人工智能在CV領(lǐng)域落地后的一些感受

作者：十年一夢(mèng)
轉(zhuǎn)自：AIZOO

本來來自一位在計(jì)算機(jī)視覺和AI領(lǐng)域有多年從業(yè)經(jīng)驗(yàn)的算法負(fù)責(zé)人——十年一夢(mèng)——之筆。他總結(jié)的CV落地的14點(diǎn)感受，可以說是字字珠璣，特此分享給大家。

本文來自：金興智能已獲得授權(quán)轉(zhuǎn)載

1、 在國(guó)內(nèi)安防監(jiān)控市場(chǎng)，經(jīng)過幾家大廠近十幾年的培育，許多客戶、集成商已經(jīng)變得很專業(yè)，一般不會(huì)受市場(chǎng)宣傳的忽悠；

2、 客戶理解的人工智能產(chǎn)品是通用的，是普遍的，是能100%準(zhǔn)確的，但是市場(chǎng)提供的產(chǎn)品確是定制化場(chǎng)景的、有條件使用的，一般還需要用戶配合的產(chǎn)品，所以導(dǎo)致客戶對(duì)人工智能有心理落差；

3、 產(chǎn)品說明書中所寫的報(bào)警準(zhǔn)確率一般都是基于算法仿真的標(biāo)準(zhǔn)，對(duì)應(yīng)的測(cè)試集是圖片，而客戶實(shí)際應(yīng)用中測(cè)試的標(biāo)準(zhǔn)是基于標(biāo)準(zhǔn)事件的，根本就不是一個(gè)評(píng)判標(biāo)準(zhǔn)。所以導(dǎo)致會(huì)出現(xiàn)這種情況，本來產(chǎn)品說明書中寫的準(zhǔn)確率是95%，但是客戶測(cè)試了一天，10次報(bào)警中出現(xiàn)了3次誤報(bào)，準(zhǔn)確率才70%，這相差太大了；

4、 深度學(xué)習(xí)算法的興起，絕對(duì)的提升了CV智能算法的精度，但是只是從原來傳統(tǒng)算法75%的精度提升到95%，還是存在5%的錯(cuò)誤，但客戶的需求永遠(yuǎn)是100%，所以這也導(dǎo)致客戶對(duì)大家吹的神乎其神的深度學(xué)習(xí)，產(chǎn)生了很大的失望感；

5、 深度學(xué)習(xí)算法的興起，對(duì)于算法應(yīng)用工程師行業(yè)來說，拉低了門檻，因?yàn)榛旧现灰獣?huì)調(diào)參，弄點(diǎn)數(shù)據(jù)隨便一訓(xùn)練，結(jié)果就可以碾壓傳統(tǒng)算法的精度，但是讓深度學(xué)習(xí)繼續(xù)解決那5%的錯(cuò)誤，好像除了增加數(shù)據(jù)，繼續(xù)調(diào)參，也別無它法；

6、 其實(shí)在整個(gè)產(chǎn)品的智能算法框架中，深度學(xué)習(xí)所能解決的也只是其中的一個(gè)模塊或者幾個(gè)模塊，比如檢測(cè)、跟蹤、或者識(shí)別，但依然解決不了那5%的錯(cuò)誤。若想提升，則需要很多邏輯策略、統(tǒng)計(jì)迭代、測(cè)試驗(yàn)證，甚至一些屏蔽手段等才能夠繼續(xù)優(yōu)化提升的；

7、 做好一款智能產(chǎn)品，僅僅依靠攝像頭視覺手段來解決，真的很難，也很有局限性，這好比一個(gè)人，只靠眼睛是很難做到準(zhǔn)確的完成所有事情，所以有必要結(jié)合其他傳感器數(shù)據(jù)進(jìn)行綜合處理，比如雷達(dá)、熱成像等等；

8、 在國(guó)內(nèi)對(duì)于人工智能算法的研發(fā)是落后于國(guó)外的，但是對(duì)于人工智能算法的應(yīng)用是領(lǐng)先于國(guó)外的，是因?yàn)閲?guó)內(nèi)有巨大的需求市場(chǎng)、人口紅利。最近幾年越來越多的公司進(jìn)入AI行業(yè)，感覺哪一個(gè)公司不沾一下AI，都不活不下去。所以在國(guó)內(nèi)，哪個(gè)公司有穩(wěn)定的客源，特別是大客戶，比如中字頭的，則很容易活下去；

9、 在國(guó)內(nèi)，安防市場(chǎng)基本上被幾家大廠壟斷，后起的獨(dú)角獸企業(yè)也開始瓜分蛋糕，有做算法的，有做硬件的，也有做平臺(tái)的。整體的感覺就是，大家都很難受，但整體來說，有資本實(shí)力的大廠更容易活下去，小廠在細(xì)分領(lǐng)域也會(huì)分一杯羹，但是什么都想做，什么也做不好的公司，會(huì)很快被耗死，除非不差錢；

10、 雖然人工智能在CV領(lǐng)域落地很難，但也不是不行，對(duì)于一些小廠來說，我個(gè)人感覺就是要聚焦一個(gè)方向做深做精，不要貪多，這樣會(huì)被耗死；另外就是一定有自己的客戶資源渠道商；

11、 作為算法工程師來說，我是深有感悟的，CV應(yīng)用領(lǐng)域誰(shuí)有數(shù)據(jù)誰(shuí)就會(huì)占得先機(jī)，有數(shù)據(jù)其實(shí)算法就完成70%了;

12、現(xiàn)在國(guó)內(nèi)很多與智能沾邊的企業(yè)，都開始在“智慧”領(lǐng)域進(jìn)行布局，但是真正做智能算法開發(fā)、優(yōu)化以及落地的不多，基本上都是集成商角色，搭建一個(gè)平臺(tái)，集成第三方應(yīng)用算法，主要依靠的是自己的渠道以及客戶資源的優(yōu)；

13、在人工智能領(lǐng)域有落地項(xiàng)目并且開始收獲的企業(yè)，多數(shù)開始在硬件資源上開始發(fā)力，比如芯片、邊緣盒子、服務(wù)器等，因?yàn)楣庥锌蛻艉蛙浖€不行，大部分利潤(rùn)都讓硬件占去了；

14、在實(shí)際中落地的項(xiàng)目，所用的智能算法深度學(xué)習(xí)模型，很多都是針對(duì)特定場(chǎng)景下進(jìn)行持續(xù)迭代訓(xùn)練的結(jié)果，算法工程師都知道這就是過擬合。
一些隨手記錄的口水話想法，希望批評(píng)指正，與大家一起繼續(xù)探討。

審核編輯 黃昊宇