計算機視覺，落地的技術與藝術

　 域名預訂/競價，好“米”不錯過

從1956年的達特茅斯會議起,人工智能就深深地烙印在了IT技術的發(fā)展史上。60余年的發(fā)展、沉淀,已是“AI技術萬口傳,至今已覺不新鮮”。從概念到實踐,從技術到產品,AI技術已經在智能客服、智能家居、醫(yī)療診療、工業(yè)機器人、無人駕駛等領域多點開花。

計算機視覺技術堪稱AI皇冠上的一顆明珠,不論是在技術深度還是商業(yè)應用方面都走在了行業(yè)的前沿。9月5日,騰訊云TVP AI技術閉門會遍邀計算機視覺領域的技術大咖、專家學者、資深從業(yè)者們一起線上論道,層層深入解構計算機視覺技術,從個性化的商業(yè)化實踐中探索共性化的發(fā)展方向,為行業(yè)進一步發(fā)展勾勒出潛在的藍圖。

面向規(guī)?；涞氐囊曈XAI技術

“視覺AI技術嚴謹?shù)慕蟹ㄊ怯嬎銠CCV,在過去,AI是AI,CV是CV。最近幾年伴隨著深度學習的火爆,開始逐漸有了統(tǒng)一融合的趨勢,所以有了現(xiàn)在的視覺AI。在To B領域,視覺AI技術已經滲透到了眾多行業(yè),開啟了一輪規(guī)?；穆涞刂?。”

優(yōu)圖實驗室-昊天研究中心負責人 & 專家研究員郭曉威老師向與會者介紹了視覺AI技術的歷史起源。他表示,視覺AI的基本任務就是讀懂圖像,目前為大眾所熟知的商業(yè)化應用案例包括人臉核身、內容理解與廣告推薦、泛娛樂、內容審核等方向。目前尤其是在教育、工業(yè)、支付、廣電等行業(yè)有深度結合。

郭曉威表示,影響AI規(guī)模化、商業(yè)化落地的因素無非就三個:成本、安全和數(shù)據(jù)。

成本 :數(shù)據(jù)、設備、人才、市場培育與開拓,這些都需要大量資金的投入,成本高昂。

安全 :精度和可靠性,在某些領域比如醫(yī)療行業(yè),AI能給的只是參考,對解決醫(yī)生痛點的幫助不夠大。

數(shù)據(jù) :AI需要的數(shù)據(jù)尤其是細分場景數(shù)據(jù)的獲取難,標注難,此外數(shù)據(jù)隱私的問題也是一大掣肘。

細分之下,又有5大規(guī)模化落地挑戰(zhàn)需要解決。

挑戰(zhàn)一:標注成本過高,如何降本增效

業(yè)界曾有過一種自嘲的說法叫有多少人工,就有多少智能。這一句話道出了標注成本過高的痛點,如何用技術的手段實現(xiàn)降本增效?郭曉威表示主動學習是一個有效的解決方式。主動學習的好處是不需要進行全量標注,經驗下只需要小于標注總量的一半即可,這個過程可以邊學習,邊篩選,直至收斂。為此,他舉了一個優(yōu)圖實驗室在智慧醫(yī)療場景下糖網分級識別的案例。在這個案例中,騰訊優(yōu)圖基于信息熵與特征空間密度的主動學習,做到了同等效果下,標注成本節(jié)省超過一半,標注量級達到數(shù)十萬時,節(jié)省成本可達百萬級。

挑戰(zhàn)二:數(shù)據(jù)量太少,訓練效果差,怎么辦

第二個挑戰(zhàn)在于數(shù)據(jù)量太少,影響到訓練效果。在To C場景下,數(shù)據(jù)的獲取方式相對容易,數(shù)據(jù)量也比較大,但在To B場景下卻完全相反。這種情況下,樣本增強,小樣本學習(Few shot learning),GAN等技術就比較值得推薦。尤其是小樣本學習,支持極少量樣本訓練,最大化利用存量的樣本,以實現(xiàn)最大可能性的泛化效果。在貨架商品識別與小樣本學習技術方面,騰訊優(yōu)圖提出了樣本構成、損失函數(shù)和后處理三個相對業(yè)界主流方案的創(chuàng)新點,實現(xiàn)了相對優(yōu)化前提升10-30個百分點,與全量樣本差距小于10%的顯著效果。

挑戰(zhàn)三:數(shù)據(jù)太少,偽造行不行?

第三個問題其實是對第二個的追問,能不能通過數(shù)據(jù)生成的手段,或者說偽造數(shù)據(jù)的方式來彌補數(shù)據(jù)的不足。GAN是最近幾年比較火的對抗生成技術,它的本質其實就是通過生成器來學習符合目標分布的數(shù)據(jù),也就是所謂的“無中生有”。郭曉威表示,如果GAN的結果符合目標的真實分布,還是能起到一些作用。但是這種作用可能還是分場景,不見得每個場景都一定會有很好的效果,所以需要小心的設計。

郭曉威提到一個車型識別的案例:白天場景下的車型識別對AI而言相對輕松,但在夜晚場景就難度陡增。一是因為這類數(shù)據(jù)量相對較少,另一個是光線昏暗也不利于人工標注。優(yōu)圖實驗室的解決方案是利用CycleGAN的技術,通過大量使用白天數(shù)據(jù)自動生成、模擬夜晚數(shù)據(jù),然后將模擬后的夜晚數(shù)據(jù)與真實夜晚數(shù)據(jù)混到一起訓練,最終成功使夜晚識別效果大幅提升。

挑戰(zhàn)四:商業(yè)場景多變,AI泛化能力差,調優(yōu)又太慢

技術上而言,在一個特定場景下訓練出的表現(xiàn)效果可以做到非常好,但換了場景以后效果就直線下降。解決方案上,技術手段要做場景遷移,常用的手段就是遷移學習,最簡單的就是把目標數(shù)據(jù)標完之后再進行訓練。但這種情況下需要大量的標注數(shù)據(jù),從采集標注到訓練,通常也需要較長周期。郭曉威推薦了領域自適應技術,可以快速適應新場景,具有成本低、效果好、普遍適用等優(yōu)勢。

優(yōu)圖實驗室針對領域自適應技術,提出了一個創(chuàng)新的ReID技術,具體原理及效果如下圖所示:

挑戰(zhàn)五:AI需要海量數(shù)據(jù),如何保護客戶/用戶隱私?

AI的成長需要海量的訓練數(shù)據(jù),從場景中來的數(shù)據(jù)能讓效果最大最優(yōu)化。但通常場景中的數(shù)據(jù)也涉及一個隱私問題,很多時候用戶數(shù)據(jù)不能離開本地。有沒有辦法既能滿足AI的訓練,又能夠保護用戶的隱私呢?郭曉威分享了一個名為AceCV系統(tǒng),它可以支持本地數(shù)據(jù)訓練,模型自主進化與集成,實現(xiàn)方案基于領域自適應與模型集成等技術,完成端+云升級。

與聯(lián)邦學習相比,AceCV系統(tǒng)不需要傳數(shù)據(jù)和梯度,只需低頻進行模型回傳,同時具備自主進化模塊和模型集成模塊,保證場景模型持續(xù)低成本迭代、聯(lián)合多場景優(yōu)勢升級云端模型。優(yōu)圖實驗室去年創(chuàng)新地提出了濾波器嫁接技術(Filter Grafting),可支持多模型之間取長補短,互助升級。

分享結束后,郭曉威老師還針對留言區(qū)提出的問題作了精彩解答,篇幅所限,此處不再贅述。

騰訊云視覺AI的商業(yè)化產品實踐探索

“頂天還是立地,改變世界還是努力賺錢?這是我本次分享的副標題,也是我們想與業(yè)界一起探討的問題。”

騰訊云AI視覺產品中心總經理王磊向與會者完整地分享了騰訊云AI目前所處的位置與所做出的成果。他介紹到,騰訊云AI是騰訊AI的商業(yè)化出口,在底層的算法、云資源層面,有包括騰訊優(yōu)圖、微信AI、AI Lab、音視頻實驗室在內的一系列頂級實驗室和海量的服務器、GPU/CPU等資源;在平臺和產品層面,包含泛娛樂平臺、工業(yè)AI平臺、廣電傳媒AI中臺、內容審核平臺四大平臺,提供文字識別、人臉識別、圖像識別、知識圖譜、AR/VR等一系列豐富產品;在生態(tài)層面,圍繞開發(fā)者社區(qū)、培訓、競賽、AI加速器、眾創(chuàng)空間、專項合作計劃為行業(yè)提速。

騰訊云AI在商業(yè)化落地的探索中,不斷踩坑填坑,一路成長,積累了可供業(yè)界參考的寶貴經驗。王磊將其總結為四大階段:確定方向、孵化產品、打造標桿、推廣復制。

確定方向

確立方向是第一個環(huán)節(jié)的工作,簡單來說就是選擇做什么。道路千萬條,勝利第一條。選擇方向錯,團隊兩行淚。騰訊云AI的做法是首先對行業(yè)的關鍵流程或重點問題進行深入的分析,推演應用方式和商業(yè)模式。比如在教育行業(yè),可以從核心的教、考、管、育的教學流程中去尋找AI的應用場景,最后發(fā)現(xiàn)使用人臉識別可以幫助學生非常方便的完成網課的登錄,不需要再去設置密碼,而且天然地帶有身份認證,避免了代打卡、*等情況。

除了對行業(yè)的洞察之外,在確立方向的時候也可以參考業(yè)界主要玩家的情況,特別是已經存在的頭部玩家。騰訊云在做AI的產品開發(fā)設計的時候會去調研市場主要玩家的情況,這直接影響該市場未來競爭的激烈程度。

孵化產品

這里主要考慮兩個問題,一是技術是否可行;二是產品的價值是什么,特別是和競品比,產品的差異化或者優(yōu)勢是什么。王磊以騰訊慧眼的案例拆解了孵化產品這一步的核心問題,可以看到,慧眼人臉核身的四層設計形成了這樣一整套立體化豐富的安全的刷臉系統(tǒng),具備較高的商業(yè)價值和廣泛的應用場景。目前國內市場上,慧眼是份額第一的人臉核身產品。

打造標桿

標桿的打造也是檢驗產品的過程,產品是不是一個好的產品,關鍵要看產品是不是真正為客戶創(chuàng)造了價值。只有好的價值才能獲得客戶的認同,才會有后續(xù)的、持續(xù)的、健康的使用和付費。

騰訊云AI的標桿客戶不勝枚舉,王磊表示微眾銀行是一個比較典型的客戶案例。微眾銀行是國內首家互聯(lián)網銀行,微眾的遠程核身流程應用了騰訊云慧眼人臉核身技術,在總理視察微眾銀行時當場見證了人臉核身的演示,經過媒體報道以后慧眼有了更多的客戶慕名而來。

王磊指出,標桿的打造不是一錘子買賣,所謂隔行如隔山,在某些重要的行業(yè)仍舊需要頭部企業(yè)的背書以為產品帶來更高的認可度。中國聯(lián)通就是騰訊云AI在電信運營商領域拿下的首個頭部標桿客戶,騰訊云AI也為其提供了顯著的降本效果。

除此以外,王磊還提到了深圳市的政務場景以及直播場景中的斗魚公司等案例,揭示了騰訊云AI在增效、合規(guī)等方面提供的客戶價值。

推廣復制

推廣復制環(huán)節(jié)背后的問題很復雜,但核心提煉下來其實就一個詞:增長。它和市場的供需、產品的價值和產品的特點都密切相關。王磊表示,想要做好增長首先需要想清楚三個問題:

目標客戶:目標客戶是誰?目標客戶所在的行業(yè)是哪些?客戶是什么類型?是誰在使用它?是誰在給它付費?

定價策略:策略是利潤最大化還是收入最大化,是要去搶占市場份額還是要去拉動活躍用戶?

復制效率:如何把產品快速地賣給新客戶,并完成交付。

只有想清楚了這幾個問題,并做好針對性的設計,才有可能在商業(yè)化產品的實踐探索中找到可持續(xù)發(fā)展的方向。

王磊總結道,確定方向、孵化產品、打造標桿、推廣復制背后有一條暗含的邏輯,企業(yè)在不同的階段、不同的場景下所應采取的做法也不盡相同,要隨著變化而變化。AI技術的商業(yè)化產品實踐是一個循環(huán)演進的過程,要不斷地理解行業(yè)、提供價值、優(yōu)化價值、找尋新方向、孵化新產品,不斷地向前探索。

“在AI生態(tài)建設上,騰訊云AI致力于連接產業(yè)和開發(fā)者,共建開放生態(tài),共建共贏。我們希望有更多的合作伙伴能加入到騰訊云AI的生態(tài)里面來,一起加速人工智能行業(yè)應用的落地。”

分享結束后,王磊老師還對評論區(qū)提出的騰訊內部AI平臺差異和落地等問題作了進一步解答。

計算機視覺技術在服裝行業(yè)的落地實踐

“從創(chuàng)業(yè)公司維度看AI在行業(yè)的落地,可能會有不一樣的視角。在人工智能落地的所有行業(yè)里面,可能服裝或者時尚這樣的一些行業(yè)是相對來講大家偏陌生的一個行業(yè)。為什么我們要選擇在服裝行業(yè)來落地人工智能,今天希望跟大家一起分享探討。”

知衣科技聯(lián)合創(chuàng)始人兼CEO鄭澤宇老師作為AI領域的創(chuàng)業(yè)者,帶來了一些不同于騰訊云AI落地的思考與視角。鄭澤宇老師此前曾供職于Google,也是國內知名的TensorFlow專家。他提到,從2015年起人工智能概念開始火爆,大家都希望拿著技術的錘子去找場景的釘子,AI領域的初創(chuàng)企業(yè)也特別多,不同的技術方向會孵化出不同的AI企業(yè)。這個階段被他稱之為AI技術落地的第一階段,技術尋找場景。

第一階段經過一段時間的發(fā)展以后,AI領域的初創(chuàng)公司撞上了一堵“南墻”:巨頭公司下場,競爭激烈;創(chuàng)業(yè)公司資金緊張,AI燒錢太快。這個時候,如何讓AI技術在更多其他行業(yè)、場景下得到應用并產生商業(yè)價值,成了AI商業(yè)化落地的新主題,也就進入了人工智能落地的第二個階段,場景結合技術。

以服裝行業(yè)為例,其實在這個行業(yè)里面要用到的技術特別多,除了CV這樣的技術之外,自然語言處理、關聯(lián)推薦、以圖搜圖、數(shù)據(jù)分析、趨勢預測等都是關聯(lián)技術。鄭澤宇表示,每個行業(yè)的數(shù)據(jù)非常多,不同的數(shù)據(jù)需要用到不同的整理方式方法和算法技術,基于這樣的技術和應用場景深度融合、綁定以后,才發(fā)現(xiàn)技術對一個行業(yè)的影響是可以做到深遠的。

鄭澤宇提到,很多AI創(chuàng)業(yè)者們的初心和愿景就是要去顛覆自己選擇的行業(yè),反而忽視了對行業(yè)的理解。他認為只有真正地去理解了行業(yè),才能在最關鍵的地方做出改變,才更有顛覆行業(yè)的可能,這也是知衣科技創(chuàng)業(yè)的實現(xiàn)路徑和價值觀。

很多人對服裝行業(yè)的感知是時尚、藝術,而這很難被AI所理解。但在對服裝行業(yè)做了深入理解以后,鄭澤宇發(fā)現(xiàn)它是一個99%商品+1%藝術的場景。在這個行業(yè)做AI創(chuàng)業(yè)并不是要去取代設計師,而是要利用AI技術去做好服裝的選款,這是一個偏理性同時也可以被AI理解的方向。傳統(tǒng)的選款方式通常會遇到各種問題,而AI技術要解決的也恰恰就是這些無法被數(shù)據(jù)量化的主觀問題。

在互聯(lián)網場景下,海量數(shù)據(jù)的獲取讓基于數(shù)據(jù)的分析不再是難事,但也恰恰是因為數(shù)據(jù)量太大導致無法形成有效解讀。特別是圖像等非結構化數(shù)據(jù),由于難以直接由計算機識別理解,需要經過人工智能圖像分析后,得到結構化的數(shù)據(jù)標簽,才能有效利用。如何讓機器理解時尚,就成了知衣科技需要解決的核心痛點。

鄭澤宇表示,計算機視覺最經典的三個問題,首要解決的就是讀懂圖,第二是要做好分類,第三要解決搜索問題。但理解時尚,并不屬于以上三個類別。為了能夠有效地讓計算器理解商品圖,知衣科技將商品圖分為12個維度,超過500個標簽,把人工能夠歸納和整理的標簽全部窮盡以后,讓深度學習模型進行嘗試。

在不斷地調整模型、增加容錯、優(yōu)化標簽和長期的人工智能算法打磨以后,最終實現(xiàn)了比較不錯的準確率:

基于這些數(shù)據(jù)和特征,延展出了以圖搜圖、趨勢預測、智能試衣等功能。鄭澤宇表示,目前服裝行業(yè)的知名線上/線下品牌基本都已成為知衣科技的客戶,公司也實現(xiàn)了自負盈虧,在AI創(chuàng)業(yè)公司中屬于現(xiàn)金流比較健康的一批。

分享最后,鄭澤宇老師還針對計算機如何理解美的定義以及服裝場景下3D建模等問題做了精彩回答。

圓桌論道:新基建背景下給人工智能帶來的挑戰(zhàn)和機遇

在本次技術閉門會的圓桌討論環(huán)節(jié),優(yōu)圖實驗室-昊天研究中心負責人 & 專家研究員郭曉威、騰訊云AI視覺產品中心總經理王磊、知衣科技聯(lián)合創(chuàng)始人兼CEO鄭澤宇、海深科技CEO戴劍彬、香港科技大學助理教授陳啟峰以及本場主持人騰訊優(yōu)圖實驗室AI高級研究員彭湃針對新基建時代主題下給人工智能帶來的挑戰(zhàn)和機遇分享了各自的看法與思考。

王磊:2017年底到2018年初,當時還沒有新基建的提法,騰訊云AI要往哪個方向走要做很多的探索和決策。一路走過來之后再反思過去的那些探索過程,其實核心就是幾個方面:你對行業(yè)是否足夠的理解,你對技術是否有合理的判斷,你對自身的差異和優(yōu)勢是否有正確的認知。從這幾個維度去剖析自身,基本都能得到一個明確的答案,這個答案未必自身愿意接受,卻是對行業(yè)的深刻理解。從現(xiàn)在這個時間節(jié)點看,騰訊云AI做得還不錯,這一路的探索和實踐也積累了很多經驗和方法論,在新基建時代下同樣受用。

鄭澤宇:服裝行業(yè)本身就比較注重線下場景,從設計到生產到營銷無不如此。現(xiàn)在很多技術也在試圖打通線上線下,讓數(shù)據(jù)充分流通,廠商提供的智能化設備也有非常廣泛的應用。在這樣的背景下,其實從后端的生產到品牌的運營再到前端的營銷,其實都是新基建的組成部分。知衣科技在這個過程中希望沉淀的最核心的能力就是數(shù)據(jù)打通和收集的能力。通過新興技術比如人工智能、5G、邊緣計算所帶來的新基建成果,讓數(shù)據(jù)收集能力越來越強大,通過有效的處理最終形成更加科學的數(shù)據(jù)決策,這是新基建為行業(yè)提供的可能性,我們也在做積極的布局,去迎接這樣的變化。

戴劍彬:智能安檢是海深科技從2019年至今的重點發(fā)展方向,也符合現(xiàn)在的新基建時代背景。我們目前對智能安檢的投入相當大,而且后續(xù)的衍生領域也挺多,比如安防方向等。新基建的大前提對我們的益處還是比較大的,三四年前找企業(yè)合作比較困難,但現(xiàn)在不管是To B場景還是To G場景,都能很好地觸達客戶,對新技術的開放能力和接受的心態(tài)都不可同日而語。海深科技后續(xù)的發(fā)展重點還是要專注在這個領域內做深、做出突破。

陳啟峰:新基建背景可能促生的更多是線下AI能力的落地,我很多研究的項目也都會跟實際的應用會有結合。比如現(xiàn)在有一個研究的方向是怎么去設計新的下一代的深度的攝像頭。然后我們在學校里做一個東西出來,證明它的可行性。我們在學校里面搭建了一個這樣的模板,但是如果到線下要去落地,可能還需要工業(yè)界的配合,把相關的深度的攝像頭用起來。這個技術主要是用在汽車上,尤其是無人車。除了室外場景,我們也有室內的研究項目。在學術界,我們的重點可能是要證明一些新技術的可行性,如果有一些學生感興趣,他們會做自己的產品,然后我們去提供支持。

郭曉威:我們看到新基建這個詞是今年新提出來的,它包含了5G、人工智能、交通、能源還有工業(yè)這些領域,勢必會催生大量的線下AI需求。目前優(yōu)圖實驗室在這幾個方向都有研究投入,比如工業(yè)互聯(lián)網、比如政務民生等方面。但是,其實我們也可以看到,在這個過程中對AI也提出了一個更高的挑戰(zhàn)。優(yōu)圖實驗室還是希望能夠解決一些業(yè)界普遍存在的落地問題,希望能夠解鎖更多的限制。另外也需要政府去推動打通一些數(shù)據(jù)層面的分享,打破數(shù)據(jù)的孤島,從政策層面去降低AI的準入門檻,這是我對新基建的一些觀點。

最后,圓桌大咖們針對目前社會熱議的限制出口技術目錄與國外技術封鎖等問題做了深入的思想碰撞。本場閉門會主持人騰訊優(yōu)圖實驗室AI高級研究員彭湃也給風口和挑戰(zhàn)面前的AI從業(yè)者們送出了寄語與自勉。

AI的價值,要從實踐中找尋。但TVP還十分清楚,技術的價值,一定是普惠大家。本次計算機視覺技術閉門會的圓滿結束,在給AI業(yè)界以落地參考的同時,也帶來了更多的深入思考,或是新的創(chuàng)新點子、或是新的商業(yè)模式,最終都將為整個行業(yè)的落地加油助力。

從概念到實踐,從云端到落地,從現(xiàn)在到未來。AI還有很長的路要走,新基建也還有很多的事要做,但在這條路上,我們放眼看去都是同路人,眾行者遠。

關于TVP技術閉門會

TVP,即騰訊云最具價值專家(Tencent Cloud Valuable Professional),是騰訊云授予云計算領域技術專家的一個獎項。TVP 計劃致力打造與行業(yè)技術專家的交流平臺,構建云計算技術生態(tài),實現(xiàn)“用科技影響世界”的美好愿景。

TVP技術閉門會,是為TVP打造的專屬技術閉門研討會,旨在為大家提供一個開放、平等、知無不言的交流環(huán)境,便于 TVP們針對熱門技術、前沿科技、技術管理等話題進行深入探討。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！