首页 首页 人工智能 查看内容

打何时起,你身边已经充满了人工智能?

木马童年 2019-5-31 18:10 372 0

图片左起:爱奇艺CTO汤兴、英语流利说创始人王翌、大象保险创始人杨喆 内容来源:2018年1月19-21日,在极客公园创新大会上,爱奇艺CTO汤兴、英语流利说创始人王翌、大象保险创始人杨喆所做主题演讲。笔记侠作为合作 ...

打何时起,你身边已经充满了人工智能?

图片左起:爱奇艺CTO汤兴、英语流利说创始人王翌、大象保险创始人杨喆

内容来源:2018年1月19-21日,在极客公园创新大会上,爱奇艺CTO汤兴、英语流利说创始人王翌、大象保险创始人杨喆所做主题演讲。笔记侠作为合作方,经授权发布。

图片 |Holly责编| 苏文炳

第 2009 篇深度好文:7631 字 | 10 分钟阅读

全网首发·完整笔记·人工智能

本文新鲜度:★★★★★口感:沙拉酱

笔记君邀您,先思考:

AI技术是怎样实现落地的?

未来AI的趋势是什么?

AI还有哪些想象空间?

一、汤兴:AI时代下,如何重新理解视频?

视频已经深入各行各业,包括社交、资讯、娱乐,安防等各个方面,我们已经无法离开视频。进入AI时代,视频行业会有什么变化?以及整个娱乐行业会有什么变化?

去年最火的话题是深度学习,AI撬动了整个内容的生态。从创作、生产、分发,到变现、营销、消费,各种AI技术的引入,可以说对整个视频的整个生态产生了巨大的变化。

打何时起,你身边已经充满了人工智能?

演讲人:汤兴

具体表现在哪几个方面?

视频的创作阶段:视频成本是娱乐行业最大的成本之一,以前大概占到整个成本的40%-50%,现在的占比更高。

比如,怎样选择优秀的剧本?怎样选择明星?怎样让内容更加适合平台的调性?这些AI现在都可以帮助我们来解决。

视频的生产阶段:比如,我们通过指纹来解决视频版权的保护。尤其是随着区块链的进入,些种工作会越来越智能化。同时,对视频自我的识别,以及对实体、场景、镜头的识别,可以让视频变得真正可以解锁、标注、重组。

视频的分发阶段:可以根据视频本身原始的状态,来智能的决定它分发的码流、方式,用户在观看视频的时候,在不同的场景,推送不同的码流,在不同的场景,可以给用户推荐不同的视频。

今天,我们还可以通过AI识别人、物、属性、场景、用户的行为、对白以及字幕,真正实现了对视频的再解锁。

现在我们在互联网上搜索视频,还是通过关键字、描述的方式,未来人工智能就像我们眼睛一样,当我们搜索时,AI可以通过对图片、图像,甚至对镜头最根本的理解,来找到相应的物体。

打何时起,你身边已经充满了人工智能?

比如,我们拍一部影片或情景剧,传统的宣发追求的是大覆盖,需要在用户出现的所有地方出现相应的广告,我们希望用户都能看到这个片子,并记住这个片子,但是最终的转化率很难衡量和保证的。

而今天借助人工智能的宣发,我们通过对明星和兴趣圈的精准定向,让整个的宣发变得更加的精准,比如《中国有嘻哈》,仅通过社区的精准导流,就达到了6800多万。

视频的变现阶段:我们发现用户最反感的是一部视频前面90秒广告甚至是120秒广告,而很多嵌入视频中一些场景化的广告,反而会让大家觉得更加的自然。

所以,我们通过AI真正理解视频以后,当用户在观看的视频过程中,基于AI对视频的理解,而出现的相应的关联性广告。比如AI识别出吃饭的场景,它就可以推荐和吃相关的广告。

这是AI对平台、内容创作、对整个to B业务的贡献。反过来,随着移动互联网和智能手机的普及,视频拍摄的门槛也大大降低了。

打何时起,你身边已经充满了人工智能?

但是,我们又发现,网上用户上传的视频中,真正高质量的视频仍然是少之又少。那如何从浩瀚的视频中去挑选出优质的视频、内容推荐给用户,变成了一件非常困难的事情。

怎么能够去帮助用户创作更多优秀的视频,实现真正的降低门槛?这也是AI将帮助普通用户解决的另外一个问题。

在文学界有一种同人小说的概念:优质的作品经过粉丝重写,会变成各种不同样的结局。日本有一个铁人编辑的大赛,通过一些动画片的粉丝对动画的重新定义后产生新动画,加上新的对白和音轨,再按照自己创作的故事情节重新编排,就产生了一个新的艺术形式。

同样,现在我们已经积累了浩瀚的视频内容,而这些内容以前是沉寂的,绝大多数的视频流量来自于电视剧,而电视剧热播期也就几个月。几个月过去后,大量的优质内容就会沉淀在媒介系统中。

如何让这些系统的内容重新被利用,帮助普通用户或者是编辑,来创作更多更好的视频,这就是AI时代能够解决的最重要的问题之一。

怎么实现?通过AI让整个平台的视频制作实现逆向生产。(正向生产:确定剧本、选择场景、拍摄、后期)

拿到成品的视频以后,通过AI进行镜头的重新提取和分割,对镜头重新进行标注,对里面的物体实体进行重新识别,自动归类。并且把具有相同情节的视频重新组合起来,这样一来,当用户想创作新的视频的时候,可以充分利用以前已经生产过的浩瀚资源。

比如,当你想拍一个埃菲尔铁塔的视频的时候,成本是巨大的。但是已经有无数的人拍过相应的镜头,你如果能找到相应的镜头,就可以把它重新组合,重新配上音乐、对白和字幕。创作者也就可以把精力放在剧本的创作上。

打何时起,你身边已经充满了人工智能?

大量利用旧有视频的素材做重混,产生新的视频,对未来整个视频的产生会有巨大的推动作用。今天,用户之所以不愿意上传视频,最大的问题是视频的制作是一个非常专业的事情。

手机只是让拍摄变得简单,但是灯光、道具、特效,仍然是非常专业的事情。AI的发展,就能够让已有视频的制作者继续有后期变现的机会。

此外,我们可以利用区块链技术,把版权在后期进行全面的追踪,让后来的人可以利用前面艺术家创作的内容,去创作更多、更好的媒体的形式。

二、王翌:为什么AI是个好老师?

打何时起,你身边已经充满了人工智能?

演讲人:王翌

为什么AI是个好老师?

我们和很多的科技公司不一样的是,我们不是先找一把榔头(技术),再去找钉子(需求)去锤。而是先找了一个钉子、一个目标、一个问题,我们去组织解决方案。

我们找到的那个钉子、问题就是:现在很多的英语学习方式不够理想。

传统的学校教育是工业时代的产物,我们的学校就如同一个工厂,老师就是生产线上的工人,学生相当于传送带上的产品。每年有这么多人进学校,每年有这么多人出学校,但社会资源是有限的,所以几乎不可能实现个性化。

随着AI技术的出现,我们可以想一想,人类未来的教育会是什么样子?或者,就想一下,目前中国人学英语的方式有哪些问题?我认为至少可以有两点问题:

第一,效率比较低。

我给大家几个数字。在中国人的学习生涯中,从开始接触英语到不用学习英语的时长,平均是2000—2500小时。90%的中国成年人是哑巴英语,不管四六级过没过,都是茶壶里装饺子——倒不出来,这就是现状。

而国际上公认的标准是:从零基础到几乎母语的过程,只需要1000到1200小时。所以,我认为今天中国非常失败,这是一个巨大的社会问题。数字不会说谎,成本高、效率低。

第二,师资力量匮乏

这一点我们在北京或上海等发达城市可能没有感觉,其实国内很多地区师资力量极其匮乏。比如,云南省70%的中小学是缺编英文老师的,黑龙江省则是50%。2016年我去了青海省道闸福利学校,当我们人工智能老师送进去的时候,我发现那边唯一的一个全职英文老师是一个广州辞职去支教的白领,这也是现状。

流利说最初是一个练习口语的工具,2012年的时候,我们根本不会讲我们是人工智能,因为没有人知道。知道2016年,我们发布全世界第一款人工智能英语老师产品的时候,我们意识到跨出了重要的一步,因为我们已经从工具跨向了一个真真实实可以伴随你提升的虚拟伙伴。

这就是我前面提到的AI英语老师,它已经不是一个传说,也不是一个想象,已经伴随我们一年半时间了。如果说AlphaGo是一个玩伴关系的话,AI英语老师就是一种无形的师生关系。

打何时起,你身边已经充满了人工智能?

在决定创业之前我们想,在能够目及的未来,人类学习的几个描述的关键词是什么?个性化、高效率是我们目前看到的两个关键词。

那么AI+教育到底怎么做出来的?

流利说的数据,来自于这6000万用户的口语录音,我们现在有世界上最大的中国人说英语的语音数据库,所有的数据都自然打好标签。

基于这个数据库,我们的科学团队打造了一个世界上准确率最高的中式英语识别引擎,其实这个难度比Google识别和中国的一些引擎识别中国人说中文,要难非常多。

因为有些人说话不标准,你也不知道它是语法的问题,还是口音的问题,或者说都有问题,得把它分清楚,不然的话,就没有办法帮助用户提高。

我们今天的准确率超过讯飞,超过世界上所有有公开API(应用程序编程接口),我们可以做对比测试公司的精确度。

既然是在做一个帮助大家提升英语的东西,所以,我们不仅仅要知道用户哪有问题,我们还要帮助用户提升。我们做了全球首创的深度咨询的学习引擎,它像一个AlphaGo,但是它和AlphaGo不一样。

AlphaGo是希望打败你,但在学习上面,老师打败学生是一个没有意义的事情,一个牛逼的老师应该无形的牵着学生的手,用他对他最合适的方式一步步提升上去,我们做的就是这个。

每个学生学习的轨迹、学习的内容、学习的交互形式都不一样,这就要求实现个性化。

从产品上,我前面提到了,从一个工具型产品切入,让大家先用起来,我们把数据收集起来,逐渐进化成今天中国最活跃的线上语言学习社区,我们演化出非常丰富的内容矩阵,有很多免费的、好玩的、好质量的内容。

在这个基础上,我们打造了结合了先进的学习理论的人工智能老师产品。这套东西利用了很多脑认知神经学方面的研究成果,告诉我们说,你怎么样组织内容,怎么样去串联它顺序,可以让人们花更少的时间更高效的掌握,而且不容易遗忘。

在商业模式上,我们做了一点小小的创新。长期以来,教育这个行业是按照时间收费的,更确切的来说是按照课时收费的,我觉得这里面有点小Bug。

我们送快递或者高铁,速度越快,收费越高,因为利益大家是绑定的。如果从培训的角度来讲,你会发现,如果你是按照课时收费,学生进步的越慢,你要获得相同的提升,花的时间会越长。

这里面的问题是:正常的一个机构,可能没有太大的动力来提升学生的学习效率,因为你在这待得越久,我收钱越多嘛,我们觉得这个是有点小问题。

所以,我给我们对的要求是,在发布这个产品之前,必须告诉用户多久有效。

我们曾经做了两个月的测试,一个百人测试里面,我们选择了托业桥考试进行测试,因为它的分数跟我前面提到的欧标是一个对应关系。我们发现:欧标从A1升到A2,或者A2升到B1,需要100小时高质量的学习,当然是一种传统的学习方式。

我们的学生完全在两个月里面,只跟手机上虚拟的AI老师学,平均只花了36.5小时,基本上是3倍的提升,而且这是一种全新的方式,不需要跟真人老师说话。

这就是我们今天有的东西,正因为有了这个东西,我们也被评为了全球TOP100的AI公司里面教育领域的尖端AI公司,也是中国唯一的入选者。

打何时起,你身边已经充满了人工智能?

所以,我想告诉大家的是,AI教育时代已经来到了,不再是一个传说。当然,在我们5年多前开始创业的时候,不要说AI这个概念,连互联网教育都不是一个概念。

我们要站在未来看现在,要看清楚本质,我们人类共同面临的、需要解决的问题中,科技或许可以扮演一个原来我们没有想象过的角色。

我觉得语言学习的终局就是解放人类,让我们脑子里面的渴求、希望、欲望无处不在,我想到的事情,就能够去做,这叫人性最大的解放。

今天,科技给我们插上了翅膀,我们可以想一下,有什么东西是我们想做,曾经觉得很遥远的事情,今天或许已经不怎么遥远了。

三、互联智慧时代下的“新保险”,

是怎样一种体验?

打何时起,你身边已经充满了人工智能?

演讲人:杨喆

回顾2017年,互联网保险是一个非常火的IP。2017年以前,很多人都没有太在意互联网保险,甚至保险,大家都觉得离得非常远。但是从2017年年初到现在,我看到身边越来越多的做互联网业务的朋友都纷纷加入了互联网保险这个创业大坑里。

我们可以看到,整个2017年互联网保险是一个非常火的状态。大家会想,为什么突然保险这个事情从无到有,走到了大家身边?仔细寻找,能看到一些端倪或者是一些线索。

保险跟其他的业务有很大的不同,它不是独立存在的一个业务。作为金融非常重要的一个组成部分,在我们生活的方方面面都可以看到保险。

比如说我们出游,肯定会有一份意外险,我们去买飞机票、火车票,甚至去买公交票,一般售货员给你票的同时还给你一张纸质的保单,其实这也是保险。

互联网保险能够把我们传统保险的生产模式和生活场景很好地带给大家。团队里有很多同学,之前都在做互联网金融的业务,我们看到金融是一个非常好的、能够加强安全感的手段。

但是随着我们深入的去做用户调研,去思考用户原本的需求和社会现状。我们发现目前大多数人对于金融还是在聚焦于我如何去做资产的保值、升值,如何去做投资,而忽视了金融原本应该带给我们的资产管理的平衡和安全感的保障。

我们之前在做互联网业务、互联网金融的时候,也会思考去做很多的投资类产品,会去关注证券行业,会帮用户做资产管理。但总觉得对于用户整体的安全感来说,像一个大圆缺一角,我们一直在找寻是什么样的产品,能够完整地补全这么一个角。

回到本质我们发现,保险就是我们一直在寻找的,能够帮我们去解决和完善安全感缺失问题的最好的一个产品。

正基于此,我们做了大象保险这个事情,虽然说我和我的核心几个小伙伴,之前都从事于互联网行业,对于保险真的是完全陌生的领域。

但是我们坚持着我们一份初衷,让每一份安全感触手可得,同时随着对过去两年对业务的不断深入和思考,我们发现线上产品很牛,我们可以做很好的体验。

打何时起,你身边已经充满了人工智能?

我们做任何传统业务优化和改造的时候,还是需要回归业务的本质。在过去的一年,我们有了更多基于用户微观数据的思考,更多地在意用户线上和线下交互的体验感知。我们希望通过我们的技术能力,帮助用户去改变安全感缺失的现状。

说到改变,大家首先想到的一般都是大数据,大家都在谈论如何通过大数据去改变很多的细分场景、产品,我们看到保险跟大数据,也有很多的结合。

最初我们更多都是在业务端,比如,如何通过大数据做精准营销,在服务端如何通过大数据做风控,这样的思考,更多只是聚焦于业务的本身,相当于把保险作为一个生意,如何通过技术手段去改变这样的生意。

但是对于我们来说,从一开始我们做互联网保险的时候,我们就没有把它当成一个生意或者一个事业来做,更多想要通过我们自己原有在行业里的积累,帮助用户解决问题。

正是因为这种思考和原生力的变化,我们转成对用户小数据的细致观察。比如说微观的行为数据,跟平台所产生的交互行为,用户的一些购买力的数据,一些用户的在线偏好和主观、客观上对于场景上的需求。

我们一直认为互联网保险,在未来比传统的金融业可以发挥更具弹性、更丰富的作用,因为它除了具备原有金融的财富增值和稳定的作用以外,还具备补足我们广大中产阶级安全感缺失的问题,保障未来和社会经济稳定的杠杆问题。

基于对小数据的观察,我们在过去两年做了很多基础的保险数据整理,不断地通过数据和业务流程,去验证对于用户标签、用户多维画像把握的准确度。

过去我们的认识中,保险产品都是一个个冰冷的纸质文件,没有办法进行数据分析的。因此,我们在过去的一年,做了大量的整理和保险数据的建模。

我们过去以为保险就是意外险、健康险、养老、投资这么几款而已,其实用户还可以按年龄、性别、收入做一个细分,完成用户跟保险产品的关联。

随着业务不断深入,我们发现远比想象中要难很多。我们自己基于用户对于保险侧不同的需求,整合了非常多的场景,同时我们有很多的底层模型,去应用于不同情景下的用户保险需求。现在看来,保险是一个离我们生活非常近又非常远的产品。

如何通过多种情景把用户带入到保险的思维中,同时又可以通过我们的计算能力和我们对于海量产品的储备能力,带给符合用户需求的定制解决方案。这点是最难的。

同时在操做的过程中,也很容易跑偏,像在2016年,我们会更关注于场景本身(因为场景很多),而忽视了用户原有保险的本质需求。回到新年我们又一次回归,内部也开了多次的风暴,我们大家也在思考,我们最终想要做什么,想要带给用户的是什么。

最后发现,不是通过各种场景做业务,而是通过各种场景去找到用户的本质需求,通过这种多场景的串联,把用户及其家庭背后的保险解决方案构建完成。

同时基于用户不断变化的生活方式、社交状态、收入、职业、地域等多维度,帮他不断地做风险解决方案的迭代,这才是我们重点要做的。

有了基础的数据能力,我们希望有一个比较好的工具去呈现,去让用户可以很方便地使用我们的产品。我们在2017年的年中开始准备了阿尔法象的产品,这个产品可以帮助我们的用户完全通过线上的方式,去了解他自己的保险需求,同时可以把基础的保险服务,通过线上的手段带给他。

中间用到了人工也用到了智能,我们所需要做到的是人工和智能的无缝对接,让用户感知是一致的,这是最重要的。

打何时起,你身边已经充满了人工智能?

人工智能这两年非常火,但是它不是一个特别新的名词或者是技术。大概十几年前,我在国外上学的时候,当时已经完全可以通过一些程序去控制简单地机器人,按照我们的路线进行行走、探索或者是简单地拟人行动,当时还做了全英最大的电子辞典,这一切都是基于人工智能。

我们基于对用户标签的捕获,可以智能的分析出家庭保险的推荐书,用户可以在线浏览家庭解决方案,同时用户还能够看到我们每一款险种的细节,以及我为什么会给他推荐这样的产品。

每一款产品是来自于海量的信息库,这个背后是我们过去两年努力进行行业整合的结果。我们把它开放,合作伙伴能够以SDK或者API的形式接入我们的产品。

如果说任何的平台希望为他的用户提供更深度的保险服务,去补强用户的安全感的问题,完全可以通过我们阿尔法象的产品进行对接,可以方便地展示给用户。

最后回到我们的初衷,我们在2018年还是一家互联网公司,同时也是一家保险科技公司,我们的愿景是希望通过我们做保险,帮助用户去加强他的安全感。

我们都说新的技术发展,可以让我们放开手,尽量的思考我们所在的行业,然后放开手去做很多的创新。通过对于智能保险、大数据的研究,我们能够把互联网保险的思维带给我们每一个用户,让每一份安全感和保险的思维存在大家的身边。

(转自:新浪看点)

(编辑:钱馨瑶)

版权所有

本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。文中图片除非有标注外,均来源于网络。如若发现有侵犯您知识产权的作品,请与我们取得联系,我们会及时修改或删除。邮箱:qygcbs@163.com

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

创始人 人工智能 AI技术 未来AI 深度学习 区块链
0