程中也要顺应事物的发展规律，不能本末倒置。在“AI+X”沙龙上，旷视科技(Face++)的负责人向嘉宾表示，旷视正在通过开发训练机器的视觉能力，逐渐将人工智能投入商业化应用。然而商业化对于人工智能的影响关键在于可以将其在一个合适的领域不断锻炼，与人类智能近似通过大量实际锻炼后的人工智能利用神经网络以及大数据，进行不断的自我进化并越来越聪明。如AlphaGo一样，人工智能可能不会做出非常聪明的决策，但是会做出最全局化的决策，并最终使得自己获得胜利。目前旷视已经将机器视觉技术渗透到交通、金融、安防、地产等多个重要领域，让人工智能走入了生活，也让人工智能在帮人们实际解决一点点问题后获得更大进化成为可能。
AI+移动出行 Uber司机刷脸上岗
近年自从移动出行平台兴起之后，人们对于平台的依赖性越来越高。如何为乘客提高用户体验，通过技术的升级从而提供更安全、便捷的服务一直是Uber所不断追求的。而在用户为中心的体验和共享经济时代中，这种技术升级有着广泛的需求。Uber采用旷视(Face++)提供的互联网身份验证服务FaceID产品对注册司机身份进行审验，除了准确识别对比真人和证件之外，目前Uber还在测试每次上线前根据账户安全性在司机端添加人脸识别步骤以保证本人驾驶，增加用户乘车安全性。Uber中国产品负责人表示人脸识别技术是“中国首发”，未来其他国家产品技术团队都会借鉴中国团队的测试结果和应用经验。
人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，也是机器视觉领域中一个重要且最早成熟的技术之一，成为人工智能技术产业结合的排头兵，由于其本质上属于“风险控制”，主要被应用于风控要求很高的金融和支付行业，而Uber成为互联网出行行业中首家引入该技术的平台。在注册过程中，司机用户仅需几个简单的动作便可在半分钟之内完成认证，能够防范司机账号被盗用滥用，有效提升用户的驾乘体验。
从另一角度来看，除了提高安全保障，人脸识别技术的运用能够使Uber获得所有注册司机的真实有效信息，来构建用户大数据中心并为平台的管理和决策提供必要的帮助。因此，不仅对用户还是对平台来说，AI都在无形中发挥着重要的作用。
“面对每天成百上千万次的行程，‘安全为先’一直是Uber坚持和维护的基本原则。Uber致力于通过新技术的应用不断提高出行的安全体验。”Uber中国战略负责人柳甄表示，司机“刷脸上岗”将会进一步提高Uber的风险控制能力。
AI+商业银行 中信银行拥抱智能化
在当前利率市场化、互联网金融蓬勃发展、经济新常态三大因素形成共振的历史转折点上，我国商业银行经营模式面临着前所未有的挑战。而随着云计算、物联网和人工智能技术变革式发展，传统的商业银行也开始开发更贴近用户的应用和服务模式，建立以“用户”为中心的“大数据”资源。
可无论如何演变，身份识别对银行来说都是必不可少的环节，是一切交易行为的前提，我国从1997年启动银行存款实名认证发展到到现在，银行业务流里面有着太多需要在柜台办理的业务，而最终这些必须在柜台的业务限制了在线远程业务的开展。虽然近些年银行服务升级让很多业务可以简化流程并远程办理，但是最大的服务升级是让用户可以无时无刻在身边有一个网点。
在AI+X沙龙中，旷视科技(Face++)以中信银行为例，为嘉宾解读人脸识别在商业银行中的应用前景和对金融行业智能化变革带来的巨大价值。
中信银行将把旷视科技(Face++)的FaceID互联网身份验证服务应用于柜面辅助身份验证，VTM业务和移动客户端的远程业务当中，通过照相或摄像采集用户面部特征值进行质量检测、活体检测，实时完成与证件的比对做到从端到云的在线核身。人脸识别低于万分之一的误识率和单次毫秒级业务处理效率，可以满足风险防控和业务推动双方面的刚性需求。据悉，应用于柜面的辅助身份验证目前已经大规模落地，而这次技术的升级也将给去年315中金融系统被爆出的认证不认人的尴尬状况带来显著改观。
2015年央行发布 《加强账户管理通知》 鼓励探索使用生物识别技术来加强银行对客户身份认证的管理，可见上层和技术投身商用的积极态度，随着政策开始一步步向创新所倾斜，通过智能终端办理相关业务进行预设的人脸数据身份鉴权验证，可替代线下网点或后台人工验证身份，极大地提升远程业务办理的安全性、时效性，使银行服务更加精细化、专业化，且也简化人工认证的程序，不但降低人眼识别失误率，同时也可以大幅度节约人力成本，让银行运作管理更加有效和便捷。
AI+支付终端 改变你的消费习惯
智能手机不仅改变了人与人的沟通方式，也改变了我们的生活习惯，而随着第三方支付平台如雨后春笋般涌出，不带钱包和银行卡也不会有什么障碍，因为现在甚至连路边的煎饼摊都能接受移动支付。英国零售商The Co-Op调研报告预测，2025年将会有65%的超市、便利店内的交易事务都将通过手机终端来完成。然而移动支付的安全问题也相应而生，验证码、数字证书、短信校验、或者介质盾牌都有被盗取、丢失的风险，而人脸是用户独特且无时无刻可取的人体密码，面部的特征值相比指纹更复杂也更难以破解，因此人脸识别在移动支付安全和授权中的应用具有很大的潜力。
2015年，支付宝与旷视科技(Face++)达成合作，陆续在实名认证、重置密码、换绑手机、风险支付校验等功能中引入人脸识别，用户不必再上传身份证照片或记住复杂的密码，刷下脸即可完成操作。马云在德国汉诺威博览会上更是将刷脸支付的魅力展现给了全世界，时隔一年，“Smile to pay”于杭州再次露面，而嘉宾们也在“AI+X”现场体验了一把传说中的人脸识别支付。同样基于旷视FaceID的远程身份验证系统，刷脸支付的认证过程仅需几秒，比对速度可达每秒1500万次。相关人士透露，这项吊足人们胃口的超现实功能有望全面开放，那时候，购物会变得更简单。据悉，人脸识别登录已经在今年年初全面登录支付宝客户端。
回首二十年前，人们还不敢想象计算机会走进每个家庭成为生活不可或缺的物件，可随后就被信息技术革命所带来的洪流卷上一个又一个高峰，我们不断感叹于时代不留情面的变化却又享受其中。同样，我们可能还没意识到就在身边的人工智能，可这才是现代人工智能的本来面目――以任务为中心，拥有广泛多样的智能系统，成为人们隐形而忠诚的朋友、员工、助手、智能管家、安全卫士…而我们也在不知不觉中逐渐依赖智能带给我们的便利和效率。
AI+X，X仍是未知数。旷视科技负责人在沙龙中表示旷视的全线产品即将在4月28日召开的全球移动互联网大会亮相，届时会把更多的智能应用场景带到现场，让观众们近距离体验人工智能的魅力，未来，敬请期待。
编 辑：李陶陶
余承东： 华为超越苹果三星 需四到五年时间
CCTIME推荐
CCTIME飞象网
CopyRight &
By CCTIME.COM
京ICP备号&& 京公网安备号
公司名称： 北京飞象互动文化传媒有限公司
未经书面许可，禁止转载、摘编、复制、镜像