大數(shù)據(jù)+人工智能

　　現(xiàn)如今，原本陌生而又充滿神奇色彩的人工智能已成為當今學術界、產(chǎn)業(yè)界，乃至社會大眾最為關注的話題之一。1956年，達特茅斯會議的開幕被認為是人工智能的元年。60年后，人工智能取得了高速發(fā)展。

　　2006年深度學習技術正式提出之后，才真正將人工智能推向一個爆發(fā)點，《必然》及《失控》的作者凱倫凱利就說道，“如果你二十年前問我未來最重要的技術是什么，那么毫無疑問，我會告訴你是人工智能”。另外，孫正義也提出過一個公式，他認為未來機器人的數(shù)量和智能化的程度將會決定未來一個國家GDP的排名。

　　人工智能可以從三個層面來看，第一個是運算智能，運算智能指的是機器能夠具備能讀會算的階段;第二個階段是感知智能，是說機器能聽會說、能看會認。第三個階段就是認知智能，能理解會思考。

　　如果我們要發(fā)展人工智能，切入點在哪兒呢?類人生命在兩百萬年前就誕生了，是什么能夠讓我們延續(xù)多年還能持續(xù)走下去呢?——語言，語言是說出周圍的信息來反饋周圍的環(huán)境，再到后來會反饋社會信息，來組織更大更具有凝聚力的團隊，能將規(guī)模達到150人左右，再之后到虛構的概念，就這樣的過程使得語言讓人類的生產(chǎn)過程得以創(chuàng)新、合作，所以，人工智能的發(fā)展一定是以語言及語音為入口的認知革命。

　　其實人工智能在科技界和產(chǎn)業(yè)界能形成一個熱點話題已不足為奇，隨著阿爾法狗戰(zhàn)勝圍棋冠軍的時候，人工智能已經(jīng)被媒體和輿論轉移到大眾中來，其實，阿爾法狗還是集中在運算智能，從過去的深藍到現(xiàn)在的圍棋，圍棋是有規(guī)則可循的，而且有時間限制，機器人短期內的算法本身就要比人類強，再加上有明確的對戰(zhàn)對象，谷歌可以有針對性的分析對手套路，獲勝其實并不難。機器實際上是沒有思維邏輯能力，所以這一切只是算法上的深入，這并不是一個質變而是量變，而到了感知智能階段和認知智能階段才算是人工智能成熟的一個關鍵點，對此包括科大訊飛、谷歌、IBM在類的眾多科技公司都在不懈努力。

　　大數(shù)據(jù)+智能家居

　　不可否認，自2013年起，智能家居已成行業(yè)新貴，各個科技公司無不爭相進入。目前，智能產(chǎn)品已經(jīng)逐漸進入消費級市場，慢慢地被普羅大眾所接受并引起新一輪的購物風潮，智能家居已然成為“互聯(lián)網(wǎng)+”的又一風口，本期as采訪到海爾U+平臺推廣產(chǎn)品總監(jiān)王崢，并就大數(shù)據(jù)技術在智能家居中的應用進行了探討，王崢也就目前智能產(chǎn)品在現(xiàn)代家居上的應用做了詳細介紹。

　　目前海爾智能家居業(yè)務分為兩大業(yè)務塊，分別是U-home智慧家庭解決方案以及海爾u+平臺。據(jù)王崢介紹，U-home智慧家庭解決方案是采用有線與無線網(wǎng)絡相結合的方式，把所有設備通過信息傳感設備與網(wǎng)絡連接，從而實現(xiàn)了“家庭小網(wǎng) ”、“社區(qū)中網(wǎng) ”、“世界大網(wǎng) ”的物物互聯(lián)，并通過物聯(lián)網(wǎng)實現(xiàn)了3C產(chǎn)品、智能家居系統(tǒng)、安防系統(tǒng)等的智能化識別、管理以及數(shù)字媒體信息的共享，其包括智能面板、燈光、窗簾、門鎖、視頻監(jiān)控等家用設備，這相當于是面向開發(fā)商的解決方案，目前已與國內很多地產(chǎn)項目進行合作，年銷售額達五億。

　　海爾U+云平臺建立于2014年，目前已接入各類產(chǎn)品近70類，用戶量過千萬，在物聯(lián)技術架構這塊采用端、管、云得技術架構體系，從設備端、APP端、云平臺端提供可靠穩(wěn)定的IOT解決方案，目前應用的設備已達數(shù)百萬臺。另外該平臺提供設備接入服務、用戶接入服務、SaaS服務、PaaS服務、OpenAPI、數(shù)據(jù)挖掘服務等，并與多個第三方平臺實現(xiàn)對接。

　　海爾U+平臺涵蓋了整套智能家居解決方案。U+智慧家庭互聯(lián)平臺、U+云服務平臺以及U+大數(shù)據(jù)分析平臺為該操作系統(tǒng)提供了強大的技術支撐,建立統(tǒng)一的物聯(lián)協(xié)議標準來研究不同設備的參數(shù)并實現(xiàn)各個設備之間的互聯(lián)互通，它同時也是匯集服務和數(shù)據(jù)的平臺，包括醫(yī)療健康服務、家庭維修服務等。

　　需要注意的是智能產(chǎn)品不智能，用戶體驗差是目前智能家居領域需要解決的重要問題之一。目前絕大多數(shù)的智能產(chǎn)品還只能實現(xiàn)遠程遙控功能。而用戶想要的是自然交互，情景感知以及個性化服務，王崢補充道。

　　王崢認為，我們目前應該針對以上問題，積極探索人工智能技術在家庭的應用，積極探索人工智能技術在家庭的應用，他為我們介紹了兩項新技術及應用，一是U+大腦，它作為智慧家庭人工智能系統(tǒng)，具備語音，圖像識別等交互能力;具備自主學習，自主決策能力、以及數(shù)據(jù)分析，用戶行為畫像能力?？梢詭椭脩艄芸刂悄芗揖釉O備，并且主動提供個性化服務。

　　二是家庭服務機器人Ubot，它可以作為智能家居系統(tǒng)的中樞大腦，具有家電智能管家、家庭安全衛(wèi)士、家人陪護、生活助手等多功能,能自動感知溫度、濕度、亮度等家庭環(huán)境，并根據(jù)主人的語音指令作出相應回應。

　　當前的智能家居市場已成井噴之態(tài)，2016，或許驚喜不斷、或許尸橫遍野。但成功的關鍵還是要深刻洞察市場，做出滿足消費者實際需求的產(chǎn)品，各家齊心專研，專注用戶體驗，拋棄一家獨大心態(tài)，攜手并進，唯有這樣，才更有利于我國智能家居產(chǎn)業(yè)的發(fā)展?？傊悄芗揖邮袌?，值得期待。

　　大數(shù)據(jù)+視覺分析

　　大數(shù)據(jù)技術的發(fā)展帶來的是人們對數(shù)據(jù)分析要求的逐步提高，視覺大數(shù)據(jù)也就是基于大數(shù)據(jù)分析的其中一種，它是將數(shù)據(jù)“美化”，藉由此希望數(shù)據(jù)分析能變得更加便捷、美觀、易操作。人們希望數(shù)據(jù)分析能變得更便捷、易操作，對此，大家可能了解不多，本期華南理工大學全宇暉教授將帶大家詳細的了解一下這個新領域。

　　何為視覺大數(shù)據(jù)?

　　簡而言之可稱之為為計算機配上一對“眼睛”，讓它可以看懂世界，但可惜的是，機器視覺發(fā)展這么多年，還只是停留在看到階段。全宇暉教授表示，視覺大數(shù)據(jù)存在的前提是它要能夠被人的視覺系統(tǒng)感知到，而現(xiàn)如今最主要的視覺大數(shù)據(jù)便是圖像與視頻。值得注意的是以上所提都需滿足大數(shù)據(jù)的必備條件。

　　視覺大數(shù)據(jù)的核心內涵

　　一、視覺大數(shù)據(jù)的“大”，表現(xiàn)在數(shù)量、尺寸、維度三個方面，即數(shù)據(jù)的體積足夠大。

　　二、視覺大數(shù)據(jù)的“數(shù)”傳達的內涵是指我們接觸到的數(shù)據(jù)是量化過，或者離散過的數(shù)字，人類肉眼觀察到的圖像，對于計算機來說其實是一種數(shù)字矩陣。

　　三、視覺大數(shù)據(jù)的“據(jù)”則表明這些數(shù)字不是純粹的數(shù)字，它可以提供客觀依據(jù)來進行行為決策。人們獲取了視覺線索之后，需要對其進行信息提取、內容分析、知識學習、理解決策四個步驟，其核心是利用到數(shù)學工具與模型算法。

　　這三個方面表明，在以往人類的生活生產(chǎn)中，存在一些固定模式和變化方向，這些固定模式通過科學無法解釋并存留至今;但變化方向則可通過大數(shù)據(jù)進行挖掘，找到適合人類發(fā)展、方便人類生活的方向，而由于應用方向的不同，因而在大數(shù)據(jù)挖掘本身也存在著不同，比如今天所談的數(shù)據(jù)大數(shù)據(jù)分析。

　　全宇暉教授進一步指出，視覺大數(shù)據(jù)的工作內容主要集中在三方面，分析識別、質量評估和質量提升。而在分析識別方面，全教授提出了三個工作案例，來幫助進一步了解視覺大數(shù)據(jù)的工作機理：一是靜態(tài)紋理圖像識別。它利用的是計算機的一種基本運行能力，在開展這一工作時，研究者提供給計算機不同的紋理圖像，從而得到計算機對其識別處理后的反饋結果。二是動態(tài)紋理視頻識別。全宇暉教授介紹到，具有特定紋理的物體，在運動時，會表現(xiàn)出特有的周期性運動規(guī)律，而研究者讓計算機利用這些額外的信息，對不同的視頻信息進行分析與分類。三是物體的識別。計算機根據(jù)形狀與輪廓特征，對物體進行目標識別，可以實現(xiàn)原有工作方法在精度上的提升。

　　在質量評估工作方面，研究者主要是通過給予計算機一定的運行程序，使計算機能夠給出符合人的認知的評價結果。質量提升工作的目標是，提出一些新的方法，來實現(xiàn)圖像的質量提升，使得被外因干擾的圖像得到最好的呈現(xiàn)效果。

　　視覺數(shù)據(jù)表征工作是視覺大數(shù)據(jù)核心

　　全宇暉教授表示，目前視覺大數(shù)據(jù)的工作是分開進行的，但最終的目的只有一個，就是把分析識別、質量評估和質量提升三方聯(lián)合起來，要想連接這三塊就需要進行視覺數(shù)據(jù)表征工作，這也是視覺大數(shù)據(jù)工作的核心。視覺大數(shù)據(jù)表征過程可以分為三個框架：局部特征提取、全局特征整合和高層特征優(yōu)化。

　　視覺數(shù)據(jù)表征工作目前有兩種路線：一是物理驅動，研究者會考慮一些數(shù)學模型，或者圖形本身的面積等物理屬性，進而利用分形等數(shù)學工具，進行數(shù)學建模與算法設計;二是數(shù)據(jù)驅動，可以依據(jù)大數(shù)據(jù)，得到較好的視覺數(shù)據(jù)表征。

　　最后，全宇暉教授表示，視覺大數(shù)據(jù)工作的下一個重心就是建立有機聯(lián)動框架，并引入多元多模態(tài)數(shù)據(jù)融合，進行變尺度視覺數(shù)據(jù)分析進而根據(jù)數(shù)據(jù)本身進行高階視覺關聯(lián)信息挖掘。

　　IP時代已經(jīng)過去，大數(shù)據(jù)時代已然到來，如今數(shù)據(jù)量的激增使得企業(yè)及政府措手不及，在此大背景下，各產(chǎn)業(yè)應積極變革并正面有效地運用大數(shù)據(jù)，也許你還沒有轉型，但，你一定要準備轉型。