2020-11-30 周一

AI/大数据

汇聚 IT 世界的思考者和观察者,连接数字时代的开拓者和创新者。聚焦 IT 前沿技术,紧跟最新科技潮流。拨开数字空间迷雾,洞悉IT 世界趋势。有深度的内容,有价值的思考。

未来流行遛机器狗,也许能解决城市宠物背后的矛盾

近日,当红女星陈紫函在今日头条上发帖:“朋友圈都炸了锅了,多少人心里为此难受流泪、气愤,可是又能怎么办呢?杭州你让人心寒……” 据悉,这是因为杭州、成都发布市区限狗令,将对22种禁养犬只开展收容处理。对此网友们纷纷意见不一,爱狗人士表示“感到心寒,狗做错了什么。”而另一方则是曾饱受大型犬困扰的人士:“杭州以前的养狗环境实在是太宽松了,的确应该好好管管,每次傍晚散步不是被大型犬吓到,就是悄无声息的在你身边也无狗绳拴着。”还有网友表示“城市养狗人士太多,但是有些养狗主人卫生却不做好,楼道电梯经常会有狗狗到处拉的便便。”随着城市化的进程加速,城市生存空间越发拥堵,人们精神上的空缺却无法得到满足,更多的人通过饲养宠物来排解孤独感。 不可否认宠物是人类最好的朋友,但是逐渐增多的宠物占领着原本就已经拥堵的城市,爱狗人群和不养狗的人群不免发生各种矛盾,同时也滋生各类社会问题:被抛弃的流浪狗到处游荡,增加狂犬病风险;大型猎犬主人出门不牵绳对小区安全造成威胁等等。面对如此严苛的政策环境,未来城市会不会流行遛“智能狗”? 智能宠物早有雏形,玩家养“宠物”乐此不疲 “蓝胖子”一直是每个人心中的童年梦想,也是最早智能宠物的雏形,1987年日本漫画家藤本弘和安孙子素雄共同创作了一部漫画,这部漫画就是日后风靡世界的《哆啦A梦》,漫画叙述了一只来自22世界的猫形机器人——哆啦A梦,受主人野比世修的托付,回到20世纪,借助四维口袋里拿出来各种各样的道具,来帮助世修的高祖父小学生野比大雄化解身边种种困难。 对于饲养电子宠物,人们一直是乐此不疲的。1996年横井昭裕给日本传统玩具市场带来了新创意—电子宠物,这款“电子宠物”不仅大获成功而且席卷全球,它的玩法非常简单,给宠物喂食、喂水、洗澡、铲屎如此循环,把宠物养肥养大直至死亡,尤其在女高中生中间流行,电子宠物有着跟宠物一样的习性,需要玩家不断进行喂食铲屎等照顾行为。 在国内,早在2005年QQ兴起时就推出一款名为QQ宠物的游戏,贯穿宠物成长全过程,曾经也是承载了一代人的回忆,不少腾讯玩家只要一登上QQ就会同时登录QQ宠物,还会在社区里为自己的宠物举行婚礼,不过这款风靡一时的游戏在2018年9月15日宣布停止运营。 然而这并不能阻挡人们养宠物的这一爱好,2018年一款佛系养蛙游戏再次从日本席卷全球。 智能宠物来袭,究其根本是弥补内心孤独。 如今人们对宠物的依赖性越来越强,根据《2017年中国宠物行业白皮书》中的数据,中国养宠物家庭达到约5912万,而其中80、90、00后三个年龄阶段的人群成为养宠主力,而这三个群体也是“独生子女”、“空巢青年”的代名词。据斯科特·派克的《The road less traveled》中了解,人们喜欢小宠物是因为它们会顺从人的意愿,从而产生依赖性。 介于依赖性这一点,智能宠物完全可以满足。今年1月份索尼公司发布新一代人工智能宠物Aibo,Aibo的外形仅仅只有泰迪那么大,不仅能利用人工智能对声音做出反应,还可以坐、摇尾巴、连接手机,而且它还可以表达一系列情感,它的眼睛其实是一个小型的屏幕,同时可以照相并记录数字狗所经历的的事情。最重要的是这款新的机器狗是具备情感的,索尼公司表示Aibo通过一系列传感器使用深度学习、技术分析声音和图像,还能借助云数据从其他单位和业主经验中学习。据《纽约时报》采访,75岁的Sumie Maekawa女士每天都会跟Aibo聊天,还会给它做好看的衣服精心打扮,这对夫妇表示好像养孩子一样,他们没有孩子,当撒手人寰时打算跟Aibo合葬。而据《朝日新闻》报道,4月26日日本千叶县光福寺为110只索尼机器狗“Aibo”举行了葬礼,据悉仪式的主办方是负责旧款Aibo的维修公司,参加的相关人士是旧款机器狗的主人。 随着中国老龄化的加剧,以及城市化进程的加速,“低欲望青年”和“佛系少年”的出现,人们的精神生活越来越空虚,而抚养一只宠物狗的成本也越来越大,日本对于机器的情感依赖很大程度预示着我们未来的社会生活。 智能宠物助力解决城市宠物隐患,家长更愿意让机器狗陪伴小孩。 对于最近一直备受关注的城市宠物引发的人狗矛盾,千奇百怪的宠物市场背后也暗藏危机。现今人们养宠物已经不局限于撸猫撸狗,养蜘蛛、养猪、养蛇、养猴子甚至养孔雀的人也层出不穷,今年7月,渭南21岁女子网购银环蛇当宠物饲养,不慎被咬伤导致脑死亡。 智能宠物的出场也许是解决城市宠物问题的一场及时雨。据了解,索尼机器狗在今年1月份发售,不到半年时间累计出货量就已经达到1万1千台,这个销量还在一直呈上涨趋势。 除此之外机器狗可以在发声上更像动物。英国谢菲尔德大学的罗杰·摩尔研发出一款声音合成器,能够模拟动物发声器官,还可以对互动做出反馈。“在这之前大多数机器狗都是录好的声音,这些声音很少与智能宠物的外形相匹配。”罗杰·摩尔说道,“如果这个机器宠物跟大象一样大,那它合成的声音就像是大象的声音那么浑厚。”有着跟宠物叫声一样的智能机器狗,对于家长担心小孩养狗被咬和热爱狗狗但是对狗毛过敏,疲于打扫宠物卫生的人群也许是个福音。 智能宠物十八般武艺样样精通,是你的宠物也是你的助手。 作为一只智能宠物,仅仅会笑会跑怎么能够赢得主人的欢心呢?5月11日,美国加州大学伯克利分校举行的TechCrunch会议上,波士顿动力公司创始人Marc Raibert宣布,公司研发的机器狗SpotMini已经投入前期生产,准备在2019年实现商业化。这款机器狗不仅仅是陪你散散步,更是会精通十八般武艺。波士顿动力公司在2月份发布了一段视频,SpotMini利用头部的机械臂,可以精准握住门把手将门打开。这只机器狗还很懂礼貌,打开门之后,这只狗形机器人还可以用自己的身躯抵住大门,让没有机械臂的“同伴”先通过,自己再紧随其后。除此之外,SpotMini还能在前进过程中实时完成对空间的探测工作,通过四个摄像头定位自己的空间位置以及障碍物,然后自主导航,一边轻易避开障碍物自由在办公室前行,还可以像宠物狗一样自由上下楼梯。基于他们自带的GPS定位系统,主人也不用担心找不到他们而发布“寻狗启事”。 除了能像动物一样会跑会跳,SpotMini还有着自己额外的技能,它能将酒杯放入洗碗机内,还能捡起垃圾扔进垃圾桶。如果踩在香蕉皮上滑倒,它还可以自己站起来。它不仅仅作为一只宠物狗一样带给人们欢乐,还能作为一个全能小助手。在今年的亚马逊机器人大会上,亚马逊CEO杰夫·贝佐斯发布了一张他与宠物狗SpotMini散步的照片。看来离流行遛智能宠物也不会太远了。 智能宠物离我们很近,但离代替真正的狗依然很远。 尽管智能浪潮之下已经阻挡不了机器狗的出现,但是对于一部分爱狗人士来说机器狗依然取代不了心中的宠物狗。有网友表示:“机器狗固然不用清理卫生,也很难引发社会矛盾,这是有闲钱又孤独的选择,依然代替不了自己家独一无二的宠物狗。”另外一部分网友表示:“没有毛撸起来不爽。”还有网友表示:“不能给他惊喜和意外。” 除开这些问题之外,智能宠物狗走向市场的问题还表现在:蓄电时间短和AI技术还不成熟。据了解,索尼机器狗一次充满电需要长达3小时,但是蓄电时间只有2小时,而且需要特定的充电器。对于主人们来说这个蓄电时间简直太短了,对于喜欢外出遛“狗”的主人,它完全达不到要求,这个续航能力也只能在室内活动了。另一方面,狗是非常复杂的生物,它们很聪明但是我们不知道它们在想什么。由于目前的AI技术还仅仅处于初级阶段,智能狗走起来并不稳健,相对于真正的宠物狗显得尤为笨拙,有网友表示一只残疾狗跑得都比它快。它仅仅只能当做一个玩具代替不了狗在人类身边的重要性。 而现在索尼机器狗的价格大约在人民币13000左右,对于高昂的价格不少玩家也表示不会考虑,它仅仅像一个冰冷、呆滞、昂贵的机器。而对于它没有毛发的外壳,也饱受诟病,但是给智能宠物装上毛发对索尼公司来说应该是so eazy的事情。随着AI技术的高速发展,当前智能宠物拥有的一些外表问题终究会解决,但是一个没有生命的智能狗,它没有像狗一样的忠诚度。有网友表示:它就是一个动物形状的超级计算器。智能相对论易敏认为:我们终归是希望人工智能的到来不是取代某一个生物,而是去帮助人们生活过得更好,比如因为孤独老人不便于养狗,而智能宠物要做的便是替真正的宠物狗排解孤独。 当机器狗真的拥有一副宠物狗的外表,人们那时候是否就可以愉快地接纳它呢? 文 |易敏

人工智能如何进入实体零售业

可以公平地说,人工智能已经帮助网上购物实现了巨大飞跃,同时在创新和效率方面使实体零售业远远落在后面。 将人工智能用于零售业的主要障碍是数据,新的黄金,这也是Google和Facebook等公司免费为您提供服务的根本原因所在。网上购物平台为顾客提供了简洁明了的交互界面,有助于收集每个用户的大量信息,包括他们查看的产品、搜索内容、在购物车中添加或删除的商品,甚至让用户犹豫的商品。 所有这些信息都被输入机器学习算法和分析平台,这些平台处理数据并收集行为模式,帮助电子零售商更好地理解顾客需求,并提出个性化的产品建议、忠诚度计划,以及报告其他可以产生更多销售额的商品。 实体零售商几乎没有办法收集顾客信息,也无法及时满足他们的需求,这将导致顾客困惑,从而使销售机会丧失和减少。 然而,有一些技术可以帮助纠正这种情况,让实体零售商能够收集有价值和可操作的信息,在其业务中使用人工智能,并更好地满足顾客需求。 移动应用程序 智能手机无处不在,这是零售商创造全方位购物体验、识别和收集顾客数据的绝佳机会。许多大型零售商现在正在搭建在线平台和移动应用来补充他们的实体店,并让顾客在线访问他们的商品和服务。 其中一些移动应用程序具有店内功能,例如查找特定项目或服务、根据偏好和需求在不同类型的项目之间进行选择,甚至进行购买。其他则提供店外功能,如健身和健康指导,或有关如何更好地使用其产品的提示。 所有这些都有助于零售商收集更多顾客与其商店互动的信息,或者与他们提供的特定产品或服务相关的数据。在大多数情况下,数据可以与特定顾客的档案联系在一起,这为使用人工智能算法创造更个性化体验提供了机会。在数据与特定用户无关的情况下,它仍然为零售商提供了从大型数据集中收集行为模式、发现顾客痛点、需要提升运营能力的地方等机会。 物联网 对于每一个与物理世界有关的行业而言,物联网都是一件大事,实体零售也不例外。在许多使用案例中,物联网技术可以帮助零售商收集顾客信息,并将其转化为可操作的见解。 最有希望的技术之一是蓝牙信标,零售商可以在商店里安装这种设备,可以与智能手机和顾客其他的移动设备进行交互。信标需要目标设备安装专门的应用程序或技术来执行其功能,它们可用于检测顾客的位置,向他们发送促销和通知信息,并提供支付选项等。 虽然信标没有达到他们的预期目标,但并不是因为技术的失败,而是因为它的使用不当。零售商大多使用它们来向顾客发送非个性化的广告和通知,最终使顾客厌烦和失望。如果与上面提到的基于人工智能的移动应用相结合,信标可以为顾客创造更加个性化的体验。 智能传感器对于收集整个商店信息并帮助商店管理层及时做出反应也至关重要。运动传感器可以帮助测量商店中的顾客流量,而无需访问移动设备。然后,这些数据可以用来从店内流量中收集模式,例如,它可以用来寻找顾客经常光顾且更适合促销的区域;智能货架技术有助于库存管理跟踪店内库存,并在商品用完之前重新补货;RFID可以帮助找到 “孤儿”商品,并将它们放回正确的地方。这些只是物联网可以帮助收集为人工智能(AI)系统提供所需数据的一些方式,并可以提供更好的顾客体验。 计算机视觉算法 计算机视觉是分析照片和视频以识别不同元素及其关系的技术。这种技术可以帮助计算机像人类一样理解图像的内容和情境。 计算机视觉的潜力是巨大的,零售商可以用它们来完成许多以前不可能完成的事情。 例如,智能广告显示器可以使用计算机视觉来收集观看所显示广告的顾客信息,例如年龄,性别等,以及他们是否看了广告。这些数据可以与人工智能算法相结合,以创建片段,并将每个显示的广告与其迎合的人口统计相关联,当新顾客站在显示器前面时,该算法将有助于显示更有可能引起顾客注意的广告。这实际上类似于在线广告在Facebook上和谷歌等平台上的工作方式。 店内摄像头背后的计算机视觉算法可以帮助识别困惑、徘徊或需要帮助的顾客,并通知商店管理人员派人帮助他们,从而优化人力资源的使用。 计算机视觉对增强现实也至关重要,增强现实(AR)是一种将信息和元素叠加在现实世界图像上的技术。AR也是智能镜子背后的技术,可以让你试穿衣服、化妆品、眼镜等等,而无需亲身体验它们。 由计算机视觉和AR支持的移动应用,可以帮助零售商通过顾客智能手机或智能眼镜的摄像头来观看世界。这提供了收集信息的机会,例如顾客对哪些产品感兴趣,同时为顾客提供价值,例如以AR格式显示附加信息,并根据顾客的历史数据向他们提供追加销售建议。 实体店能追上电子零售吗? 可以肯定的是,大量有价值的信息将浪费在实体零售中,而这种信息在网上购物世界中是不存在的。一旦数据被正确收集并投入使用,人工智能将真正开始显示其潜力,我们到时将能够回答这个问题。也难怪最大的在线零售商亚马逊会花136亿美元收购了一家实体杂货连锁店。

Apple收购了机器学习软件公司Silk Labs

据报道,苹果公司收购了一家名不见经传的Silk Labs公司,该公司专注于构建设备上的机器学习软件。 根据The Information,今年早些时候进行的购买将非常适合Apple以隐私为中心的人工智能方法。在进入智能家居失败后,Silk Labs开发了设备上的机器学习服务。这意味着处理数据而不将其发送到云端 - 这也是 Apple 首选的方法。 Silk Labs本身并不是熟悉的技术名称。该公司由前Mozilla首席技术官Andreas Gal共同创办,并推出了一款产品:“智能相机和智能家居中心”这一名称Sense。该中心设计时尚,设计精良,旨在将智能家居产品(包括恒温器,扬声器和相机)连接在一起。 Silk Labs仅推出了一款硬件产品,智能家居中心Sense。在Kickstarter筹集资金后,它于2016年6月被取消。 图片来源:Silk Labs Sense于2016年2月在Kickstarter上推出,但仅从774名支持者那里获得了大约150,000美元的资金。Silk Labs 于当年6月取消了该产品(退款支持者),并宣布它正在转向为其他公司开发AI软件。 该公司的网站(在撰写本文时仍然存在)详细介绍了一系列利用机器视觉技术的服务。这些包括人员检测和面部识别,用于建筑监控,零售分析和家庭安全等任务。在公司的网站和社交媒体上,它强调它使用边缘计算和加密使其服务比竞争对手更私密。 Apple在人工智能开发方面采取了类似的方法,将自己与谷歌这样的竞争对手区分开来,谷歌收集大量用户数据并在云端处理。“当涉及到对数据进行分析时,”Apple执行官Craig Federighi 在2016年表示。“我们正在您的设备上进行操作,将您的个人数据保存在您的控制之下。”

无上限年薪争AI人才,大企“抢人”,小企为难

想要在北京三环内买套100平方米的房子,按照首付两成计算,律所应届生需要8.3年,四大应届生则是6.9年,如果恰好是AI领域毕业生,那么恭喜了!3年太长,1.25年才是他们征服房价的方式。 有的人一毕业就失业,有的人一出校门年薪至少30万起。 最近一张2019届校招高薪清单流出,一眼望过去都是人民币,尤其是算法岗位相当吃香。 联想到此前“AI应届博士年薪80万起步”的新闻,AI人才薪水水涨船高,不知道现在转专业还来得及吗? 不过,那些年收入还在百万线内徘徊的初创公司却有点瑟瑟发抖,人才这么贵,招不起怎么办? 优秀应届生=薪资无上限 从去年下半年开始,算法工程师的薪资水平就直逼30W。数据显示,2017年第三季度,AI相关从业人员平均薪资达到了32.95万元;在第四季度,互联网技术岗位平均年薪达到了28.16万元。 今年秋招期间,多家科技企业也爆出了最新的“行价”:硕士应届生的年薪是30万元左右,大部分博士是50万元,优秀博士能拿到80万元。 80万元的高价已经很具备吸引力,但BAT们接受采访时还要哭诉招不到人。 竞争之激烈,各家也是绞尽脑汁变着花招来吸引求职者,如签字费10W,入职后人才补贴160W,拉动地方政府资助,甚至免费送股票。 这种现象从去年就已经初露端倪,而且在企业、产业、人才这条循环链上,人才招聘是最基础,也能第一时间反映行业趋势现状。 去年,根据脉脉数据研究院的报告,在AI人才细分岗位集中度上,像算法、机器学习以及图像识别是大企业目前比较缺乏的。 很快,今年的招聘基本上补全了之前的不足。 根据公开信息,今年BAT校招都接收了非常多的算法工程师简历: 百度的AI岗位校招上,机器学习、数据挖掘、自然语言处理工程师以及计算机视觉算法研发工程师较多。 阿里接收到最多的是自然语言处理以及计算机视觉领域的算法工程师。 腾讯则是机器学习和计算机视觉岗位的比较多,超过所有申请AI相关岗位的80%。 其中,腾讯表示做计算机视觉的实验室太多了,但是市场并没有那么大的需求,建议后两届的同学早做打算。 字节跳动发给求职者的回邮也显示,今年算法工程师的简历已经超需求,反倒是工程类的岗位供给一直没跟上。 上文也提到,今年校招比较集中的职位在算法,甚至已经出现了一些算法职位过热的情况。求职岗位的过热在某种程度可能也意味着这个领域也在“过热”中,比如CV。 少年AI也有高薪资的烦恼 但同时,欣荣景象也并不代表着算法工程师就是“金饭碗”。 行业人士指出,另外只会一些简单的、非高精尖的算法工程师自身已经面临着被机器替代风险。 整个行业大致上会形成两极分化,高薪人才的对立面就是偏基础功能的一般算法程序员,这类人的薪资不但要不上价,还有失业风险,他们可能被能够用复杂模型和强人工智能的程序员所设计的算法替代,最终被裁员。 同时,校招还面临着一个问题,优秀人才出校门前已经被抢光,同时虽然有不少高校已经建立了独立的AI学院,但人才的培训体系仍待完善。 即便是走在前面的美国,也不得不面对未来人才稀缺的难题,根据伍斯特理工学院(Worcester Polytechnic Institute)的报告,许多大学,在AI及相关领域,空缺教师职位比在职职位还要多,博士培育人数与填充职位之间的差距也是众学科中很大的,填充的职位数量比博士培育量多6%。 治标还需治本。 另外,在公司层面上,除了传统的BAT之外,一些新兴的AI独角兽也加入了抢夺人才的大战中,比如地平线、Pony.ai、商汤、依图、旷视等,它们也不得不拿出诱人的薪水,和巨头们争夺人才。 旷视高管称:“有些公司为了抢人甚至不设上限。” 优秀人才不设上限,本是一心求贤,但也使得行业出现薪资水涨船高至不可控的乱象。云从科技金融事业部负责人在接受采访时就感慨道,“AI人才薪资,差不多是相同档普通软硬件公司的两倍。不过好在大家都融到资了。” 其实对于包括商汤、旷世等多家独角兽在内的众多新兴科技企业在内,盈利是一件短期内难以实现的事情,人才成本的水涨船高无疑让其负担重了许多,但人才市场的行情却让他们不得不大步迈进高薪俱乐部,和有着深厚资本的百度、阿里、华为等巨头竞争。 AI人才大战的战火向外围进一步蔓延的同时,也影响到了那些还在“温饱线挣扎”的初创企业们。 钱少的创企怎么办? 高涨的人才成本对于那些“财不大气也不粗”的AI创企来说是雪上加霜。 创企在知名度、薪资待遇等方面根本无法与BAT等巨头竞争;在AI个人上升空间层面又比不过快速发展的明星科技企业。他们想要获得人才,起码需要在薪资上不能落了下风。而AI人才成本的提升,也不仅提高了创企的入局门槛,同时,也逼迫着创企要尽快获得融资才能跑得更快,把握住时机。 在镁客网的多次采访中,越来越多的创企在谈及融资资金的用途时,必谈的用途之一就是团队扩充人才成本,不少公司创始人都表示“AI人才的价格越来越高了。” 当前,许多创业公司组建团队都是通过以下几种方式:有些是与同一个实验室、或者就研究同一个项目的人说服他们一起创业;有些离职创业人士则是拉来自己的同学、朋友、前同事、圈内人士一起创业。总之,他们早期的团队几乎都是靠人脉和“一张会讲故事的嘴”所组成的。 但是等到“人情用完”后,伴随着公司逐步发展,迈入AI行业的明星企业队伍之前,在AI人才市场中缺乏竞争力仍然是创企必须面对的一个现实问题。 如何在巨头、明星企业的“虎口”抢人才? 首先是老路子,创企或许可以通过股份、期权+薪资的方式吸引人才;其次是在研发上与高校师生进行合作,如此,创企既有人才做研发,高校师生也可借机做研究报告,一举双赢。最后,在政策补贴方面,除了给予企业租金乃至税收等优惠之外,也可以为这些创企内部的员工提供一定的补贴。当然,不排除人才独具慧眼看到那些有潜在实力的创企,愿意将自己“投资”在企业。

京东宣布进军养猪业 还推出了“猪脸识别”

在昨日举办的JDDiscovery2018京东数字科技全球探索者大会上,京东金融品牌正式升级为京东数字科技,英文名称为JD Digits。 京东金融CEO陈生强宣布,京东数字科技将包括金融、城市、农牧、钼媒多个板块,京东金融仍然是京东数字科技的核心,涵盖个人金融、企业金融、金融科技等业务。 大会上,京东数字科技还宣布成立子品牌京东农牧,并成立京东农业研究院。京东农牧联合中国农业大学建设丰宁智能猪场示范点。实现养猪真正“无人、无线、无干扰、无接触”。 据了解,丰宁智能猪场的气体、温湿度等参数可随时监控,还用上了“猪脸识别”技术,猪的父母、出生日期以及品系等相关数据都会显示,还可以了解每一只猪的健康情况,包括进食量、进食偏好等等,为科学养猪提供科学完整的信息链。 京东数字科技副总裁曹鹏透露,为了研发“猪脸识别”,算法工程师天天泡在猪圈里,扛着母猪去配种,扛着公猪去喂饲料。 京东农牧还自主研发了集成“神农大脑(AI)”+“神农物联网设备(IoT)”+“神农系统(SaaS)”三大模块的京东智能养殖解决方案,使得养殖流程实现全面数字化,养殖成本全面降低。

AI机器人公司极智嘉Geek+完成1.5亿美元B轮融资

21日,智能仓储机器人公司极智嘉科技Geek+完成国际知名私募机构华平投资领投,原有股东祥峰投资、火山石投资跟投的1.5亿美元融资B轮融资。 Geek+成立于2015年初,利用机器人、AI、大数据、云计算和IoT技术,提供机器人智能物流解决方案和一站式供应链服务。2016年5月,团队获得5000万元A轮融资,由火山石投资和高榕资本共同投资;2017年3月拿下祥峰投资领投,火山石投资、高榕资本继续跟投的1.5亿人民币A+轮融资;同年7月获得由国际知名私募机构华平投资领投,原有投资方火山石投资等跟投的6000万美元B1轮融资。 根据Geek+提供的数据,其机器人出货量已经超过5,000台,完成了超过100个机器人项目的部署,业务范围包括中国大陆、香港、台湾、日本、澳大利亚、新加坡、欧洲、美国等区域,并已经和各行业的全球领军企业广泛建立了合作,包括电商、物流、汽车、快时尚、医药等众多领域。 极智嘉创始人兼CEO郑勇表示,此轮融资之后将更快地拓展业务,“明年公司战略会有一些变化,也是一种升级,明年会有两个重要的关键词,即’赋能’与‘合作’,建立更多生态体系,为客户提供更加全面的技术方案”。 仓储物流机器人想要从技术走向商业化运营还需要很多门槛,这也是整个行业入局者不少知名者寥寥的原因。 首先是机器人本体的技术,机器人除了包含硬件、结构、机电、配置等,还有软件技术,比如视觉导航、路线规划、运动控制的能力,这些都需要很好的软硬一体优化集成在机器人里面,并保证其可靠性、稳定性和耐用性; 其次就是基于机器人分布式系统的调度管理控制技术。机器人本体作为分布式系统可以做到局部决策的最优,而调度管理系统能承担起全局优化的角色,这套技术系统不仅仅能调度机器人,还要去管理客户的订单、库存。 因此这个上层的管理系统最核心的功能起码要满足两方面的需求,一方面要做好算法策略,能够去结合机器人的调度、库存的管理、订单的管理,让三者在一起的情况下系统能保持一个最好的运作效率;另外一方面是功能的开发,这些功能性的开发其实是为了适配客户业务层面的需要,这里虽然没有特别高难度的技术,但是在系统的功能上要铺的很全,客户需要整个系统架构是非常全面和完整的,需要能够适配不同行业不同业务需求的。 最后一点就是物流方面的技术,机器人公司要懂得客户现场的仓储物流业务特点,通过把物流跟自动化技术的结合,给客户输出一个整体的解决方案,帮助客户快速突破业务层面的问题。以不同型号和功能的物流仓储机器人为核心,极智嘉目前打造了自动存取系统、拣选系统、搬运自动化系统和分拣系统等。 郑勇认为:“这个领域不是一个单纯的机器人软硬件就能解决的事情,它是要跟物流行业紧密融合在一起的。我们看到很多早期公司可能只是解决了机器人单体的问题,做的好一点的可能进一步研究上层的软件系统,研究优化算法保障系统有一个还可以的效率,这对一些创业公司来说还算容易。 但如果涉及到做好各种功能性的开发,去无缝匹配客户的业务需求,这个我们看到很多创业型公司非常欠缺,因为缺少真正能够懂业务懂物流的人。所以说单纯做技术没有意义,不懂场景,不懂业务就会做出不接地气的东西,就不能够真正帮客户解决问题,这是很多早期公司容易有的短板,这个对能力宽度的要求是比较高的。” 郑勇此前在接受猎云网采访时表示,为了积累更多的经验值,深入行业实地打磨是唯一的途径,极智嘉在电商零售、商超百货、鞋服、化妆品、医药、制造业工厂等领域逐步渗透打造不同的行业应用案例,“从场景的角度看,我们的应用一个是在仓库里面,一个是在工厂,这两种都算是工业应用场景,另外还有一些商业场景的尝试,比如在酒店、机场等地方有时候也需要一些机器人搬运解决方案”。 仓储物流机器人是一个非常讲究实际效益的行业,每个项目都要给客户去计算投资回报模型,看看能节省多少人工和效率成本,仔细评估投资后的回报周期有多长。郑勇表示,基本上要控制在两三年的程度,这两三年内靠节省的直接人工成本加上效率提升后的额外效益,来收回整个设备系统的投资,具体的回报周期根据不同的仓库不同的业务特点有所差异。

人工智能之无监督学习模型可发现入侵黑客

Darktrace新网络安全公司与剑桥大学的数学家合作,开发了一种利用机器学习来捕捉内部漏洞的工具。它运用无监督学习方法,查看大量未标记的数据,并找到不遵循典型模式的碎片。这些原始数据汇集到60多种不同的无监督学习算法中,它们相互竞争以发现异常行为。 2013,一群英国情报人员注意到一些奇怪的事情。虽然大多数保护数字基础设施的努力都集中在阻止坏人进入,但很少有人关注反面:阻止他们泄露信息。基于这个想法,该集团成立了一个新的网络安全公司,称为Darktrace。 该公司与剑桥大学的数学家合作,开发了一种利用机器学习来捕捉内部漏洞的工具。然而,它们不需要在攻击的历史实例上训练算法,而是需要系统识别异常行为新实例的方法。他们转向无监督学习,这是一种基于一种罕见的机器学习算法的技术,它不需要人类指定寻找什么。 Darktrace已经把注意力放在一种被感染的装置上,表现出反常的行为。“这非常像人体自身的免疫系统,”该公司的CO-CEO NicoleEagan说。尽管它是复杂的,但它具有自我和非自我的内在感觉。当它发现不属于自己的东西时,它会有极其精确和快速的反应。 绝大多数机器学习应用依赖于监督学习。这包括给机器提供大量仔细标记的数据,以训练它识别一个狭义的模式。说你想让你的机器识别黄金猎犬。你喂它几百或几千张金毛猎犬的照片,以及那些不是金毛猎犬的东西,同时明确地告诉它哪些是金毛猎犬。最终,你会发现一个相当不错的金毛猎犬识别机器。 在网络安全中,有监督的学习效果很好。你训练一台机器,面对你的系统以前面临的各种威胁,并且无情地追逐它们。 但有两个主要问题。一方面,它只适用于已知的威胁;未知的威胁仍然潜藏在雷达下。另一方面,监督学习算法最适合于平衡数据集——换言之,那些具有相同数量的示例,说明它在寻找什么,以及它可以忽略什么。网络安全数据高度不平衡:很少有威胁行为的例子埋藏在绝大多数正常行为中。 一个特定子网络内所有连接的可视化。幸运的是,在监督学习失败的情况下,无人监督的学习胜过了。后者可以查看大量未标记的数据,并找到不遵循典型模式的片段。因此,它可以面对系统从未见过的威胁,并且需要很少的反常数据点来这样做。 当Darktrace部署其软件时,它会在客户端的网络周围建立物理和数字传感器来绘制其活动。这些原始数据被传送到60多个不同的无监督学习算法,这些算法相互竞争以发现异常行为。 然后,这些算法将它们的输出吐出到另一个主算法中,该主算法使用各种统计方法来确定60个中的哪些要听,哪些要忽略。所有这些复杂性被封装成一个最终的可视化,允许人类操作员快速地查看和响应可能的违规行为。当人类下一步该做什么时,系统就可以通过隔离被感染设备的所有外部通信来隔离破裂直到解决。 然而,无人监督的学习并不是一颗银弹。随着攻击者变得越来越复杂,他们在愚弄机器,无论他们使用什么类型的机器学习方面都变得更好。有一个猫和老鼠的游戏,攻击者可以尝试改变他们的行为,Dawn Song说:“网络安全和机器学习专家在加州大学伯克利分校。 作为回应,网络安全界已经转向了积极的方法——“更好的安全架构和原则,以便系统通过构建更加安全,”她说。但要彻底根除所有违规和欺诈行为还有很长的路要走。毕竟,她补充道,“整个系统的安全性取决于它最薄弱的环节。” 注: 现实生活中常常会有这样的问题:缺乏足够的先验知识,因此难以人工标注类别或进行人工类别标注的成本太高。很自然地,我们希望计算机能代我们完成这些工作,或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题,称之为无监督学习。

热爱机器人的软银,又给它的家族添了一名新成员Whiz

如果说日本是全世界最热爱机器人的国家,那么软银就是全日本最热衷于机器人开发的公司,而且它们的热爱包罗万象,覆盖广泛。 从2012年软银收购了法国Aldebaran机器人公司78.5%的公司股份并同意资助后者发展机器人事业后,软银就开启了自己的机器人征途。 三年前软银推出了一款人形机器人Pepper,这是软银和Aldebaran Robotics共同研发的,它可以结合周围环境,主动进行互动沟通。Pepper推出时备受好评,不仅由于它呈现了优美姿态的关节技术,而且表情和声调的情绪识别技术也十分到位,与人类交流极为顺畅。2015年,Pepper在日本投入使用后进入了欧洲。在日本和欧洲市场,已经有1万多个Pepper机器人投入在食品杂货店、咖啡店、银行、地铁站等场景中使用。 拥有了Pepper的软银,又在去年大手笔地从谷歌母公司Alphabet手中收购了两家机器人公司,波士顿动力(Boston Dynamics)和Schaft。 但这依然不能满足软银对机器人的热爱。昨天软银集团发布了一款新型机器人“Whiz”,与3年前推出的对话机器人Pepper不同,Whiz的拿手技能是扫地。 据了解,Whiz将于明年2月在日本开售。这台擅长扫地的机器人重32公斤,内置来自曾获得软银“愿景基金”投资的圣地亚哥一家初创公司Brain的多个传感器,运行自动驾驶软件。同时它配有一个手柄传感器,主人可以通过它教会机器人需要清洁的空间布局,之后机器人就可以自动执行任务。该机器人配备了激光测距仪、3D摄像头、碰撞传感器,以及最长续航3个小时的电池组。即使室内有人走动,Whiz也能安全顺利地工作。 对于大众来说,这个新帮手Whiz可买可出租,租用的话月租金为2.5万日元(约合222美元)。就租金来说,这个价格并不便宜。 软银机器人公司首席业务官吉田健一称,仅软银就为打扫总部卫生聘请了3名清洁员,每月为此支付的费用约为18万日元。由于地面清洁工作约占总工作量的40%,使用Whiz机器人每月可为软银节省约3.5万日元的开支。 虽然目前软银还没有正式公布这款机器人的售价,只公开了租用价,但是以目前中国市面上销量较好的扫地机器人售价来对比衡量的话,这款Whiz的价格想必不会便宜。不过相较于目前市面上智能化程度有待进一步提高的扫地机器人而言,Whiz的出现,还是相当令人期待的。

跌下“神坛”的人工智能,会与场景撞出怎样的火花?

不知你是否察觉,在一个不断释放新概念的技术世界,过去几年,大众对“人工智能”的热议周期已实属漫长,在从业者,资本和媒体的合力缔造下,社会舆论迫不及待地将AI奉上神坛,整个市场对AI概念本身的狂热,也在很大程度蒙蔽了大众对AI的认知——你知道,在激进者的渲染下,“人工智能是否将超越人类?”“奇点是否即将来临?”等并不高明的通俗臆想,成为关于AI话题的最佳谈资。 好在,现实令人欣慰,更像是一次“去魅”过程,进入2018年,对于人工智能概念的热炒似乎进入尾声:在公众一端,也许是偏见被慢慢消除,也许是流行热点本身的消逝,更也许是被商业噱头说得麻木,大众逐渐降低了对于“人工智能”四个字的敏感度。 更重要的是,在产业一端,从业者也普遍脱离亢奋状态,那些把AI当锤子到处找钉子的“妄人”,也逐渐被市场淘汰——而当潮水褪去,AI跌下神坛,裸泳者被赶下舞台,也终于意味着,从今往后,人工智能将转变为惠及大众的实用科技,迎来一个掷地有声的落地阶段。 而落地的方式各有所长,以刚刚发布财报的猎豹移动为例,北京时间11月21日,他们发布了截至2018年9月30日的第三季度财报,猎豹移动Q3总收入13.52亿元,同比增长15.6%,环比增长22.5%,超过公司业绩指引上线,净利润同比增长20%,达1.93亿元。 根据财报显示,在这个季度,猎豹移动在工具和娱乐业务保持稳健增长的同时,与AI相关的硬件业务也取得不错的进展,譬如7月19日基于社交场景的小豹翻译棒正式发布,并成为当月中国翻译器行业线上销量冠军,在刚刚结束的双十一中,也并不令人意外地以全网突破15000台的销量遥遥领先同类产品,小豹翻译棒也将在12月全面向线下发力,构建“线上+线下”全链路销售通路。 不过依我之见,相较于单一硬件产品的稳健发展,更具商业参考价值的,是在AI落地的细节上,猎豹移动的人机交互产品基因结合猎户星空的全链条AI技术,带给整个AI行业的一些启示。 自研全自研AI技术的内在逻辑 业内皆知,过去两年,猎豹移动携其投资的人工智能公司猎户星空,搭建了一整套包括语音识别,视觉识别,室内导航平台,机械臂平台,麦克风阵列等在内的行业唯一的全链条AI 技术。 当然,人们不禁好奇,这种对于不同技术细节的“自包自揽”,内在逻辑是什么? 我个人认为,除了想要在AI时代夯实自身的技术根基,不再受制于人,自研完整技术链条的最大原因是:现阶段AI产业成熟度的相对羸弱,让完全以技术拼接的方式,搭建一款真正用户体验良好的产品变得较为困难——而用户体验良好,又恰是猎豹移动多年以来最珍视的核心策略。 嗯,尽管选择不同技术供应商,如搭积木一般迅速让硬件拥有智能,似乎是更节省成本的商业选择,但其用户体验往往会打折扣,傅盛就曾举例道:“很多开发者拿一块板子,拿一个所谓的开放平台,就想实现很好的语音识别效果,其实是非常难的。以智能音箱为例,换个外壳罩上去算法就得调整,因为混响不一样,就像在你的耳朵上加一个耳塞,听力就可能大幅度下降,和你的大脑聪不聪明没关系。” 而与之相反,自研全链条的一大优势,就是通过技术整合能力,让不同技术模块之间的衔接不再单摆浮搁,以一种更具整体感的交互方式,让用户体验更为流畅。 智能音箱的黏性来源——语音交互的快感 事实上,全链条AI技术最先渗透进的场景,正是智能音箱。 作为“后手机时代”第一个真正被大众接受的智能硬件产品,从市场反馈来看,与2014年左右那股“智能硬件创业泡沫”相比,很多用户一旦用上智能音箱,产生的黏性往往非常高。 不过,前提是它足够“好用”——这里的“好用”,当然不是指望花几百块钱买的东西,就能瞬间如科幻电影里那样担当能“对话”的机器管家角色(人与机器离真正意义上的“对话”,还有一段无比漫长的路要走),其实除了内容本身,目前智能音箱最主要的黏性来源,是它能用语音指令替换遥控器带来的快感。 而受益于猎豹移动深耕多年的产品思维,不少评测机构都指出:横向对比市面上的语音系统,猎户星空OS的体验度格外出众。一方面,这当然有赖于技术本身,作为猎豹移动投资的AI公司,猎户星空如今已掌握麦克风阵列、语音唤醒、语音识别、语义理解和语音合成等全套远场语音技术,不同技术的无缝融合,让交互体验尤为出色:垂直领域深度语义理解96%的正确率,全链路流畅网络下1.5s的平均响应速度,线上服务99.9%的稳定性,无一不在印证这一点。 另一方面,猎豹移动人机交互的产品基因,除了促使猎户星空OS通过温暖自然的语音合成,给用户带来更好的人机交互体验,还让产品经理对用户需求有更人性化的理解,傅盛举过一个例子:“我们买来了对手的产品,发现点歌根本点不准,只有50%的准确率。为什么?不是语音识别的问题,而是内容上的问题。比如说今天抖音出了个神曲叫《我们一起学猫叫》,有的时候用户说叫‘学猫叫’,有的说喵喵喵,有多种的说法。这不是一个智能的活儿,这是个产品的活儿。” 事实上,随着智能音箱市场竞争进入深水区,很多真正想做好一款音箱,而非单纯为了争夺流量入口的企业,都开始愈加珍视语音体验:譬如,不久之前,锤子科技推出了由猎户星空语音OS技术支持的首款智能音箱,老罗在发布会上特别表达了对猎户星空的感谢:“我们提了最多,最变态和最让他们意外的需求,他们仍然给了我们最好的支持”。 而摊开时间轴,上个月底,华为推出的首款智能AI音箱也独家采用了猎户星空的语音合成技术;加上更早之前的小米小爱同学,美的小美AI音箱,喜马拉雅小雅音箱和小豹AI音箱等产品,并未用太久时间,猎户语音OS每天线上语音指令就超过2000万次,且拥有上百万小时的远场语音数据积累,占中国智能语音市场份额超过30%,日趋庞大的用户群体和语料数据,也得以让猎户语音OS通过人工智能的收益递增原则,进一步技术迭代,提升用户体验。 加快机器人商业化落地步伐 当然,除了2C一端的智能音箱,以全链条技术为支柱,以出色的产品思维为着力点,这条更为艰辛务实的商业道路,同样贯彻在机器人领域。 如你所知,人类每一次技术工具的进步,都伴随着生产效率的提升,机器人也不例外,它并未脱离麦克卢汉“技术是人类延伸”的经典定义,就拿接待机器人来说,在增加趣味性的同时,它能帮助很多不同领域的企业降本增效,实现收益扩张。但就像傅盛所言:“目前机器人行业还处在非常早期的阶段,比如说一些厂商人脸识别的算法好用,但是如果真正要接待一位用户,就需要时刻感知用户的位置和需求,光有单点技术的支撑是远远不够的。” 正因如此,结合猎豹移动人机交互的产品基因,以及猎户星空的全链条AI技术,接待机器人“豹小秘”应运而生,它具备语音视觉,室内导航和算法等核心技术,这种对于全链条AI 技术的掌控力,也为其产品落地带来诸多优势。 譬如,专门针对机器人定制的麦克风阵列以及前端处理算法,能够保证“豹小秘”在八九十分贝高噪音的环境下,仍能清晰识别人的声音,加之与多模态视觉交互以及低成本导航等技术的自然融合,让它能够流畅地响应用户在接待,导览和导购等场景下的落地需求。 此外最值得一提的是,全链条AI技术的另一优势,是巨大的灵活性,让它可以在很短时间内,实现导览场景的定制化需求,且同时保证了稳定性和安全性,这无疑会极大加快接待机器人在不同场景的应用步伐。 事实上也是如此。今年8 月,猎豹移动携猎户星空与来自十大行业的13家企业签订了千台“豹小秘”意向订单,刚刚公布的财报也显示,四季度起“豹小秘”将实现商业化量产——而倘若你知晓量产之于AI产业的特殊意义,就会理解这次合作之于中国接待机器人产业的里程碑价值:相较于其他尚处于襁褓且不够实用的机器人,“豹小秘”大大缩短了各个行业对接待机器人的认知周期,也让其自身能以更快的速度完成落地,“豹小秘”的服务场景从最初的酒店和写字楼,已迅速扩展到银行,医院,政务大厅以及鸟巢和八达岭等景点。 嗯,通过智能音箱与机器人的例子不难发现,作为最早一批关注AI 场景化落地的企业,在充分融合猎户星空的全链条AI技术之后,猎豹移动的AI战略,已经逐渐在不同领域落地生根,开花结果。 而猎豹移动对于自己未来的期许,是通过“真开放”策略,打造一整套AI 赋能的云端操作系统,与更多行业的开发者一起,构建出一个更为庞大的AI生态。 当然,无论是眼前的智能音箱和机器人,还是未来那个庞大生态,在我看来都再次印证了一点:AI不是洪水猛兽,用AI创造更多价值,是这个时代技术带来人类的最大福祉。 李北辰/文

国家卫健委:让“互联网+医疗”不再“野蛮生长”

互联网诊疗
近日,国家卫生健康委员会出台《互联网诊疗管理办法(试行)》《互联网医院管理办法(试行)》和《远程医疗服务管理规范(试行)》。三大重磅文件,为中国快速发展的“互联网+医疗”指明了方向。