智能安防接下來該怎么走?

　　五、智能安防接下來該怎么走?

　　1、人工智能+人類智能

　　在此我推薦一種方法，就是海量的原始問題進來以后，先由人工智能引擎回答，然后產(chǎn)生人工智能的答案，但這些答案里的多數(shù)答案是錯的，這種情況下可以把這些答案交給專業(yè)人員去驗證。人類驗證的好處是當一個答案可以通過人類的驗證，結果對于客戶來說這個情報至少是值得關注的。

　　另外，那些沒有通過真人驗證的錯誤答案，也都是很有意義的答案數(shù)據(jù)。通常它們都是比較接近正確答案的錯誤答案，這類數(shù)據(jù)對提高機器學習模型的改善和迭代也是非常有意義的。

　　如果我們在產(chǎn)品里設計出這么一個流程，使得人工智能識別引擎在精度不斷提高同時，客戶也能夠得到比較有意義的情報。

　　把大量的人工智能和少量人類智能結合起來，會產(chǎn)生一個較好的互補效應。

　　2、人工智能+大數(shù)據(jù)

　　另外一種手段就是人工智能+大數(shù)據(jù)

　　為什么需要大數(shù)據(jù)?剛才我也提到，當我們有了底層結構化數(shù)據(jù)再到完成客戶整個業(yè)務體系，本來就需要很多大數(shù)據(jù)挖掘應用，但更重要的一件事情是隨著結構化數(shù)據(jù)規(guī)模上漲，大規(guī)模智能系統(tǒng)產(chǎn)生的誤報會顯著上漲，以至于正確的情報會淹沒在海量誤報中。這件事情必然會發(fā)生，尤其對于人臉識別而言。

　　我現(xiàn)在覺得全國各地的城市已經(jīng)開始擁有一定規(guī)模的人臉識別，但我相信很快所有的客戶都會踢到鐵板，誤報會大規(guī)模地上升?，F(xiàn)在已經(jīng)看到很多客戶發(fā)現(xiàn)了這件事，這種情況下有沒有解?當然有，我認為解企業(yè)要通過大規(guī)模的、多模態(tài)數(shù)據(jù)整合來提升人工智能的精度。

　　這是什么意思呢?如果我們單看一個單點人工智能的識別結果，它的錯誤率并沒有足夠好，就算可以做到千萬只分之一的錯誤率，但只要問題數(shù)量過多，誤導還是很多。

　　但是當你使用了更多規(guī)模的數(shù)據(jù)，比如一個人在運動時。他在軌跡路線上是否能夠被反復識別，或者說軌跡所體現(xiàn)的行為，同時能夠印證這個人的可疑性，或者說關于一個目標的多模態(tài)數(shù)據(jù)：他的車輛、消費記錄、手機信號、wifi探針、社交關系，把這些不同模式的數(shù)據(jù)能夠整合起來。

　　我再給大家舉個例子，比如說小明和小王是同班同學、好朋友。我在北京某個地方看到一個人長得像小明，那么結果可能不一定是小明，可能只是一個跟小明長得很像的人。但是我如果在同一個地方又看到了這個小王(小明的朋友)，那么確認這個人是小明的概率就加大許多。

　　這只是一個例子，其實有大量的規(guī)律、模態(tài)、組合可以把這個任務做得更好。所以我覺得是未來人工智能產(chǎn)品必須注意的一個方向，也是我個人覺得成功的人工智能公司必須具備的條件：要有很強的大數(shù)據(jù)分析能力。