雷锋网预计7月中旬在深圳发起一个人工智能相关的峰会,届时我们会发布一个年度Top 25人工智能项目的榜单,目前,我们正在四处拜访人工智能领域相关的业者。最近关于图像识别这一块,我们拜访了若干公司,图森是其中一家。
提起图像识别技术大家一定并不陌生,这一技术早已在自动驾驶汽车、无人机等多个领域得到应用。作为其中的一个分支,图像识别服务也有多家科技巨头在做,比如微软、Google、Intel、高通、腾讯和百度等。而图森科技这家尚名不见经传的企业,则正在尝试将这一技术应用在流量变现上。
据介绍,在整个流量变现过程中,图森科技所扮演的是一个“加工商”的角色:
第一步,图森会从新浪处获知到某一用户加载某个信息页面的流量流;
第二步,对该信息中所包含的图像进行分析,识别出该图像所表达的信息,并打上标签;
第三步,如果识别出该用户此前还在新浪处浏览过其他信息,图森将综合分析该用户的上网习惯和已知的账户个人信息等,并以此画出该用户的“画像”(即该用户的上网习惯);
第四步,将相关流量信息和用户信息发送给广告投放系统中的各家广告投放商,“询问”对方是否有投放广告的需求以及所出价格,竞价最高者将获得投放广告的权利;
第五步,图森从该广告投放商处获得广告素材,并将其反向加载到用户所浏览的信息之中,整个广告投放工作到此完成。
按照图森科技的描述来看,和传统的广告投放相比,虽然步骤增加了,但流量的价值能够提升4~5倍,不过打标签这一过程并不是所有图像识别公司都能够做到。
“由于广告投放的整个流程需要在毫秒级来完成,所以对算法的精度和时间要求都很高。而标签算法和模型构建算法正是我们商业化的优势所在。”——图森科技VP 郝佳男
而在问及与其他一些科技巨头的图像识别服务相比,图森方面在技术上的差异时。图森方面表示:目前科技巨头所做的事情更像是开源“占坑”,表示我已经涉足这一领域,而并非想要靠这一技术变现。
“像ImageNet这种顶级图像识别大赛其实也还只是停留在学术探究上,各家企业允许为指定图像打出五个标签,其中只要有一个标签对就算通过,而这在商业中是行不通的。比如广告投放,就必须要获得唯一的标签才能进行。”
图森方面表示,在这类图片流量精细化运营上,他们对标的是海外的GUMGUM,目前国内并没有直接竞争的对手。而在整个流量变现市场中,国内目前仍以传统的变现方式为主,虽然精细化操作后可获取更高的流量价值,但在庞大的数据量面前,这些巨头并不愿花时间来做这种精细活。所以虽然图森没有竞争对手,但在这一市场中所占的份额依然可以用“微不足道”来形容。
据介绍,在今年下半年,图森科技将会再开发出一套“傻瓜式”的图像识别解决方案——使企业级客户只需要简单几部操作,即可从图库中筛选出自己想要的图片。
这里他们给出了一个交付流程:
首先,从图森处购买该套解决方案,提交自己的图库环境需求;
之后,图森会根据实际使用环境优化标签算法和模型算法,并交付;
交付后,企业级客户在需要进行图片搜索时,只需对标签信息进行定义,并提交几张样图即可开始进行筛选工作。
从上述的描述来看,其流程与IBM的云超市服务十分相似,关于IBM的云超市B2B服务,雷锋网此前也有过介绍,这类云服务客观来说的确能够减少企业客户在使用过程中的学习成本,而最终得出的结果如何则还要看算法。
除了研发图像识别解决方案外,图森还想要进军高级辅助驾驶系统,而且未来的主营业务也将逐渐转移过来。
“我们之所以做出这样的转变,是看到了目前这一领域大多采用的MoblieEye的解决方案,硬件成本很高。而国内仅有的几家在搞ADAS的公司,虽然使用低成本硬件的解决方案解决了这一问题,但在算法层面上也还是完全依赖于MoblieEye。”
而图森想做的是在低成本硬件的基础上,辅以自家设计的算法来完全自主化。
“如果我们能够用自己的算法,再加上低成本的硬件方案,就能够进一步把成本压到很低。”
不过有鉴于MoblieEye在算法上已经积蓄了七年之久,在问到如何在短时间内追赶上时,图森方面却并不以为然。
“深度学习神经网络的出现,能够大大简化算法的研发和优化步骤。所以可以说,其实目前MoblieEye多年积累的经验优势已经不再高不可攀了。”
除了竞争对手的羸弱外,图森进入这一市场的另一个原因是看好该市场的未来前景。
“国家已经提出‘在2018年强制商用车安装ADAS’的立法提案。目前国内已有2000万的商用卡车,这一法案一旦通过,市场潜力将十分巨大。届时,只要能够保证价廉质优,就能大卖。”
从流量变现到自动驾驶的主营业务转变,我们能够看出这家公司的野心很大。但是对市场和产品的乐观主义并不能直接换来用户的认可,最终产品如何还得经历市场的考验,希望图森能够在人工智能领域走得更远。