提供 B 端人工智慧視覺應用平台,他們讓 AI 與更多跨界技術的結合成為可能

「人們從外界獲取的信息 90% 來自視覺,因此,圖片所包含的信息量比文字、語音的要大得多,在未來,以圖搜圖將可能取代如今的搜索引擎成為主流。」碼隆科技 CEO 黃鼎隆是這麼展望基於人工智慧的圖像識別技術的。

早就盯緊了圖像識別技術這個「大寶庫」,深度學習即「鑰匙」

碼隆科技成立於 2014 年 7 月,是一家專註於深度學習與計算機視覺技術創新,打造視覺智能技術平台的人工智慧公司。兩位聯合創始人,CEO 黃鼎隆與 CTO 碼特(Matt Scott)則是在微軟工作期間的「黃金搭檔」,兩人曾聯合做出了當時微軟在亞洲中最成功的產品——必應詞典。

在該產品的研發過程中,需要運用大量的機器學習演算法來挖掘互聯網的文本內容,兩人發現,圖片里隱藏著大量的信息,只是當時的技術條件無法將它有效挖掘出來,於是兩人對這個尚未被開發的「大寶庫」保持著持續的關注。

2014 年,深度學習的發展讓許多設想的場景得以實現,兩人翹首以盼的機會來了——深度學習將會是開啟這個「大寶庫」的鑰匙。當時在 TripAdvisor 的黃鼎隆與仍在微軟的碼特決定立馬行動,辭去工作成立公司,運用深度學習做起了圖像識別技術。

在起步階段,他們希望建立起足夠高的技術門檻,於是將技術切入了以服裝為主的垂直商品識別領域。「相對於書本、桌面等形狀、位置相對不變的剛性物品,服裝這類柔性物品容易受到扭曲、摺疊,沒有固定特徵,對計算機識別來說具有更大的挑戰。」

雖沒有考慮好具體的商業應用,但他們完全不當心這背後的市場,「衣食住行是人們生活的基本,其市場達到了億萬級別,況且,服裝作為傳統行業,有著巨大的改進以及創新空間。

由 C 端轉型主打 B 端市場,提供開放、自助式圖片應用平台

最初,碼隆科技將產品定位在 C 端市場,推出以圖搜圖的移動應用——StyleAI,能幫助用戶所拍的圖片搜索同款、提供穿搭建議,並提供智能推薦,實現一鍵購買。在沒有花過多心思推廣的情況下,這個應用以創新性的玩法吸引了不少用戶。

· StyleAI 應用

因產品沒能形成可行的商業模式,團隊轉型探索 B 端市場,研發出一個能夠為企業提供自助式技術服務的人工智慧視覺應用平台——ProductAI,一方面為客戶提供定製化以圖搜圖搜索引擎,另一方面根據各個企業的不同需求提供物體,場景及屬性識別,以及基於圖像識別的智能處理 AI 模型及介面。

目前,碼隆科技已為該平台開拓了廣闊的應用,包括紡織面料、藥品、零售商品的搜索,視頻及圖片廣告,圖片版權檢測、照片藝術處理等。客戶包括視覺中國、微軟在線、中國紡織信息中心、瑞麗、暴風影音等。

隨著客戶需求的增加,ProductAI 識別模型的品類也逐漸多了起來。「起初我們也沒想到 ProductAI 能夠切入到那麼多的行業應用中,不少垂直領域行業的客戶陸續找到我們,因我們起初就已建立了較高的技術壁壘,後面的應用也就迎刃而解。」黃鼎隆說道。

另外,碼隆科技還將技術應用到 AR 領域,其中一個十分成功的案例是,為蒙牛一款高端牛奶飲品——嗨 Milk 提供營銷技術支持:當拍下飲品盒子,手機即可顯示出 AR 效果的優惠券,用戶捕捉後可用以繼續購買商品,這一方案得到了極高的轉化率。

團隊還在 HoloLens 上開發了相應的 APP 應用:用戶戴上 HoloLens 頭盔,打開應用,即可實時拍攝下眼前的服飾, 系統自動識別該服飾的品牌、款式等信息,搭配手勢操作,還能搜索同款、獲取搭配建議。黃鼎隆表示,HoloLens 應用的開發也主要是出於「好玩」的原因,比起手機端應用,在 AR 眼鏡上的操作更簡便、直觀,這或許會成為未來的趨勢。

人工智慧在於能讓別的產品更智能

黃鼎隆表示,對於他們的客戶來說,ProductAI 的價值主要體現在這兩點:一是提供新的用戶體驗,提升顧客滿意度(主要針對電商、線下體驗店而言);二是提高工作效率,節省成本,據了解,碼隆技術為圖像中物體、產品風格等打標籤的精確度、效率比人還高,成本相當於人力的 1/70 左右。

而對於碼隆科技自身而言,ProductAI 這個開放性的圖像應用平台,一方面,其開放性為碼隆科技提供了主要的商業模式,另一方面,能夠吸引更多缺乏且需要 AI 技術的企業加入進來,加速市場教育的步伐。

如今,碼隆科技在新技術的革新以及延伸上,迭代周期為一到兩周的時間,「屬性識別的內容會越來越豐富,對於我們來說,每一個屬性的增加,就相當於一項新技術開拓的起點。」黃鼎隆說道。

接下來,碼隆科技將繼續擴大其 AI 技術的應用領域,讓 AI 與各項技術進行跨界結合(包括機器人、無人機等),實現技術與應用的持續創新。

在談及對人工智慧的看法時,黃鼎隆認為,人工智慧的重點不在於其自身有多智能,而在於能讓別的產品更智能。也就是說,人工智慧相當於「大腦」,而它的任務就是讓其植入的產品更「聰明」。

編輯:林億

版權聲明:本文系深圳灣編輯創作發布,轉載請註明來自深圳灣,並標明網站地址 shenzhenware.com

轉載、約稿、投稿、團隊報道請聯繫微信公眾號:shenzhenware(回復關鍵字)
推薦閱讀:

TAG:人工智能 | 图像识别 | 科技 |