训练|腾讯云副总裁吴运生:AI落地出现新变化,对细分行业需要深入理解( 二 )


通过上述案例可以看到 , 想让AI技术在某一行业落地 , 就需要相应公司成为这一行业的专家 , 要投入大量的资源和精力 。
平台搭建或成破局之路
但吴运声认为 , 每个企业的资源都是有限的 , 不可能在所有行业都投入大量的资源去做 , 所以平台化是一种方向 。
以AI图像识别为例 , 吴运声称 , 用户的需求非常广阔 , 可能看到一只鸟想识别一下 , 有一个口罩也要识别一下 , 随便什么东西都可能有识别的需求 。
“我们确实并没有那么多的人力把所有的东西都做了 。 所以 , 基于这样的命题 , 我们现在的解决方案是推出一个平台 , 我们希望推出这样的平台之后 , 有更多的用户、使用者可以自己在平台上准备和标注他的数据 , 然后进行训练 , 得到他的模型 。 ”吴运声说 。
据了解 , 12月23日启动的第二届腾讯Light?公益创新挑战赛也是腾讯建设“AI平台”的尝试之一 。
吴运声认为 , 平台化发展和专业化深耕已成为应对AI落地新变化的两条主要路径 。 而对优图实验室而言 , 平台化主要是在技术层面做拓展 , “让技术能够支撑到更多领域” 。
而想要实现专业化 , AI企业需要“跳进”某条赛道 , 成为“行业专家” , 在这个过程中 , 也会面临“样本不足”等一系列具体化的问题 。
“我们以前做图像识别的话 , 有一个特点就是样本量非常大 , 可能有百万级、千万级甚至亿级的样本量帮助我们做训练 。 但是到了结构件 , 比如手机摄像头支架 , 这个支架下可能会有一些瑕疵 , 而瑕疵的零件很少 , 我用于训练的样本量就非常少 , 可能只有几十个 , 跟那几百万的训练差别非常大 , 这就需要我们去研究小样本学习 。 这些瑕疵人眼可能看不清楚 , 是非常小的瑕疵 , 这种对于我们的检测技术也提出了非常多的挑战 。 ”吴运声说 。
每日经济新闻

推荐阅读