人人都能搞懂的AI(三)- 企业中搭建AI


段落一前两篇主要讲解了

什么是AI

 以及

项目中如何搭建AI

;这一篇主要讲解之前提到的项目,如何加入到企业的运作中。

1.大纲
  • 复杂AI产品的案例分析

  • AI团队中的角色

  • AI转型指南

  • 走出第一步

  • AI应用和技术的现状调研

2.案例分析:智能音箱

如何叫智能音箱给我讲个笑话?实现过程如下:(括号中为训练模型)

  1. 触发关键词唤醒(输入音频数据,输出是否为唤醒语句)

  2. 语音识别(输入音频数据,输出讲话内容)

  3. 意图识别(输入讲话内容,输出意图类型)

  4. 执行-播放一个笑话的语音文件


3.案例分析:无人驾驶

如何驾驶,简单版本的过程如下:

  1. 输入图片/雷达/激光雷达数据-探测车、行人

  2. 动作规划-规划路径、控制速度、方向

接下来看看更多细节,更真实的无人驾驶的工作流程

  1. 收集数据

    1. GPS-识别车辆的绝对位置,即地球坐标

    2. 加速计-实时精准监测汽车的加速减速

    3. 陀螺仪-观察汽车是否有倾斜

    4. 地图-结合路线和GPS位置辅助下一步的决策

  2. 处理数据

    1. 汽车探测-行驶轨迹预测

    2. 行人探测-行驶轨迹预测

    3. 路线探测

    4. 红绿灯探测

  3. 输出决策

其中每个功能点都是一个组件,会交给不同的人去攻克,最后再把大家的成果都组合到一起,成为了一个可用的无人驾驶汽车。

4.AI团队中的角色

软件工程师:非ML类的代码工作,比如执行一个笑话的部分,或者确保无人驾驶的稳定性;

机器学习工程师:调试机器学习算法,训练模型;

机器学习研究员:研究新的或者更高效率的机器学习算法。

数据科学家:检查数据,并输出思考,给团队和高层提供决策的数据依据;现在也有的公司,把它设定为和机器学习工程师一样的工作职责;

数据工程师:组织数据;搭建数据系统,方便查询,安全和高效;(很多公司的数据量级是PB级,1PB=1000GB)

AI产品经理:帮助决定做什么,发现可行的和有价值的方式。

5.AI企业转型指南
  1. 做个试点项目来积累动能:对于初始项目成功比实现最大价值来的更重要;项目周期控制在6-12个月内;可以自己开发也可以外包

  2. 搭建一个内部AI团队:可以设定CAIO来专门负责AI,有专门的AI团队和其他业务部门沟通;

  3. 提供面向各部门的AI培训:AI人才不够,一方面可以通过内部培训培养人才,一方面让各部门对AI有足够的认识,方便协作;

  4. 开发一个AI战略:只有经过了如上3个阶段,才能对AI有一个更全面的认识,在此基础上设定的战略才更靠谱;战略需要依据更好的产品→更多用户→更多数据→更好的产品,这样的循环;AI战略还要有数据战略支撑,战略性数据收购,统一的数据仓库;创建网络效应和平台优势,在赢者通吃的大环境下,AI会是很好的推进器;

  5. 开发内部和外部的交流:投资人关系,政府关系,用户教育,人才招聘,内部交流……

6.需要避免的陷阱

不要把AI当成万能的,多听AI团队的意见,这段没啥干货。

7.走出第一步

多学多沟通……

8. AI的主要应用领域调研

计算机视觉(Computer Vision):图片分类,对象识别,人脸识别,物体探测,追踪,图像分割

自然语言处理(Natural Language Processing):文本切割,情绪识别,信息检索,人名识别,机器翻译

语音识别(Speech):语音转文字,文字转语音,语音唤醒,语音身份识

机器人学(Robotics):可以识别周围的物体,可以跟随另一个机器人,可以发送指令给另一个机器人

9. AI的主要技术调研

监督学习(Supervised Learning):输入A,然后输出B,必须设定好B是什么

非监督学习(Unsupervised Learning):不设定B,而是让机器自己去发现输入的数据有哪些规律

有个经典案例叫谷歌猫,当时输入了大量的youtube视频,结果电脑自己发现了一个猫的图像,而显而易见的是youtube里确实有大量猫的视频。

迁移学习(Transfer Learning):比如用车辆识别的算法,去训练识别一辆高尔夫车,这样就可以用更少的数据,训练处更高精度的模型

强化学习(Reinforcement Learning):就像训练小狗,做对了就奖励,做错了就惩罚;用这样的方式训练一个无人直升机,一开始就让他随机飞行,在不断的告诉他对错了之后,她就知道如何躲避障碍物,如何走在正确的路上了(Alpha Go用的就是这个方式),但这个方式的缺点是需要超大量的数据。

生成对抗网络(GANs-Generative Adversarial Network):非常擅长合成图片,用梵高的方式作画,和合成人脸都是用的这项技术。

知识图谱(Knowledge Graphs):被低估,学术研究很少,有点像wiki或者百度百,不过准确说是一个把所有知识都关联起来的超大型的知识系统。

10.总结

还有最后一周啦,讲的是AI和社会,梳理下来感觉课程非常有体系,从最开始的什么是AI到如何在项目中运用AI,如何在企业中运用AI,如何在社会中运用AI,逐级放大场景,从讲述一个小问题,慢慢添砖加瓦,到最后可以清晰的叙述一个大问题。

每一个问题都有概念+案例+流程,既有技术,又有商业,真的非常全面。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354

推荐阅读更多精彩内容