『No21: 人工智慧--機器視覺的商業邏輯』
大家好,我叫謝偉,是一名程式員。
迫於生活的壓力,最近的更新的頻度,嚇人,好在沒人催更。
本期的主題:人工智慧--機器視覺的商業邏輯。
人工智慧是一個非常熱門的話題,湧現了諸多的人工智慧公司,每家公司都標榜自己是人工智慧公司。
那麼其中機器視覺類的人工智慧公司的商業邏輯是什麼?
本期就從後端的角度,講述人工智慧--機器視覺的商業邏輯。
1. 機器視覺
機器視覺的核心是識別。有識別物體的,也有識別人的。
識別物體的,有這類產品,比如機器人、拍照識圖之類的,現在的很多的智慧手機,採用某些公司的成熟演算法,識別這塊往往成為賣點。
對於這類創業公司,這是變現的一個途徑,即把演算法賣給手機廠商。這類演算法,往往達到識別的目的就沒有類後續的分析。
識別人的,這類產品比較高大上,比如常見的刷臉系統、美顏之類的。當然有公司做平臺,比如Face++; 也有公司提供解決方案,比如商湯科技。也有做晶片的,即將演算法整合在嵌入式晶片內。
那麼這類的識別人的賣點是什麼?
- 安防
- 門禁
- 零售
- ...
識別領域,第一拼的是識別正確率,第二拼的是速度。後臺人臉資料往往10萬是一個等級,100萬是一個大的等級。
2. 安防
傳統的安防領域,靠的是攝像頭,起到的作用的監控,比如樓宇的安防,比如交通系統的安防,報警系統等。
這類安防,靠的是誰的攝像頭質量過硬,比如國內比較出名的海康、大華等。
安防領域,集成了人工智慧,又會發生什麼樣的火花?
傳統主要做監控,發生異常,可以及時處理,加入人工智慧,可以用於防範、預測。
此時的攝像頭已經不是傳統意義上的攝像頭,它變成了一個數據採集入口。通過對人臉系統的識別,得到體量龐大的資料,結合資料分析,能夠得出一些有用的資訊,這些才是加入人工智慧之後的有用價值。
比如通過資料分析,大資料探勘,可以提前感知,某地的危險,達到提前預防的目的。
3. 門禁
傳統的門禁,需要的帶有晶片的卡,這樣才能通過某通道。加入人工智慧之後,只需識別人臉特徵,比對歷史資料庫內內容,可以感知人是否有許可權進入,識別速度快、精準對高。大大的提高了效率,比如春運,火車站人員複雜,人員基數大。使用這類產品,做到無感識別,是否是有許可權通過,大大提高效率。
結合公安系統,甚至可以做到識別犯罪嫌疑人的資訊之類的。
4. 智慧零售
新零售也是網際網路大佬們喜歡談的話題。線下零售本質上要提高產品的銷量,有針對性的向用戶推薦產品。
線下不同於線上,可以收集到使用者的歷史資料資訊,結合推薦系統,可以向用戶推薦產品,以提高銷量。
前面說了,整合人工智慧的攝像頭,是資料採集源頭。針對採集到的人臉資訊,可以分析出使用者的基本資訊,比如性別,年齡。
得到這些基本資訊,之後的操作好辦了,體量大的購物中心,可以有源源不斷的資料來源,通過採集到的使用者資訊,可以進行資料分析,比如30歲年齡段的女性喜歡什麼產品,比如某個人的進店記錄,消費水平,這樣可以針對性的推薦產品,引導店鋪進貨資訊和推薦資訊。
- 推薦產品
- 針對性的進貨
這樣也可以找到賣點。所以攝像頭拼的是什麼?價格+演算法。有公司的產品低功耗、識別率高,你買不買?
有公司的產品晶片識別速度快,賣點再識別率,你買不買?
上述就是簡單的分析機器視覺的商業邏輯。
通過這套邏輯的分析。你大概就知道絕大多少機器視覺公司在做些什麼?
- 維護識別演算法:1. 準確率 2. 資料容量級別
- 晶片:整合演算法
- 攝像頭:模組化
- 後臺:管理系統、資料分析、大資料探勘