騰訊云AI應用產品總監王磊:AI 在傳統產業的最佳實踐

歡迎大家前往騰訊云+社區,獲取更多騰訊海量技術實踐干貨哦~

背景:5月23-24日,以“煥啟”為主題的騰訊“云+未來”峰會在廣州召開,廣東省各級政府機構領導、海內外業內學術專家、行業大咖及技術大牛等在現場共議云計算與數字化產業創新發展。

騰訊云AI應用產品總監王磊在云+未來峰會上做了主題為《AI在傳統行業的最佳實踐》的分享,以下內容整理自演講。
1112679-20180605105026473-1686542807.png

王磊:各位領導、各位來賓、合作伙伴、朋友們,大家上午好!

剛才各位演講嘉賓給大家分享了非常精彩的算法、產品各種精彩內容,我在這里主要和大家分享一下精彩的產品和算法是怎么落地的。我今天分享的題目是《AI在傳統行業的最佳實踐》。我是來自騰訊云AI應用產品中心的王磊。

我的分享分為三部分。首先超級大腦,智能矩陣。昨天小馬哥提出了超級大腦的概念,我們今天看從AI應用的角度,我們看超級大腦投射下來的智能矩陣,分為三部分:智能IssA、TI MAtrix,一部分是超級大腦,一部分是APPs,包括城市超級大腦、包括零售、醫療,我們想通過這樣的智能矩陣,給客戶聯合我們的合作伙伴一起,提供行業超級大腦提供智能應用,提供智能服務。

我們給客戶數據、算力、算法和場景,我們在實踐活動中認為,場景非常重要和關鍵,第一數據來源于場景,第二場景決定了算力,第三算法必須要適配場景。我們可以看到,我們現在的AI已經在非常多的場景,非常多的行業,每個行業又有非常多的場景,有很多的應用,包含金融、城市、交通、商業、醫療,其實還有很多,教育、工業、企業等等。

我們看一下我們在行業超級大腦里面的實踐活動。今天我們想以城市超級大腦的實踐活動為案例,給大家進行一點分享。我們在智慧城市建設過程中,面臨多重訴求,第一是數據的訴求,數據繁雜,數據孤島,我們怎么治理,怎么打破。硬件的訴求,多樣性、品牌、廠商、類型多種多樣,我們怎么樣融合。新舊不一致,我們怎么充分利用,還有軟件的壁壘,軟件的重復,我們怎么樣避免,怎么樣打通。這里給大家展示了一個傳統的城市的監控系統,我們可以看到,從最底層的設備到上面的監控中心,到數據的提取,到最后的管理系統,實際上是可以認為是各自為政的,這不是我們想要的。我們升級到城市超級大腦。

從這個上面我們可以看到,我們實際上引入了云,引入了人工智能,將城市的整個設備,整個服務平臺化、體系化、智能化。而且我們在城市超級大腦里面,我們強調了生態開放,我們歡迎所有的合作伙伴和我們一起,為我們的客戶助力建造他們自己的超級大腦。

在城市超級大腦建設過程中,我們實際上會遇到非常多的場景,想和大家分享一下我們在對城市超級大腦的一個場景的提取。我們認為主要有四大場景:人、車、情、境。人非常好理解,對人口統計,人流統計。車的話,上一位產品同學已經分享過。情,輿情、火情、險情。境,城市生態環境都是我們在智慧城市里面必須去面對的。

我們在剛才提到的人、車、情、境。我們以車為深度點,我們怎么樣做實踐,在車里面,我們提出交通視頻應用,第一個是要做交通違法檢測,比如逆行、套牌車、橫穿馬路、違停、駕駛員不規范行為、交通擁堵程度,這可以做整個交通的流量調優。這些都是交通視頻可以應用的場景。

我們針對這些場景,實際上提出了優圖天眼交通的應用,在這個應用里面,我們可以實現車輛的布控,對違法的車輛進行實時追蹤,并且追蹤可以跨攝像頭進行。就是說我們可以捕捉到違法車輛的行動軌跡,而且我們對所有車輛的圖片、視頻進行了結構化,所以可以做到事后的追溯,這是一個非常常用的場景,就是搜車。 我們可以看到,在追蹤系統的系統設計的組成,實際上包含兩大部分,第一部分是最底層的車輛登記數據庫,我們在數據基礎上加上應用,我們應用包含了對特勤車輛的追蹤,應急車輛的追蹤以及違法車輛的。

應用+數據最后能夠提供客戶所需要的服務,在各個場景、各個平臺上面產生價值,當然這里大家看到主要的是AI的能力,但是實際上我們在提供服務的時候,僅AI能力是不夠的,我們還有大數據分析能力,我們會對車輛進行更多維度的分析,比如車輛的分析,車主的分析,車主關系人的關系。車輛我們關注本身的屬性,也會關注異常的屬性,比如行為屬性,比如違規信息等等,經過這些大數據分析結合AI技術,我們最后形成了比較好的城市服務應用。

剛才給大家看到的是我們在城市交通領域、交通場景的服務系統和服務應用的實踐過程。實際上,除了交通之外,我們在公安、環水、綜治、教育各個城市的環節,我們和合作伙伴一起,為合作伙伴實現智能應用。大家看到那么多智能應用,但實際上用到的AI技術只有5個基本技術,比如有車輛檢測、追蹤屬性,但是這些技術問題不做闡述,關鍵技術是準確度,就是識別的精準沉重。第二個是圖片的質量,還有拍攝的角度,大家知道,實踐活動中,我們拍到的照片角度是千差萬別的,還有同系的對比。

剛才看到那么多城市的城市視頻應用,有5個基本服務,我們騰訊云AI提供了6大類,30子類,超過100種基本智能服務,基于這些智能服務,我們與合作伙伴一起可以構建非常多、非常豐富、非常廣泛的智能應用滿足我們客戶在各行各業的需求。

講完交通智能應用,我們接下來快速看另外一個案例,是我們在智慧出行的應用,智慧出行我們看,傳統的智慧出行方式是閘機,實際上會有一些體驗上的問題。比如我們乘客忘記帶卡,沒有零錢,排隊的人很長,又很著急,最可怕的是沒有辦法漫游,在一個城市買的卡只能在這個城市用。我們想用技術提升、升級這里的用戶體驗。我們提出人臉閘機,希望用人臉方式改變我們出行的體驗,漫游人臉閘機的好處是便捷,不需要帶款,大家天生都帶著臉,安全。智能,真正做到跨市漫游。

這里可以看到,我們在支撐這個場景的需求的整體架構。簡單地說,就是端、邊、云三位一體,在端上響應,在邊上處理,在云上打通。這里看得到我們為了實現出行很好的體驗,我們還做了非常豐富的系統,包含了有閘機終端、前端、業務系統,也包含了識別系統。最后我們呈現的出來的不光能滿足乘客體驗的提升,也能夠把很多數據以大數據的方式呈現給運營方。在通行效率上有成倍提升,軌道交通標準是15人/分,我們現在可以提升很多倍,指標方面在技術指標上,我們能做到人臉識別準確率在這個場景里面通過工程和業務的手段,超過3個9,耗時低于300毫秒。

剛才給大家快速介紹一下我們在智慧城市和智慧出行方面的實踐活動,這些實踐活動也是騰訊云和合作伙伴一起助力我們的客戶,為他們打造出他們自己的智能應用和超級大腦。接下來邀請合作伙伴升哲科技CTO趙東煒先生上臺分享,謝謝。

問答
AI如何賦能物流?
相關閱讀
構建一站式機器學習服務平臺,騰訊云為AI實現更多可能
為“超級大腦”構建支撐能力,騰訊云聚焦AI技術落地
毛華:智能交互,AI助力下的新生態

此文已由作者授權騰訊云+社區發布,原文鏈接:https://cloud.tencent.com/developer/article/1140426?fromSource=waitui
歡迎大家前往騰訊云+社區或關注云加社區微信公眾號(QcloudCommunity),第一時間獲取更多海量技術實踐干貨哦~

轉載于:https://www.cnblogs.com/qcloud1001/p/9138572.html

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/389506.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/389506.shtml
英文地址,請注明出處:http://en.pswp.cn/news/389506.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

標準化(Normalization)和歸一化實現

概念: 原因: 由于進行分類器或模型的建立與訓練時,輸入的數據范圍可能比較大,同時樣本中各數據可 能量綱不一致,這樣的數據容易對模型訓練或分類器的構建結果產生影響,因此需要對其進行標準 化處理&#x…

Toast源碼深度分析

目錄介紹 1.最簡單的創建方法 1.1 Toast構造方法1.2 最簡單的創建1.3 簡單改造避免重復創建1.4 為何會出現內存泄漏1.5 吐司是系統級別的 2.源碼分析 2.1 Toast(Context context)構造方法源碼分析2.2 show()方法源碼分析2.3 mParams.token windowToken是干什么用的2.4 schedul…

序列化框架MJExtension詳解 + iOS ORM框架

當開發中你的模型中屬性名稱和 字典(JSON/XML) 中的key 不能一一對應時, 或者當字典中嵌套了多層字典數組時..., 以及教你如何用 MJExtension 配置類來統一管理你的模型配置, 下面羅列了開發中常見的一些特殊情況, 請參考!(MJExtension/github) 最基本用法: // 將字典轉為模型 …

運行keras出現 FutureWarning: Passing (type, 1) or ‘1type‘ as a synonym of type is deprecated解決辦法

運行keras出現 FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, 原則來說,沒啥影響,還是能運行,但是看著難受 解決辦法: 點擊藍色的鏈接: 進入 …

RedirectToAction()轉移方式及參數傳遞

今天在做一個功能的時,使用RedirectToAction()需要從這里傳幾個參數,從網上查了一下,這樣解決。真好。 Return RedirectToAction("Index","ManageInfo",new{type0,page1});轉載于:https://www.cnblogs.com/ZaraNet/p/978…

軟件項目風險管理

近幾年來軟件開發技術、工具都有了很大的進步,但是軟件項目開發超時、超支、甚至不能滿足用戶需求而根本沒有得到實際使用的情況仍然比比皆是。軟件項目開發和管理中一直存在著種種不確定性,嚴重影響著項目的順利完成和提交。但這些軟件風險并未得到充分…

mongdb 群集_群集文檔的文本摘要

mongdb 群集This is a part 2 of the series analyzing healthcare chart notes using Natural Language Processing (NLP)這是使用自然語言處理(NLP)分析醫療保健圖表筆記的系列文章的第2部分。 In the first part, we talked about cleaning the text and extracting sectio…

keras框架實現手寫數字識別

詳細細節可學習從零開始神經網絡:keras框架實現數字圖像識別詳解! 代碼實現: [1]將訓練數據和檢測數據加載到內存中(第一次運行需要下載數據,會比較慢): (mnist是手寫數據集) train_images是用于訓練系統…

gdal進行遙感影像讀寫_如何使用遙感影像進行礦物勘探

gdal進行遙感影像讀寫Meet Jose Manuel Lattus, a geologist from Chile. In the latest Soar Cast, he discusses his work in mineral exploration and environmental studies, and explains how he makes a living by creating valuable information products based on diff…

從零開始神經網絡:keras框架實現數字圖像識別詳解!

接口實現可參考:keras框架實現手寫數字識別 思路: 我們的代碼要導出三個接口,分別完成以下功能: 初始化initialisation,設置輸入層,中間層,和輸出層的節點數。訓練train:根據訓練數據不斷的更…

大數據學習第一貼

搞了這么久的開發,一直沒有養成發博客的習慣,今天開始對大數據所需內容進行總結性記錄,并對以后遇到的問題形成一個自己的知識庫。就這些!轉載于:https://blog.51cto.com/13921538/2299765

推薦算法的先驗算法的連接_數據挖掘專注于先驗算法

推薦算法的先驗算法的連接So here we are diving into the world of data mining this time, let’s begin with a small but informative definition;因此,這一次我們將進入數據挖掘的世界,讓我們從一個小的但內容豐富的定義開始; 什么是數…

Android 頁面多狀態布局管理

一、現狀 頁面多狀態布局是開發中常見的需求,即頁面在不同狀態需要顯示不同的布局,實現的方式也比較多,最簡單粗暴的方式就是在 XML 中先將不同狀態對應的布局隱藏起來,根據需要改變其可見狀態,如果多個界面公用相同的…

Tensorflow入門神經網絡代碼框架

Tensorflow—基本用法 使用圖 (graph) 來表示計算任務.在被稱之為 會話 (Session) 的上下文 (context) 中執行圖.使用 tensor 表示數據.通過 變量 (Variable) 維護狀態.使用 feed 和 fetch 可以為任意的操作(arbitrary operation)賦值或者從其中獲取數據。 ? TensorFlow 是一…

手把手教你把代碼丟入github 中

手把手教你把代碼丟入github 中 作為一個小運維一步步教你們怎么把代碼放入到github 中 首先呢我們下載一個git的客戶端 https://git-scm.com/downloads/ 下載一個最新版的2.16.2 下載后那就安裝吧。如果看不懂英文就選擇默認安裝的方式吧。但是你得記住你的軟件安裝的位置 小…

時間序列模式識別_空氣質量傳感器數據的時間序列模式識別

時間序列模式識別 1. Introduction 2. Exploratory Data Analysis ° 2.1 Pattern Changes ° 2.2 Correlation Between Features 3. Anomaly Detection and Pattern Recognition ° 3.1 Point Anomaly Detection (System Fault) ° 3.2 Collective Anomaly Detection (Externa…

oracle 性能優化 07_診斷事件

2019獨角獸企業重金招聘Python工程師標準>>> 一、診斷事件 診斷事件無官方技術文檔支持,使用存在風險,慎用。使用診斷事件可以獲取問題更多的信息,調整系統運行 特性,啟用某些內部功能。用于系統故障的診斷。跟蹤應…

Tensorflow框架:卷積神經網絡實戰--Cifar訓練集

Cifar-10數據集包含10類共60000張32*32的彩色圖片,每類6000張圖。包括50000張訓練圖片和 10000張測試圖片 代碼分為數據處理部分和卷積網絡訓練部分: 數據處理部分: #該文件負責讀取Cifar-10數據并對其進行數據增強預處理 import os impo…

計算機科學速成課36:自然語言處理

詞性 短語結構規則 分析樹 語音識別 譜圖 快速傅里葉變換 音素 語音合成 轉載于:https://www.cnblogs.com/davidliu2018/p/9149252.html

linux內存初始化初期內存分配器——memblock

2019獨角獸企業重金招聘Python工程師標準>>> 1.1.1 memblock 系統初始化的時候buddy系統,slab分配器等并沒有被初始化好,當需要執行一些內存管理、內存分配的任務,就引入了一種內存管理器bootmem分配器。 當buddy系統和slab分配器初始化好后&…