導讀：近年來隨著機器學習大火，人工人工智能又重新出現(xiàn)在公眾面前，初創(chuàng)變成了風口。公司湛江美女同城上門服務vx：365-*2895）

　　人工+智能的數(shù)據(jù)人工智能

　　近年來隨著機器學習大火，人工智能又重新出現(xiàn)在公眾面前，斷層冬變成了風口。或面媒體經(jīng)常報道某家的臨行AI產(chǎn)品十分智能，堪比人類，業(yè)寒人類與人工智能之間的人工對戰(zhàn)也越演越烈，一時間AI即將代替人類的初創(chuàng)傳聞引發(fā)了公眾們的擔憂。目前來看，公司人工智能創(chuàng)新依賴的數(shù)據(jù)都是深度學習算法和神經(jīng)網(wǎng)絡。深度神經(jīng)網(wǎng)絡在信息分類方面確實非常有效，斷層冬在許多情況下，或面例如語音和面部識別或在MRI和CT掃描中識別癌癥，臨行它們的表現(xiàn)甚至勝過人類。但這并不意味著目前深度學習和神經(jīng)網(wǎng)絡能夠完成人類可以完成的湛江美女同城上門服務vx：365-*2895）任何任務。

　　“Andrew"是總部位于紐約的創(chuàng)業(yè)公司X.ai開發(fā)的一名數(shù)字助理，可以掃描電子郵件，為你與同事討論的會議和約會提供日程安排，創(chuàng)建任務，幾乎不需要任何人工協(xié)助。它采用了X.ai的高級人工智能功能。但今年五月，《連線》雜志報道Andrew并非完全是人工智能的，它是由位于馬尼拉郊區(qū)一座高度安全的大廈中的40名菲律賓人提供支持，他們監(jiān)控人工智能助理的行為，一旦助理遇到無法處理的任務時就立刻接管。



　　同樣的事情也發(fā)生在國內。圖像識別剛剛興起時，將圖像識別技術引入到內容審核領域成了人工智能商業(yè)落地的首選方案，很多公司都選擇了使用AI技術來進行內容審核。然而今年4月開始，國家監(jiān)管部門連續(xù)對眾多直播短視頻社區(qū)提出”內容整改“的需求，而相對應的直播短視頻社區(qū)也紛紛表示將擴大人工審核團隊。大家很快發(fā)現(xiàn)，盡管智能審核已經(jīng)相對比較成熟了，但仍然不能完全脫離人工。而人工+機器審核是目前科技公司常用的審核方法。以快手為例，快手擁有數(shù)百人的內容審核團隊，每條快手短視頻、直播的發(fā)布都要經(jīng)過機器和人工等多道審核。

　　對此，圖普科技的運營總監(jiān)姜澤榮表示，“所有深度學習應用程序都面臨著人工智能模型準確度的問題，在訓練模型的時候也需要人工的參與，內容審核也不例外。而訓練執(zhí)行特定任務的神經(jīng)網(wǎng)絡所需付出的努力和數(shù)據(jù)取決于該問題涉及的領域以及所需的準確度。我們認為人工加機器審核是一種比較合適的選擇，一方面可以持續(xù)優(yōu)化模型，另一方面也可以根據(jù)不同公司的過濾規(guī)則來進行調整。”



　　據(jù)了解，圖普科技是目前國內已知最大的內容審核服務商之一，識別準確率和召回率均高于99%。姜澤榮介紹到，通常來說客戶會根據(jù)自身的過濾規(guī)則定制服務，而圖普科技會將機器審核的結果反饋給客戶，最終客戶還需要一部分人工審核來調節(jié)。

　　有專家聲稱這種用人類來彌補人工智能算法缺點的做法是偽人工智能，而也有專家表示只是人工智能的能力被過度吹捧了，目前所謂的人工智能遠遠不是“強人工智能”，更多的只是一種機器智能，而人工+智能的做法也確實揭示了人工智能初創(chuàng)公司在技術落地時面臨的一些更深層次的挑戰(zhàn)。

　　初創(chuàng)公司面臨的數(shù)據(jù)斷層

　　感知問題一直是制約著人工智能發(fā)展的重要因素之一，而深度學習確實在某種程度上可以解決感知的問題，但常識推理和理解仍然是深度學習難以攻克的問題。

　　舉例來說，語言是一種感知問題，將單詞和句子轉換為向量，所以一些公司可以更好地呈現(xiàn)用于文本分類和機器翻譯的文本(的確，Google翻譯近幾年取得了明顯的進步)，但是這些對于常識推理沒有絲毫幫助，這也是聊天機器人總是失敗的原因。

　　像HBO電視劇《硅谷》中的“熱狗”APP這樣的圖像分類APP能夠執(zhí)行的任務非常有限且具體：它能告訴您智能手機的鏡頭中是否有熱狗。如果有足夠的熱狗圖像，該應用程序的人工智能的準確度會更高。即使它偶爾會出錯，也不會對任何人造成傷害。



　　但是其他人工智能應用程序，例如X.ai正在構建的應用程序，試圖解決更廣泛的問題，這意味著它們需要大量的高質量樣本。此外，它們對錯誤的容忍度要低得多。將黃瓜誤認為熱狗與在錯誤的時間安排重要的商務會議完全不是一回事。

　　不幸的是，并非所有公司都能擁有的高質量的樣本數(shù)據(jù)。

　　人工智能試圖解決的問題越具有一般性，可能發(fā)生的邊緣情況或異常行為就越多。不可避免地，這意味著需要更多的訓練樣本來囊括所有可能發(fā)生的情況，初創(chuàng)公司通常無法獲得大量的訓練數(shù)據(jù)，因此他們有能力建立的模型將是非常小眾和脆弱的，通常不符合他們的期望。

　　只有Facebook、谷歌等大公司才能擁有大量豐富的信息，因為這些公司多年來一直在收集數(shù)十億用戶的數(shù)據(jù)。較小的公司必須支付大筆款項才能獲得或創(chuàng)建訓練數(shù)據(jù)，這會拖慢其應用程序的發(fā)布。另一種方法是不管怎樣立即發(fā)布應用程序，利用人類和實時客戶數(shù)據(jù)來實時訓練人工智能，并希望最終減少該人工智能應用對人類的依賴。

　　初創(chuàng)公司會面臨新的寒冬嗎？

　　1984年，美國人工智能協(xié)會(American Association for Artificial Intelligence，后更名為National Conference of the Association for the Advance of Artificial Intelligence)向商界發(fā)出警告，對人工智能的炒作和過度熱情最終將令人大失所望。在這之后不久，人們對人工智能的投資和興趣減退，導致了一個被稱為“人工智能寒冬”的時代。

　　自2010年年初以來，人們對該領域的興趣和投資再次高漲。因此，一些專家擔心，如果人工智能應用程序的表現(xiàn)不佳，并未能達到預期，那將會導致下一個人工智能寒冬的來臨。李開復在2018年年初的時候就曾說過，人工智能的泡沫將在年底破滅，一大波人工智能初創(chuàng)公司將面臨清算之日。近期《南華早報》報道，光大新經(jīng)濟投資負責人艾渝周六在重慶智博會也表示，AI技術商業(yè)化的壓力增大，未來如果找不到合適的落地場景，將有百分之九十的人工智能初創(chuàng)企業(yè)將會落敗出局。艾渝負責管理約300億元人民幣(44億美元)基金，其投資的初創(chuàng)企業(yè)包括美團點評、愛奇藝、商湯科技、蔚來汽車、小鵬汽車等。這些公司中只有不到5%的公司營收達到10億元，但卻以高昂的估值吸引了巨額資金。艾渝預測，未來兩年，90%的中國AI初創(chuàng)企業(yè)將面臨“巨大困難”，而且資金緊縮“今年尤為明顯”。

　　據(jù)《華爾街日報》此前的報道，在時空領域提供分析、構建洞察意見與支持預測的超大規(guī)模數(shù)據(jù)集成平臺Geospock的首席技術官Steve Marsh認為人工智能現(xiàn)在已經(jīng)提供了真正的價值，而不是想象中的價值，但是人工智能技術與其他領域的融合可能會導致一些幻滅的感覺。

　　而就這個觀點，圖普科技的CEO李明強也表示，一些AI初創(chuàng)公司可能發(fā)現(xiàn)他們需要比預期更長的時間來收集足夠的數(shù)據(jù)，才能應用于商業(yè)，這也許會造成技術與場景之間的斷層。

　　”我們跑得比較快，但是對于數(shù)據(jù)量的重要性感受也很深。總之，對于許多沒有有利的應用場景或者大量數(shù)據(jù)的人工智能初創(chuàng)公司來說，可能會面臨一個寒冬吧。“李明強總結說道。