人工智能场景的价值——如何实现可视化人工智能技术（II）

人工智能场景的价值——如何实现可视化人工智能技术（II）

那么，如何判断一个行业是否具备做AI场景的价值？在人工智能平台化的过程中，您遇到了哪些挑战和问题？

 nbsp； ； ； ； ； ；01.需求

首先，需求必须是真实的。杨帆举了一个具体的例子：一家家电制造商想通过人脸识别功能实现“我进屋后房间自动调整到16度，我妈妈进屋时自动调整到26度”。我问他，“如果你和你妈妈一起进去怎么办？如果你背着你进去怎么办呢？”他说，解决这一需求的最佳方案是遥控器。

其次，需求必须是刚性的。需要考虑用户是否愿意支付账单，以及他们愿意支付多少？未来更深入的逻辑链需要对场景有更深入的理解。

02.规模

今天完成一个解决方案很昂贵。人脸识别技术在不同的场景中差异很大。我今天做财务认证。错误率是百万分之一，千万分之一。精度非常高。它在金融场景中非常有用。如果放在安全场景中，安全需要数百万人的黑名单数据库。此外，黑名单数据库也存在误报，每个误报都有一个报警。

至于人脸识别，不同场景中涉及的技术指标和任务完全不同。因此，相同的技术概念在不同的场景下有明显的差异。此外，当技术成熟时，它需要预先判断在特定需求场景下离成熟还有多远。

03.数据闭环

对于AI技术来说，数据闭环是一个非常重要的环节。为什么？当我们做视频时，我们会发现，当您的技术不成熟时，您的业务无法使用，而当您的业务未实施时，则没有数据。如果做得不好，就会形成一个无休止的循环。如何打破这种循环？驱动力来自技术。当你的技术有一个小突破时，转移其他场景。

技术突破可以带来商业的落地，商业的落地带来数据的积累，数据的积累可以带来技术进步。这样的数据闭环可以帮助整体业务扩张，并带来巨大的价值。今天，数据受到隐私和安全的挑战和考验。包括区块链在内的许多技术和一些非技术方法可以带来更深入的探索。

04.商业化

仅仅制造好的产品是不够的，还需要在市场上真正有价值并能够保持竞争力。任何新技术都会随着时间的推移而传播。通常，时间窗口最多超过一年。

在这段时间里，你如何看待当前的形势？在这种情况下，技术有多重要？它是非关键app还是关键app？技术的突破和分配是否会导致根本问题？在技术壁垒时期，我们能否利用这段时间建立技术以外的壁垒？

只有在时间窗口内构建壁垒，将技术优势转化为其他竞争壁垒，这样的行业才值得做。

05、技术创新驱动

早在一两年前，我们就收集了大量用假照片和视频攻击面部识别的案例。当我们有大量来自真实企业的攻击数据时，我们可以很好地防范对图像和视频的各种攻击。这来自于大量在线攻击业务数据的积累，以及对这些数据的二次挖掘和利用。这给了我们什么样的启示？

刚开始刷脸的时候，我们做过人脸识别，但后来我们发现，人脸识别不是最重要的，最重要的是活体识别。我们可以分辨出这是一次真实的袭击还是一次伪造的袭击。只有深入现场，你才能发现你面临的技术挑战与你之前想象的不同。该行业在推出时面临的技术挑战实际上需要重新定义、分解和解决。

从这五个闭环中，我们可以判断人工智能技术在特定场景中的应用是否真正有价值、有意义，并带来更大的用户价值。从这些角度来看，我们将得出一个相对较好的结论。

为了做好落地场景，对于多才多艺的技术人才来说尤为重要

正如杨帆所说，当我们真正看到行业的落地时，往往是不同技术的应用和