中年|睡前经济学|识别长尾效应,如何花小力气研究“大事”?


中年|睡前经济学|识别长尾效应,如何花小力气研究“大事”?
本文插图

“识别垃圾抛洒、粪车偷排、违停、遛狗……这些应用在日常生活中比较小众 , 但是 , 正是这些应用才是人工智能真正完善价值闭环的核心 。 ”在本月举行的世界人工智能大会上 , 商汤科技联合创始人、CEO徐立如是说 。
随着人工智能应用的深入 , 一些细分的、小众场景也愈加成为攻坚对象 。 那么 , 这背后潜藏着怎样的认知呢?
AI如何才能取代保安
目前 , 商汤的解决方案已应用在手机人脸解锁、酒店人脸查验等领域 , 但更多细分领域还有待发掘 。
徐立举例商汤办公楼下的一张照片 , 路上行人熙熙攘攘 。 如果用行人检测算法 , 能够把图像中所有行人都有效标识出来 , 但如果要真正对图像中所有事情都进行分析 , 可以发现世界远远要比这个复杂——所有的物体、行人、交通信号灯、指示牌组合在了一起 。 这样一张简单的图片、日常生活中的普通图片 , 都会有数百种单一的物体和场景的识别 , 更不要说理解这些物体、场景之间的关系 。

简单来说 , 要判断一件事情 , 比如判断一个人在骑摩托车 , 需要检测人、摩托车和地面;如果是人在停放摩托车 , 则需要检测人在摩托车边上、在马路边上 。 如果一只鸽子在天空中飞 , 那它是信鸽;鸽子在盘子里 , 可能就是一只乳鸽 。
“这些关系是要通过把物体和物体之间关联起来 。 著名工业设计师凯瑞姆讲过:一个人平均每天要接触到600多个物体 。 而现代汉语辞典中 , 总共有1万多个名词的物体 , 种类非常多 。 如果我们只考虑以上例子中那种三个要素的结合 , 也要处理3500多万种可能性 , 也就是说对于一张现实生活场景中非常普通、简单的照片 , 也需要分析千万级别可能性 , 才能对它有一个基础的解读 。 ”徐立说 。
“我们的算法可以把时间、地点、人物关系串联 , 使我们真正能够解决这些城市管理中长尾的、细小的应用 。 ”徐立说 , 在对城市管理的各个细分场景中 , 商汤推出了很多类似这样的场景理解、识别的算法模块 , 解决日常生活中各式各样的问题 , 深入到城市的每一个毛细血管中 。

【中年|睡前经济学|识别长尾效应,如何花小力气研究“大事”?】徐立说 , 比如解决共享单车的停放监管问题 , 通过检测车和车之间的关系、车和停放区域的关系、车是否停成整齐的一条线等 , 判定它是否违停;再比如 , 识别垃圾抛洒、粪车偷排、遛狗等等 , 这些应用才是真正完善价值闭环的核心 。
“像人脸识别、行人识别这些大家关注度高、应用频率非常高的我们叫头部应用 , 就像一只恐龙的头部 。 但是 , 还有那些应用频次比较低的 , 像恐龙的尾巴 , 就叫长尾应用 。 我们认为 , 最核心的部分一定是要突破长尾效应 , 才真正形成了价值闭环 。 ”徐立说 。
徐立说 , 很多人觉得人工智能如果能控制小区安全出入 , 它就能代替保安了 。 但是 , 它只是代替了保安的一个功能 , 保安可以做很多事 , 如巡视、代收快递 , 只取代一个出入管理的功能 , 人工智能是永远没法胜任一个完整的保安工作的 。
稀有需求累积非常庞大

中年|睡前经济学|识别长尾效应,如何花小力气研究“大事”?
本文插图

何为长尾效应?长尾英文名称Long Tail Effect , 即“头”(head)和“尾”(tail)是两个统计学名词 。 从人们需求的角度来看 , 大多数的需求会集中在头部 , 而分布在尾部的需求是个性化的 , 零散的小量的需求 。 而这部分差异化的、少量的需求会在需求曲线上形成一条长长的“尾巴” , 而长尾效应就在于它的数量上 , 将所有非流行的市场累加起来就会形成一个比流行市场还大的市场 。


推荐阅读