展会信息港展会大全

从周鸿对人工智能的迷恋程度来看,他确实瞧不上BAT的O2O业务
来源:互联网   发布日期:2016-05-13 09:30:15   浏览:15359次  

导读:360宣布全线硬件产品向人工智能看齐,人工智能已经成为360未来主推的大方向之一,无论是硬件还是软件产品,想必都会逐步的具备自主学习功能,错过了手机、O2O的周鸿,无论如何也不想错过人工智能这波大潮了。...

从周鸿对人工智能的迷恋程度来看,他确实瞧不上BAT的O2O业务

不久前,周鸿在一封内部信中表示,送外卖、卖电影票不是360长项,坚定地相信未来是基于大数据和人工智能的,而且智能设备将会呈现多样化,智能手机并不是它的终极表现形态。

如今,从周鸿迷恋人工智能的程度来看,360确实瞧不上BAT在做的O2O业务。近日,在 2016 CES Asia 上,360不仅宣布全线硬件产品向人工智能看齐,360人工智能研究院院长颜水成公布了360近段时间人工智能领域的最新研究成果,这也是颜水成8个月前加入360之后首次公开露面。

总体来说,360在人工智能领域的研究路径大概分为四个层次:

1、最基本的硬件层面,比如在云上、端上面向深度学习的专用芯片;

2、面向大规模深度学习的训练的多机多卡的软硬件平台,以及基于深度学习的各种人工智能的前沿的算法;

3、人工智能支撑的各种智能硬件产品;

4、基于人工智能或者深度学习,智能硬件具备自主学习的能力。

很显然,人工智能已经成为360未来主推的大方向之一,无论是硬件还是软件产品,想必都会逐步的具备自主学习功能。按照颜水成的说法,未来人工智能无论是在云上还是端上,都将成为支撑硬件产品的安全智囊。为了达成这一愿景,颜水成在加入360这8个月间,主要做了以下布局:

第一、建立360net,一个软硬件的训练平台

360net 有点类似DeepMind之前公布的DQN项目(deep-q-network),只不过DQN是基于深度强化学习的游戏平台,而360net是一个基于软硬件的训练平台。但其实之所以构建训练平台,是由于深度学习的本质决定的:要训练一个系统,除了需要大量的训练数据,快速的响应时间也是非常关键的。

360net 宣称支持多机多卡,可以用一百块卡或者几百块卡连在一起对深度学习进行训练。另外这个平台具有高度的兼容性和可扩展性,也就是说360net不仅要构建一个自己的模块,未来这个平台还想要吸纳其他的深度学习模块,以此减少开发所需要的时间。

毫无疑问,360net是360人工智能业务的根基。

第二、稳定、低功耗的人脸分析系统

谈及人脸分析系统,相信大家从周鸿拿着360手机,随时随地变身自拍狂魔就可以体会的到,但其实不只360手机使用了这一人脸技术,其他包括儿童手表、行车记录仪,以及线上的搜索部分,也都在一步步开始配置人脸分析的技术。

据介绍,这套人脸系统不仅可以对性别、年龄、表情等进行分析,对于当下很火热的直播来说,也是一大福利。

然而,众所周知,在人脸分析的过程中,如何准确定位人脸上的关键点是验证技术的一个标准,虽然,360宣称已经把这套技术应用到自己的产品中,但是想要进一步提升准确度,这套人脸识别技术一定还需要大量图像数据的积累。

第三、车辆的环境感知

环境感知方面,360早先已经招募了团队,在此之前这个团队的重心是放在计算机视觉,加入360之后,才把精力集中在车辆的环境感知,主要是物体的分类、检测和分割。这其实也是为了无人驾驶汽车布局的,比如怎样实现精确的把车辆和行人进行定位,对于汽车辅助驾驶是非常有价值的。

或者说更进一步,如何在城市环境中,除了人车检测之外,还可以进行车道线的检测,同时预计出距离红绿灯以及交通摄像头的距离,保证汽车的安全。当然,对自动驾驶非常有用的一个功能是,能够通过技术把可行驶的区域检测出来,明确的预测道路车辆可移动的轨迹和范围,对于车的路线预判和选择都有着很大的价值。

不过,无人驾驶想要普及,可不能仅仅凭借一个环境感知就可以做到,还需要传感器、激光雷达等设备的辅助,配合路测数据采集进行改进方能达到一个理想状态。

颜水成表示,他对360人工智能的期待是,以后智能硬件产品并不是固化的产品,而是希望打造一款跟人一起成长的智能硬件。他还透露,360搜索事业部也一直在用机器学习的方法提升搜索性能,包括最近把重点放到语义感知方面,试图把语音输入的错字率可以达到低于1%的水平,天眼团队则是在做基于大数据的未知威胁感知系统,用深度学习进行网络分析。

人工智能,是建立在泛安全基础之上的

通过360对人工智能的布局来看,很容易让人直观的以为人工智能研究院已经凌驾于其他事业部之上,似乎安全也已经放到了次要位置?其实不然。360首先还是要利用IOT技术解决人们家居安全、出行以及儿童和老人的安全,正是安全的需求才凸显了人工智能的重要性。这一点,从周鸿对泛安全概念的定义便可知道。

周鸿眼中的泛安全,一方面有传统的线上安全,还有线下安全。而从研发的角度来说,线上的安全处理更多的是大数据。线下的安全,则是要跟智能硬件有交互,人的信息传递给智能硬件之后,智能硬件要能理解人,同时要把它的信息反馈给人。这样就产生了一些涉及到视觉的感知,语音的感知,和语义的感知的需求。

可以预见,伴随着智能生活逐渐从“概念”成为真实可触及的现实,人们的生活也因此具有了基于互联网的高度关联性和可访问性,但是如果没有足够的安全保障,智能设备不仅会对网络环境构成了严重威胁,也会给我们的生活带来不可预知的安全风险。

比如,此前就有行驶中的汽车可以被黑客接管失去控制、洗衣机也可能失控而高速旋转,尤其是已经进入百团大战的直播领域,黑客如果通过摄像头窥见我们的日常活动,安全隐患可想而知。

事实上,根据360攻防实验室发布的《国内智能家庭摄像头安全状况评估报告》,在对国内市场上销售的近百个品牌的家庭智能摄像头进行的安全评估测试发现,近8成产品存在用户信息泄露、数据传输未加密、APP未安全加固、代码逻辑存在缺陷、硬件存在调试接口、可横向控制等安全缺陷。

毫无疑问,这些安全缺陷的存在让接入网络的智能摄像头可以轻易被不法分子控制,随时获取摄像头的图像和语音信息,对安装摄像头的家庭或公司进行监控甚至网上直播。

然而即便如此,这也并没有阻碍各大巨头布局物联网以及人工智能的决心。对于安全起家的360来说,虽然目前来看人工智能的布局声势要远大于实际应用,但至少大方向找准了,并且做了 All in 的准备。错过了手机、O2O时代的周鸿,无论如何也不想错过人工智能这波大潮了。


赞助本站

相关热词: 360 人工智能 智能家居

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港