2020年或许是人工智能技术“加速应用”的一年

  • 来源: 驱动号 作者: AiChinaTech   2020-02-12/18:54 访问量:
  • 回顾2019年,人工智能依旧是整个行业的关注热点,特别是从技术研发到应用落地获得了众多突破,AI推动着全球科技企快速进步。近年来,国内也出现了一批优秀的人工智能初创企业,包括旷视科技、商汤科技、极链科技、优必选科技等。AI技术开始走向应用阶段,垂直细分市场包括媒体广告、银行与金融服务、工业制造、零售、医疗保健、汽车、物流、家庭智能等。

    在 IHS Markit 近期发布的AI普及度调查中预测,到2025年 AI 应用将从2019年的428亿美元激增至1289亿美元。在未来越来越多的领域将会应用到人工智能技术,这样将成为行业前沿发展的主要研究方向。

    人脸识别、检测技术加速安防行业智能水平提升

    当下普遍的智能安防应用是通过摄像机联网+网络硬盘录像机来实现的,人脸识别、检测、比对则主要在云端完成。包括三种内容比对模式前流后比对、前抓后对比对、前比对后呈现模式。前两种比较容易理解,都是通过前端摄像机抓取信息,视频内容传输到云端或智能设备内进行比对。而最后一种则是在前端直接完成人脸识别、检测和比对,技术难度和成本都高于前者。

    在智慧安防领域商汤科技推出了一系列软硬件协同支持服务,以 SenseFoundry 方舟城市级开发视觉平台 为例,支持人脸识别和分析,可支撑上层应用的实时黑名单布控、轨迹还原等业务。定位于可扩展至十万路级别视图源、千亿级别非结构化特征和结构化信息融合处理和分析的开放视觉赋能平台。

    智能营销加强广告和用户的匹配度

    尽管外界普遍预测2020年经济增长将会继续放缓,数字营销、广告行业都会面临诸多挑战。但是随着各类前沿智能营销技术的应用,品效合一的智能化广告依旧会被广告主青睐。比如,常见的信息流广告具有良好的曝光效果,AI视频广告有良好的内容匹配度和品牌关联度。强硬的广告口播植入常常出现在综艺节目当中,这种“简单粗暴”的方式看似很直接,但背后的成本费用也是相对高昂的。相反AI视频广告的持续性更强、成本相对较低,视频内容和用户的高匹配度

    在智慧营销领域,极链科技推出 ASMP灵悦 AI 广告平台,以视频AI技术为核心,对全网449万APP中的视频进行场景解析,进而驱动场景新经济的发展,通过AI识别找到与品牌、产品相关链的场景进行广告曝光,实现自动批量化投放。AI可以帮助广告实现内容和视频情景的匹配。将视频解构化处理为视频层、信息层、情景层,场景层,再通过AI技术针对性的进行标签分类,找到与广告内容匹配度最高的画面,再选择广告投放的形式。而视频识别的过程是通过计算机自动完成的,可以有效降低人力成本和时间成本。

    病历结构化、辅助诊断技术有效提高诊断效率

    在医疗领域,降低医疗成本提高诊断效率是人工智能需要解决的关键问题。其智能化主要体现在三个方面:第一是个人智能化导诊,每一个患者都拥有自己的云端病历数据库,可以方便其院内导诊及转院转诊;第二是诊疗设备智能,主要体现在病房床头设备和辅助拍片设备方面,DR\CT\MRI等检测设备拥有初检识别能力,辅助医生快速找到病灶切面;第三是院内管理职能,细分服务包括智能药房系统、智能财务系统、智能影像存储PACS系统等。

    在智慧医疗领域腾讯觅影推出一系列辅助诊疗技术,包括智能导诊技术、病案智能化管理、治疗风险监控等。以智能导诊为例,依托觅影在医疗领域积累的医学知识图谱、诊断模型、病情理解、名医专家库等AI辅诊基础能力,深度切入医院的疾病预测、辅助决策、数据分析等应用场景,提供一站式的开放技术。切入疾病预测领域的分诊导诊这一细分场景,可以根据医院需求定制,为患者提供智能导诊服务,缓解医院导诊咨询压力。

    网络通信技术促进智慧城市发展

    网络通信技术与人工智能技术的结合已经实现了AI在智能安防、智慧交通等多个领域的应用,技术协同是智慧城市发展的关键,细分包括人工智能、云计算、大数据、物联网、地理定位、视频比对等。随着智慧城市的加速建设部署,智慧交通管理将快速见效,交通信号灯的智能化管控将有效提高路口通行效率,间接达到节能减排、减少污染的效果。

    旷视科技依托前置计算、云端协同、大数据分析等技术的支撑,推出旷视洞见智能城市管理操作系统,基于大数据的逻辑分析及推理,关联分析将人脸、车辆、物品、时间、地点等多维度大数据进行深度关联融合,实现智能化“预测、预警、预防”。

    市场经济的发展刺激着企业加强对质量、成本、效率的控制,消费者也自发选择更加方便智能化的商品和服务。驱动AI应用发展的因素有很多,包括通信、大数据、云计算、深度学习等,很多技术之间是“互通关联”的,为达到降本增效的目的也有很多种方式方法去实现。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交
    文章数: {{userinfo.count}}
    访问量: {{userinfo.zongrenqi}}

    驱动号 更多