2018年的兩個消息，讓素來低調的騰訊優圖進入更多人的視野。
2018年9月6日，騰訊執行副總裁湯道生在首屆計算機視覺峰會上宣布，騰訊優圖實驗室升級為騰訊計算機視覺研發中心，不設KPI，聚焦并加強在計算機視覺領域的投入。
2018年9月30日，騰訊宣布将原有的7個事業群合并重組為6個事業群，騰訊優圖實驗室從原有的SNG(社交網絡事業群)轉到了新成立的CSIG(雲與智慧産業事業群)。據了解，CSIG整合了騰訊雲、互聯網+、智慧零售、教育、醫療、安全和LBS等行業解決方案，被騰訊賦予了推動産業數字化升級的使命。
騰訊優圖實驗室是騰訊旗下三大AI實驗室(優圖實驗室、AI Lab、人工智能聯合實驗室)之一，也是三大實驗室中成立最早的一家，其官網自我介紹為“騰訊旗下的機器學習研發團隊，專注于圖像處理、模式識别、深度學習。”億邦動力了解到，騰訊優圖目前可以在人臉識别、圖像識别、醫療AI、交通、OCR等領域提供完整的解決方案。
2017年.騰訊就曾提出“Make AI Everywhere”(讓AI無處不在)的口号，意圖在技術、場景和平台三個層面推進AI的發展，更多地把AI技術落地到具體的應用場景。2018年針對優圖實驗室的這兩番調整，再次明确了優圖實驗室将作為騰訊産業互聯網的技術前鋒，為騰訊的人工智能産業化戰役打起頭陣。
AI技術的落地一度是各産業的迷思。有AI行業從業者向億邦動力表示，現階段的AI熱潮大部分依然相對表面。無論是數字化轉型的大勢所趨，還是國家推動人工智能産業落地的願景，創新的技術如果不能與産業訴求切實結合，便無法真正給予産業以支撐。
2018年的最後一周，億邦動力與騰訊優圖實驗室核心人員進行了一次溝通。在AI成為産業數字化重要基石的産業互聯網時代，騰訊優圖就技術落地的問題給出了源于實踐的理解，億邦動力抓取了五點以饋讀者。
①2018年，AI技術的關鍵詞是深化
經曆了前幾年深度學習等人工智能技術的集中式突破，2018年，整個AI行業更多地紮根在更實際、更垂直的業務落地場景，與場景結合做深、做透。以人臉識别為例，雖然從技術層面和架構層面沒有太大的變化，但從2014年到2018年，每年的準确率都有翻倍的提升，錯誤逐年縮為一半以下或者到十分之一。幾年前，幾千萬甚至上億規模的人臉檢索很難想象，現在成為了現實。
從技術框架的角度來說，許多技術看上去變化不大，但是實際的難度層面拔高了很多。在過去，線下的人臉識别是一個難題，需要面對大量的遮擋、光線、年齡等差異。在今天，基于不同光照、不同場景的識别成為可能，甚至可以做到跨年齡識别，這些都體現了技術在特定垂直場景的深化。
②2018年，AI技術的短闆是落地
不少AI企業能輕易地做一些示範性的落地，包括DEMO或者标杆的落地應用。但真要想大規模落地的時候，會發現過程裡的每件事情都很難，髒活累活都得幹。以騰訊優Mall智慧零售系統為例，人臉識别在标準數據集上可以做到99.99%的準确率，但是在實際應用場景下就會變得複雜很多。例如，不同的店裡光照差異很大，有的是白光，有的是藍光，識别率就不一樣，需要搜集更多不同的場景、不同光照的數據來提升模型和技術的能力。
技術指标上的差異還算不上難題，還有很多線下實施的問題。再舉一個例子：有客戶反映客流統計有問題，排查後發現客戶使用的時候把電源給拔了。
在不限于零售的業态裡，AI技術的企業級服務需要到每個店去精耕細作，需要大的投入，以及持續積累運營的過程。對于AI技術來說，落地難本身就是一個短闆，這也可以說是技術基因決定的。
當然，除了産業落地的問題，國内AI技術的發展還有人才供給不足等困難。
③2018年，AI技術還沒有“同質化”
所謂的“技術同質化”，當前對外暴露比較多的局限于算法層面。比如，在圖像識别的一些榜單上，大家看差别不大，容易下“技術同質化”的論斷。
實際上，技術的差異化并不僅僅體現在這裡，不同的團隊之間做出來的技術差異始終存在。當下的AI技術可以說都是處于同一個時代的技術，某種程度上可能沒有邏輯上的本質區别。但是當數據規模越來越大的時候，細節處體現的差異也會越來越大。換個角度，同樣是人臉識别技術，也可能有不同的場景，包括室内場景、自拍場景、室内的白天場景、晚上的場景等，而針對不同的場景，不同家的算法就會存在差異，很難有一個團隊在所有的場景都可以做到。
除了算法之外，包括工程和交付流程等在内的能力也都屬于技術上的差異化：公司A對一千家的門店的交付速度要比公司B更快，公司C安裝攝像頭的速度很快，公司D做運營監控系統比其他家要更完善等等……這些都是很重要的差異點。站在整個解決方案層面看，技術隻是其中的一小部分，後面的部分都需要各自配合。在當下，技術處于一個發散發展的階段，大家都會往前走，看起來方向比較“同質化”，但最後還是看各家的産業整合能力、線下能力，包括所謂的AI算法能力，看誰能跑得更快。
④核身技術是産業數字化的重要工具
一句很有名的話是：在互聯網裡面沒人知道你是誰。判斷線上線下是不是一個人，是具有基礎意義的命題。在優圖實驗室的發展過程中，很重要的一個技術就是人臉核身──判斷目标是不是同一個人，更進一步判斷這個人是不是活人。
在經曆了第一代的技術語音，第二代的交互+防翻拍，第三代的光線活體技術後，優圖實驗室在2018年升級到了跟硬件設備相結合的技術的3D結構光的活體技術。在這一過程中，對活體的判斷呈現出很明顯的技術演變路徑：從最開始要做很多的動作搭配語音，到後面隻要做一些簡單的動作，到隻需要光照，到最後根本不需要配合……過程變簡易，檢測活體的能力以及準确度則越來越高。這一能力在優圖實驗室輸出的兩個業務中得以完整體現：一是人臉核身，通過精準的OCR技術和人臉對比技術整合，可以幫助提升銀行、保險、證券等行業的核身效率;二是人臉支付，包括微衆銀行的遠程開戶，以及與微信支付聯合提供的刷臉支付系統等，強化移動時代支付的“無感度”。
在未來，通過更少的時間、更小的代價知道“你是誰”是打通線上線下數據的關鍵一步。核身技術作為能力實現的重要工具，将會是各家打磨的重點。
⑤騰訊優Mall經驗：短期與标杆客戶共同打磨産品，長期可輸出通用的解決方案
包括騰訊優Mall在内，全行業的零售解決方案仍然處于一個探索的過程。當前，騰訊優Mall不斷在做的是将優圖實驗室所具備的通用能力，整合成一些比較好的、符合零售業态需求的産品模塊，從而對外輸出能力。短期内，騰訊優Mall的選擇是始終深入與客戶共同打造産品的過程，在和标杆客戶的磨合中探索技術如何适應他們的需求、如何更好地幫助零售行業創造價值，可以稱之為定制化。
事實上，由于前文中所述的落地難問題，幾乎所有AI技術提供方在實際交付的過程中都會有調整和定制的過程。未來，在數據維度更為豐富、數字化門店的建設更為标準化的前提下，打包出售通用能力或将成為傳統零售業者和技術提供方都更喜歡的形式。(來源：億邦動力網)
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
