人工智能时代,云和大数据到底有多重要?

编者注:现如今,人工智能已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域,甚至击败了围棋九段李世石,这种进步是难以置信的。而这一系列成绩的背后,是海量数据的积累与学习,在没有云和大数据的时代,是无法想象的。

1.数字经济和工业4.0少不了云助力

人工智能时代 云和大数据到底有多重要?
人工智能时代 云和大数据到底有多重要?(图片来自The Huffington Post)

人工智能涉及的领域非常广泛,工业、航天、商业都有应用,并且已经深入人们的生活,打开手机中的Cortana或者Siri,这就是AI的产物。要知道,在几十年前,这种超前的技术是不受认可的,教授相关课程的学校也是寥寥无几。究其原因,主要就是数据的积累和应用。高容量存储设备丰富了数据量的留存,随着数据的不断增加,人们开始在其中发现某种规律,引发了分析的需求。

分析让大量的数据有了价值,机器开始懂得用户想要什么,可以预测未来的天气和球赛的比分,这种人工智能与场景的结合,要实现的就是改变生活方式和解放生产力。具体来说,很多过去只有人能做的事情,现在更多的情况下能够通过机器实现,典型的例子包括语音助手、无人驾驶汽车。更重要的是,当硬件性能逐渐提升、计算资源越来越强大时,成本却越来越低廉。

微软全球执行副总裁陆奇曾指出,如果大数据被充分利用,全球企业将额外获得1.6万亿美元的数字红利。当然,前提是要对海量信息进行分析,无论是深度学习还是神经网络,最终都要转换为产品或服务惠及用户。数字经济、分享经济、工业4.0…背后都少不了大数据和云计算的支持。

不过,要想在人工智能时代分一杯羹,绝非易事。AI的基础是大数据,这些资源通常掌握在巨头手中,这也是为什么你会看到,这个领域的头条总是被微软、谷歌、IBM、苹果、亚马逊、Facebook这些公司抢去。在国内,BAT、京东这样的企业同样拥有足够的用户基础,并且已经开展了应用。

在今年的中国大数据产业峰会上,腾讯公司董事会主席兼CEO马化腾主要就讲了一件事:大数据。通过18年的运营,腾讯数据中心的存储总量超过1000个PB。日常使用方面,用户每天在微信朋友圈和QQ空间上传的图片达到10亿张,腾讯视频(含微信公众号H5视频)每天播放量达20亿次,除夕当天红包支付超过25亿笔,每天移动支付超过5亿笔。围绕这么多的数据资源,腾讯也开发了一系列技术和功能。

2.在人工智能领域 腾讯做了哪些事?

 

海量数据时代,搜索的重要性可想而知。基于在搜索领域多年的技术积累,腾讯云搜TCS通过对腾讯微信、QQ等各大垂直业务搜索需求进行高度抽象,把搜索引擎组件化、平台化、服务化,为移动应用开发者和网站站长提供了一站式搜索服务。云搜TCS支持分词和建立索引功能,搜索封装和技术门槛较低,具有可视化的数据预处理和离线排序定制能力,允许用户自主配置,检索耗时毫秒计算。

人工智能时代 云和大数据到底有多重要?
腾讯云搜TCS

此外,腾讯云搜还建立了自然语言处理技术团队,整合“文智”NLP开放平台,提供中文分词、智能纠错、同义词识别、意图识别等能力。针对准确性,该服务还支持高级纠错、按域检索、分词定制、智能联想词等功能。开发方面,开发者可以对搜索结果的排序自主灵活控制,云搜还具有文档求交、相关性排序、排序表达式等策略。

搜索到的数据怎么使用,能否安全可靠,所提供的数据服务是否有针对性,是用户关心的问题。为此,腾讯大数据处理套件TBDS提供一键式部署能力,降低了大数据系统部署运维门槛,统一的控制台可以对集群进行配置、启停,通过DashBoard集中监控各组件实时运行指标,还支持多种数据接入以及输出方式,提供统一的数据源以及元数据的管理。

值得一提的是,腾讯还借助QQ、微信等产品建立了10亿级别覆盖度的基础库,对范围内的人群进行统计和分析,能够实现动态跟踪区域内人群流动、评估人流拥挤等级、捕捉开放社交网络的情况、分析目标客户群轨迹,让客户更精准的定位目标人群。这么多的隐私信息,泄露了怎么办?我们了解到,所有通信及数据存放都建立在腾讯云合规独立的机房,以保障用户数据资产安全。

人工智能时代 云和大数据到底有多重要?
区域人流检测

机器学习是人工智能的核心要素,主要就是研究计算机如何模拟或实现人类的学习行为,以获取新的知识或技能。应用过程中,并行计算可以利用多个处理器解决一个大问题,提升了计算效率,这也是腾讯机智机器学习TML正在做的,其是简化用户对算法的接口调用、可视化、参数调优等自动化任务管理的开放平台。

人工智能时代 云和大数据到底有多重要?
卷积神经网络实例,卷积层→子抽样层→卷积层→子抽样层之后→全连接后输出

该平台搭载了万兆网卡的大量CPU实体机,集成分类、聚类、搜索/排序、推荐等机器学习和深度学习领域的算法,针对在性能、效果等方面的特殊需求,可以一对一深度定制。功能方面,机智机器学习TML支持LDA(非监督机器学习)技术,可以用来识别大规模文档集或语料库中潜藏的主题信息。通过训练,能够把对文本内容的处理简化为K维向量空间中的向量运算,而向量空间上的相似度可以用来表示文本语义上的相似度。此外,CNN(卷积神经网络)能用来解决图像高层特征提取、分类、识别等计算机视觉难题,LR(逻辑回归)则具有易训练、易并行、泛化能力强等特性,适用于高维度海量数据的二分类任务。

人工智能时代 云和大数据到底有多重要?
子抽样层(左图为全连接,右图为局部连接)

每一项技术的最终目标都是惠及大众,人工智能也是如此。要说AI领域最接地气的应用,应该就是图像和语音识别了。先说语音,国内厂商已经可以保证稳定性和准确率,以腾讯为例,通用领域的识别率能达到93.8%,可以做到情绪识别、区分说话人、云存储弹性扩容等功能。不过,要想进入更深层次的语音识别,还要有对情境的理解,这方面有很大的努力空间。至于图像,人脸识别算是最常用的技术之一,腾讯提供了“人脸检测与分析”、“人脸比对”、“人脸验证”、“人脸识别”等一整套技术方案。其中,人脸检测技术准确率和召回率分别超过99%和95%,人脸验证技术准确率为99.65%。

人工智能时代 云和大数据到底有多重要?
用户洞察分析产品结构

 

3.云和大数据指引人工智能改变未来

 

无论是搜索、智能识别,还是机器学习,BAT在人工智能领域的覆盖面已经很广,背后的技术实力也与谷歌、微软等逐渐缩小。在数据规模上,国内企业的资源并不输海外,需要加强的就是如何更有效地利用这些数据,从而改善人们的生活。

得益于大数据和云计算的支持,互联网正在向物联网扩展,人工智能则是升级体验、解放生产力的重要手段。迈克尔·戴尔称,今天的处理能力、带宽、存储正以每年10倍的速度成倍增长,未来15年的技术将比现在强大1000倍。

如今,大数据影响着各个行业,创造了巨大的商业价值。通过结合大数据和云计算,人工智能将更好地服务于人们的生活,推动时代进步。这一发展过程中,巨头企业已经开始利用数据规模和技术优势深耕布局,腾讯就是其中之一。

 

本文转自:中关村在线