国产成人亚洲综合app网站丨色91丨欧美精品久久久久久久久大尺度丨日本特黄aaaaaa片在线观看丨久久久人人人婷婷色东京热丨欧美一区二区三区四区在线丨国产一级特黄aaa大片丨俄罗斯a级毛片丨亚洲自拍网站丨九九视频麻婆豆腐在线观看丨嫩草www丨欧美国产在线视频丨九月婷婷人人澡人人添人人爽丨中国一级一级全黄丨91在线免费视频丨国产免费永久精品无码丨国产日本欧美在线丨亚洲电影天堂av2017丨色屁屁ts人妖系列二区丨中文字幕一线产区和二线

AI（人工智能）落地場景在不斷增多，但賺錢依舊艱難。

億歐報告顯示，2018年全年，近90%的人工智能公司處于虧損狀態，而10%賺錢的企業基本是技術提供商。從談概念、講技術，到拼場景、搶落地，建立在大數據基礎之上的人工智能，仍面臨數據本身帶來的挑戰。

“我們經常提及大數據，但事實上我們并不需要那么多的數據，AI未來的一個趨勢是小數據崛起。”在市北·GMIS2019全球數據智能峰會上，斯坦福大學教授、Landing.ai創始人、CEO吳恩達表示。

一個具體的案例是工廠手機屏幕劃痕檢測。目前不少是利用人眼來檢測手機是否存在劃痕，如果擁有100萬個劃痕手機，AI可以非常高效地識別手機劃痕。但現實情況是沒有任何工廠會有幾百萬不同劃痕的手機，這個時候小樣本學習（fewshotlearning），即利用較少的數據得出同樣準確結論的人工智能，將有助于推動整個領域的發展。

小樣本學習的迫切性更在于落地過程面臨的數據孤島、數據隱私保護導致的數據割裂問題，讓AI技術很難充分發揮價值。

“和AI用于比賽需要上千萬的圖片訓練不同，當AI深入行業我們看到的數據往往是小數據和細碎的數據，也就是沒有聯通起來的數據，再先進的AI技術也很難用上。”國際人工智能學會理事長、香港科技大學教授、微眾銀行首席人工智能官楊強說道。

今年5月，國家互聯網信息辦公室發布了《數據安全管理辦法（征求意見稿）》，提出在中國境內利用網絡開展數據、存儲、傳輸、處理、使用等活動，以及數據安全的保護和監督管理意見。

楊強認為“中國版GDPR（通用數據保護條例）”即將到來，數據隱私在走向嚴格化、全面化，這使得企業在實際應用中可以使用的數據維度和范圍并不大。數據隱私保護的趨嚴，為人工智能技術升級提供了契機。

以保險行業利用AI進行個性化定價為例，背后需要業務數據和用戶互聯網行為數據融合，理想的狀態是可以拿到非常豐富的用戶畫像，與用戶的ID高度匹配，但實際情況迫于隱私、安全、法規等原因，企業可以應用的數據是非常有限的。

再例如在小微企業貸款應用方面，AI需要引入票據數據、資產數據、輿情數據等，但由于數據的割裂，實際應用中只能使用一些政府的數據，例如央行的征信報告，但這些報告只能覆蓋不到10%的人群。這一問題在醫療領域更為明顯，不同醫院的醫療影像數據很難匯聚到一起，形成大數據來訓練一個醫療模型。

針對數據割裂帶來的人工智能落地難問題，楊強提出了聯邦學習。所謂聯邦學習，是多個數據方之間組成一個聯盟，共同參與到全局建模的建設中，各方之間在保護數據隱私和模型參數基礎上，僅共享模型加密后的參數，讓共享模型達到更優的效果。

據楊強介紹，聯邦學習分為橫向聯邦和縱向聯邦，橫向聯邦是指企業各方數據維度相同、ID維度不同，更多存在于消費者應用中；縱向聯邦是指企業各方數據的ID維度相同（樣本重疊）、數據維度不同，更多存在于B端應用。

楊強認為聯邦學習最大的優勢是保證數據不出戶，通過生態在不同行業選取合作伙伴，用群體智能不斷提升模型效果。因此聯邦學習一定是多方共同協作組成一個聯盟，生態的建設十分重要。

面對AI落地難、盈利難問題，吳恩達則認為，在期待AI為企業帶來紅利之前，企業需要避免幾個陷阱。首先AI技術會影響很多企業做業務的核心，所以選擇項目是非常重要的，從小的項目開始，可以建立好的基礎，同時幫團隊獲得動能。

其次團隊建設不能僅依靠明星工程師，而是要建立一個完善的、跨學科、跨職能的團隊。同時不要期待AI立刻產生作用，而是要多次嘗試，對AI發展的回報曲線進行合理預算。不要使用傳統的流程評估人工智能項目，應該為AI項目團隊設立合適的KPI和目標。

“有關AI的應用越來越多了，但企業的AI轉型并不是開發一個APP這么簡單，不要指望AI解決所有的問題，也不要指望AI項目一次性就成功。”吳恩達表示。

林創科技，專業解決手機信號問題！詳情請與客服聯系