智能安防接下來該怎么走?

　　五、智能安防接下來該怎么走?

　　1、人工智能+人類智能

　　在此我推薦一種方法，就是海量的原始問題進(jìn)來以后，先由人工智能引擎回答，然后產(chǎn)生人工智能的答案，但這些答案里的多數(shù)答案是錯(cuò)的，這種情況下可以把這些答案交給專業(yè)人員去驗(yàn)證。人類驗(yàn)證的好處是當(dāng)一個(gè)答案可以通過人類的驗(yàn)證，結(jié)果對(duì)于客戶來說這個(gè)情報(bào)至少是值得關(guān)注的。

　　另外，那些沒有通過真人驗(yàn)證的錯(cuò)誤答案，也都是很有意義的答案數(shù)據(jù)。通常它們都是比較接近正確答案的錯(cuò)誤答案，這類數(shù)據(jù)對(duì)提高機(jī)器學(xué)習(xí)模型的改善和迭代也是非常有意義的。

　　如果我們?cè)诋a(chǎn)品里設(shè)計(jì)出這么一個(gè)流程，使得人工智能識(shí)別引擎在精度不斷提高同時(shí)，客戶也能夠得到比較有意義的情報(bào)。

　　把大量的人工智能和少量人類智能結(jié)合起來，會(huì)產(chǎn)生一個(gè)較好的互補(bǔ)效應(yīng)。

　　2、人工智能+大數(shù)據(jù)

　　另外一種手段就是人工智能+大數(shù)據(jù)

　　為什么需要大數(shù)據(jù)?剛才我也提到，當(dāng)我們有了底層結(jié)構(gòu)化數(shù)據(jù)再到完成客戶整個(gè)業(yè)務(wù)體系，本來就需要很多大數(shù)據(jù)挖掘應(yīng)用，但更重要的一件事情是隨著結(jié)構(gòu)化數(shù)據(jù)規(guī)模上漲，大規(guī)模智能系統(tǒng)產(chǎn)生的誤報(bào)會(huì)顯著上漲，以至于正確的情報(bào)會(huì)淹沒在海量誤報(bào)中。這件事情必然會(huì)發(fā)生，尤其對(duì)于人臉識(shí)別而言。

　　我現(xiàn)在覺得全國各地的城市已經(jīng)開始擁有一定規(guī)模的人臉識(shí)別，但我相信很快所有的客戶都會(huì)踢到鐵板，誤報(bào)會(huì)大規(guī)模地上升?，F(xiàn)在已經(jīng)看到很多客戶發(fā)現(xiàn)了這件事，這種情況下有沒有解?當(dāng)然有，我認(rèn)為解企業(yè)要通過大規(guī)模的、多模態(tài)數(shù)據(jù)整合來提升人工智能的精度。

　　這是什么意思呢?如果我們單看一個(gè)單點(diǎn)人工智能的識(shí)別結(jié)果，它的錯(cuò)誤率并沒有足夠好，就算可以做到千萬只分之一的錯(cuò)誤率，但只要問題數(shù)量過多，誤導(dǎo)還是很多。

　　但是當(dāng)你使用了更多規(guī)模的數(shù)據(jù)，比如一個(gè)人在運(yùn)動(dòng)時(shí)。他在軌跡路線上是否能夠被反復(fù)識(shí)別，或者說軌跡所體現(xiàn)的行為，同時(shí)能夠印證這個(gè)人的可疑性，或者說關(guān)于一個(gè)目標(biāo)的多模態(tài)數(shù)據(jù)：他的車輛、消費(fèi)記錄、手機(jī)信號(hào)、wifi探針、社交關(guān)系，把這些不同模式的數(shù)據(jù)能夠整合起來。

　　我再給大家舉個(gè)例子，比如說小明和小王是同班同學(xué)、好朋友。我在北京某個(gè)地方看到一個(gè)人長得像小明，那么結(jié)果可能不一定是小明，可能只是一個(gè)跟小明長得很像的人。但是我如果在同一個(gè)地方又看到了這個(gè)小王(小明的朋友)，那么確認(rèn)這個(gè)人是小明的概率就加大許多。

　　這只是一個(gè)例子，其實(shí)有大量的規(guī)律、模態(tài)、組合可以把這個(gè)任務(wù)做得更好。所以我覺得是未來人工智能產(chǎn)品必須注意的一個(gè)方向，也是我個(gè)人覺得成功的人工智能公司必須具備的條件：要有很強(qiáng)的大數(shù)據(jù)分析能力。