当前位置: 移动技术网 > 科技>人工智能>ai动态 > 从腾讯优图的落地实践 看视觉AI如何助力产业互联网

从腾讯优图的落地实践 看视觉AI如何助力产业互联网

2020年07月11日  | 移动技术网科技  | 我要评论

文|魏启扬

来源|智能相对论

每个时代都有属于这个时代的独有机会。

2018年10月23日午夜时分,马化腾在知乎突然发问:“未来十年哪些基础科学突破会影响互联网科技产业?产业互联网和消费互联网融合创新,会带来哪些改变?”直接引发了产业互联网的讨论热潮。

不到两年,马化腾的提问犹在耳边,ai技术已开始大范围融入产业参与创新,产业互联网已呈燎原之势。刚刚结束的世界人工智能大会——腾讯论坛上,多项活动的主题也直指ai参与数字化生态建设的核心,腾讯优图在论坛上更是一口气发布了在泛娱乐、广电传媒、内容审核、工业等领域四大平台产品,持续布局视觉ai基础设施。

两个问题,过去一段时间以来,腾讯在产业互联网的耕耘过程中到底收获了哪些启示?未来决胜的关键又将是什么?

一、产业互联网时代,ai有了新的任务

根据腾讯公布的数据显示,目前腾讯云上的所有解决方案,有80%以上运用到了ai技术,与此同时,腾讯ai也落地了超过90种行业解决方案。从字面上来理解,就是ai在产业渗透的范围越来越广。

另外一个层面,在建设产业互联网的过程中,ai并不是一个人在战斗,而是与云计算、区块链、物联网、5g等其他新技术互相融合,使得ai应用的深度正在向产业纵深进发。

短短几年时间,ai为何会发生如此大的变化?

政策的推动无疑起到了很大的作用,国务院2017年7月发布《新一代人工智能发展规划》之后,在2017、2018以及2019年连续三年的政府工作报告中均提到人工智能。

有统计显示,截至2018年11月,全国有15个省市发布人工智能规划,其中12个制定了具体的产业规模发展目标。

在政策的推动下,ai上升到国家战略的高度,今年在“新基建”政策的推动下,ai落地的速度也大大加快,同时也让我们对ai与产业的融合有了更多期待。

另一方面,经过多年的发展,ai的各项要素(算法、算据、算力)均获得了突破性进展,很多单项ai技术也到达了产业落地的临界点,为了体现自身价值,技术自身也有了落地需求,加上正在进行中的产业升级也需要ai力量的推动,ai与产业之间产生了大量触点,ai也由此迈入产业融合创新发展的新阶段。

过去谈论ai,更多说的是实验室里的ai,只有畅想,没有产生价值,如今进入产业互联网时代,无论是外部政策的推动,还是自身发展的需求,都要求ai必须与产业融合发生质变,此时ai有了新任务。

二、起点、支点和终点,腾讯视觉ai的落地法则

众多ai技术中,视觉ai是人工智能技术落地最为顺利、商业化程度最高的一大分支,也因此成为新基建中的重要组成部分。根据企查查的统计数据显示,当前涉及“人工智能”关键词的注册企业共14万家,涉及“计算机视觉(cv)”的企业数量达到1.1万家,其中也诞生了一批像商汤、旷视、云从、依图这样的行业独角兽。

腾讯以优图实验室为核心,在视觉ai的落地上也取得了不错的成绩,除了首创跨年龄人脸识别技术,协助找寻拐卖儿童,体现“技术向善”之外,目前还打造了超过15种行业解决方案。

回到文章开头的疑问,腾讯在视觉ai领域的落地法则又是什么呢?

1、不耍花枪的真落地为起点,真正解决企业痛点

虽然目前ai技术已经开始大面积向行业渗透,但必须承认的是,行业内仍然有大量的ai落地是“假落地”,ai的加入并没有对行业的数字化转型产生实际意义,更多作为营销噱头而存在,与“假落地”形成反差的是,腾讯的视觉ai不耍花枪,是实打实解决实际问题的“真落地”,并以此为起点,完成对行业广度和深度的覆盖渗透。

比如在工业领域的液晶面板行业,基板图片传统的人工检测方式,既无法满足行业进步所带来的精密检测需求,又无法提升效率,像华星光电的产线上,每天要产生一两百万张图片,每个质检员要看1万多张图片,其中的痛点多年未解。

如今基于腾讯优图的视觉ai算法,腾讯云联合合作伙伴打造的ai自动缺陷分类系统,识别单张图片只需要500-600毫秒,对比人工判片,ai识别速度提升5-10倍,每年为华星光电节省成本超千万元。

再比如,在保险行业,通过腾讯优图输出的ocr能力,将人工核保由智能核保代替,整个核保时间由原来的40分钟/单,缩短到15分钟/单,在这套ai模型下,核保结论预测准确率90%,核保效能提升60%。

此外在物流、零售、教育、泛娱乐等多个领域,腾讯优图均有非常成功的落地实践,这些案例背后都有一个相同的特征,不光解决了行业痛点,提升了生产效率,还对生产流程进行了重塑。

2、以标杆项目为支点,带动行业加入产业互联网转型

产业互联网是趋势,很多企业也想进行数字化转型,但在做出最终决定之前,很多企业经常会犹豫,担心一笔投入之后难以产生回报,因而制造出标杆,让产业互联网的好处放在明处供行业参考,赢得客户的信任就是一件比较重要的事情了。

腾讯优图在视觉ai落地上的逻辑之一,既打造标杆项目,在解决企业痛点的同时,也给了整个行业以启发。

因而我们看到,在物流行业,腾讯与中国外运合作,开发了智慧物流3.0平台;在工业领域,与华星光电合作,开发了ai自动缺陷分类系统;在金融领域,与泰康人寿合作开发了ai智能核保系统-云智忧保……

这些首先被腾讯优图“攻破”的企业在其行业中都是第一梯队,它们率先转型所形成了竞争优势,继续领跑,自然会同行们研究和效仿的对象,腾讯优图凭借着从0到1的标杆支点,也将快速完成了从1到100到无穷大的全面覆盖。

3、以体现技术价值为终点,带动其他技术的产业融合

腾讯优图在视觉ai落地的过程中,很好的体现了视觉ai的技术价值,其中既有商业层面的,也有社会层面,但这并不是腾讯优图视觉ai技术价值的全部。

在腾讯的理解中,“大家好才是真的好”,就现在看来,在人工智能的诸多分支中,视觉ai先行一步,取得了不错的落地成绩,但若从技术融合的角度来看,当视觉ai与其他技术融合碰撞,还会爆发出更多的创新场景和创新思路。

以腾讯云与中国外运合作开发的智慧物流3.0平台为例,除了腾讯优图提供的视觉识别之外,该平台还包括了语音识别、人工智能算法等其他ai技术,目前形成的一些智能化解决方案,包括单证智能化处理平台、集装箱智能验箱服务、智能语音客服服务、运输调度算法服务、物联网平台+智能终端服务等。

这是一个以视觉识别为切入点,多项技术融合的综合性平台,通过这些数字化的服务,中国外运可以更好联接物流全流程里的资源和要素,也更好地联接了客户。

从一个更为长远的过程来看,技术融合将会长期存在,这也意味着视觉ai技术价值的终点还远远没有出现,在走向终点的过程中,其价值还会持续释放。

三、形成2b基因是未来的决胜关键

在腾讯刚刚提出c2b战略时,外界曾有质疑,在2c的舒适区呆的太久了,腾讯缺乏2b的基因,不具备2b的能力。

可是,从腾讯优图进入产业互联网的落地实践,我们可以将其理解为腾讯c2b战略中的一个典型,即通过视觉ai技术能力落地的过程中,腾讯改造了自己的2b基因,也形成了c2b的护城河。

首先,无论是2c还是2b,要想做好,技术基础都是必不可少的前提基础,腾讯优图之所以能在产业互联网中取得成绩,最主要的关键在于视觉ai的技术能力优势让腾讯拿到了2b战局的入场券。

根据腾讯公开资料显示,在基础研究方面,腾讯优图拥有超过800项ai全球专利,超过200篇论文被世界顶级会议收录,除了多次在人工智能国际权威比赛中创造世界纪录外,优图近期人脸伪造检测faceforensics benchmark整体检测准确率等多项技术指标名列世界第一。

这些都构成了腾讯2b的基础支撑。

其次,2b基因强不强,关键在于对行业和b端客户的理解程度,并以此形成的快速复制能力,在高举高打的策略下,才能在市场竞争中占据主动。

腾讯在此次论坛上发布了ai泛娱乐平台、广电传媒ai中台、内容审核平台、工业ai平台四大平台产品,可以向泛娱乐、广电传媒、内容审核、工业等领域提供从原子化产品能力到一站式解决方案,用开放平台的方式解决了ai场景方案难以复制的痛点。

除了实现技术的单店突破外,用能够适用更多场景的通用型解决方案、平台型产品加速释放ai的产业价值,在这个过程中,也形成了腾讯2b的竞争壁垒。

最后,被外界视为短板的2b基因实际上是根植于腾讯的血脉之中。

为何有这么一说?我们一起来看看腾讯优图的发展经历。

优图实验室诞生的缘由为“图片二次压缩”技术在腾讯内部的应用,这项技术在为腾讯创造了巨大价值,为优图带来了声望之后,2013年优图将人脸检测技术输出至qq空间,同时将技术提供给推出爆款“武媚娘”妆容的“天天p图”前身“水印相机”团队。

2014年,qq空间“面孔墙”全量上线,这是业界最早在大规模社交网络平台人脸识别技术的应用。之后,优图又成功打造了微众银行核身产品,目前,优图已经为腾讯公司内部如qq、qqzone、微信、微视、腾讯云等超过90余个产品业务提供计算机视觉ai算法支持。

我们可以很清晰的看到,腾讯实际上将自己当成了最大的b端客户,技术落地的实践先进行内部验证,然后再对外输出,在这个过程中,腾讯的2b基因已然形成。

此内容为【智能相对论】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

智能相对论:

•ai产业新媒体;

•今日头条青云计划获奖者top10;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜top10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等aiot设备)、智能驾驶、ai+医疗、机器人、物联网、ai+金融、ai+教育、ar/vr、云计算、开发者以及背后的芯片、算法等。

如对本文有疑问, 点击进行留言回复!!

相关文章:

验证码:
移动技术网