2019机器学习之争:其本质是一场数据上的竞争

人工智能的三大发展要素已经是老生常谈了。算法、算力和数据对机器学习的重要性和声望不亚于“谦哥”的喝酒、烫头和抽烟。

1

那些热衷竞争实施机器学习的公司现在惊讶地发现,其实,实施一些算法使机器变得对某一数据或问题更加智能并不困难。毕竟,这年头“即插即用”又很稳健的算法编程解决方案简直“烂大街了”。例如,从开源机器学习框架谷歌TensorFlow,到微软Azure Machine Learning以及亚马逊SageMaker,应有尽有。

所以,数据已逐渐成为了机器学习竞争中最关键的区分点。一个原因是高质量数据并不常见;另一原因是数据尚未商品化,公司企业之间存在着信息不对称。

希望借助AI一臂之力的企业需要寻求外部数据源,甚至这样的数据甚至可能需要他们自己创建。

有用的数据:有价值、又很稀少

数据逐渐变成竞争中的区分点是因为许多公司根本没有他们需要的数据。尽管几十年来,公司都在使用通用的会计准则这样的系统化方法来评估自己,但是这种评估方法一直关注于实体资产与金融资产,也就是实物和钱。2013年甚至给资产定价理论颁了一个诺贝尔奖,强化了已有的对实体或金融资产重要性的认知。

但是,今天最有价值的那些公司贸易对象是软件或网络,而不仅仅是实体或金融资产。在过去的40年内,资产类型的重心有了很大的变化:1975年,83%的有形资产占整个市场绝大部分份额;而2015年时市场中84%的资产是无形资产。今天的公司巨头们不再生产咖啡壶也不再售卖洗衣机,他们转而提供应用程序,软件等等。这样的转变造成了会计记账的对象和实际产生价值的对象极其不匹配。

结果就是有用数据的缺少已经成为了一个问题。市面价值与账面价值的差别越来越大。公司们正在试图利用机器学习辅助重要的商业决策来改善这一差别。有时,机器学习甚至会取代一些昂贵的咨询顾问们,而最后他们经常会意识到算法所需的数据压根不存在。所以实际上,那些闪瞎人眼的先进AI系统最后依旧只是在同样老旧的数据上试图实施新技术。

2

和人类一样,除非有人教,机器学习系统并不会精通任何领域。不过比起人类,机器会需要更多的信息来进行学习,并且它们确实比人类读取数据的速度更快。因此,表面上公司间会互相竞争谁拥有更好的机器学习程序员以及谁先启动AI项目,在幕后其实是对于数据新颖度和广泛度的竞争

比如说在智能家居领域,传感是自主学习能力的基础,而拥有传感数据及其所提供的参数偏好的机器设备,在智能家居中系统中可以通过这些数据学习用户的行为习惯,并使机器有能力模仿用户的行为习惯,实现强化学习。

这些数据源的重要性主要基于两点原因。首先,传统数据局限于传统资产,在当今无形资产当道的时代,覆盖面上远远不够。第二,并没有任何必要在市场上所有人都在分析的数据上使用机器学习方法。所有对此感兴趣的人都早已经尝试过分析产业趋势、利润率、增长率、息税前利润、资产周转率以及资产回报率和其它上千个常见的变量与股东回报率之间的相关性。

在所有人都在分析的数据上试图发现相关性并不会帮助公司取胜。相反,希望使用AI取胜的公司需要寻找新数据集之间的联系,因此他们可能必须自己创建那些新数据集来评估无形资产。

谨慎思考:你想知道什么?

创建数据比仅仅把销售点与顾客信息两个表聚合到一起然后丢进数据库复杂得多。大多数企业错误地相信通过这样一种权宜的方法能够预测或区分出他们关心的信息:把所有能找到的数据都大费周章地聚合到一起然后指望能够找到一丝希望之光。

尽管机器学习有时会突然发现某些从未有人意识到的事物从而使所有人都大吃一惊,但它并不能够持续稳定提供这样的洞察。这并不意味着这项工具很垃圾,这意味着我们需要更明智地使用它。但说起来容易做起来难:比如,在我们研究外部数据市场时,我们发现大多数新数据提供者依旧在关注实体与金融资产。

 

3

许多企业遗漏的一步是提出一项真正重要的假设。机器学习真正体现优越性之处在于,它们能够通过采用人类已经拥有的见解,这可以来自于经验法则、广泛认知或者几乎完全不被理解的相关性,来建设一种速度更快、更易于理解、更易于扩展且更低错误率的方法。

为了这样使用机器学习方法,不应向系统塞进任何你能找到的数据。你仅仅输入被谨慎思考过的一组信息,希望它能够学习并拓展,得到比人类掌握的更多的信息。

 

有意义的机器学习来自于不同的数据

以下是为希望搭建有影响力、有价值的机器学习应用的公司提出的三点建议:

1、成功的AI在于与众不同的数据。在你的竞争对手都已经掌握的数据上你是得不出什么新颖信息的。审视企业内部,找出只有你们知道并理解的信息并以此创建一个独特的数据集。机器学习算法确实需要大量的数据支持,但这并不意味着模型需要考虑大量变量。你应当把关注点放在企业已经具有独特之处的数据上。

2、有意义的数据比全面的数据好。你可能就某问题上拥有大量详尽数据,但它们可能压根没什么用。如果你的公司根本不会在决策过程中随时使用这些信息,那这样的数据八成对机器学习也没有什么价值。专业的机器学习工程师会询问许多困难的问题来找出什么才是真正重要的领域,以及那些领域将如何对该应用程序输出结果产生影响。如果这些问题对你太难了,那么你并没有为得到实际价值而仔细思考。

3、应当从你已知的信息出发。最善于利用机器学习的公司会从一个独特的视角出发,来找到与他们重要决策最为相关的因素。这将会指导他们去收集何种数据以及使用何种技术。就基于你们团队已经拥有的一部分知识之上进行拓展这个问题来着手是比较简单的,这也将为你企业创造更多价值。

很明显这个时代已经是“软件吃掉了整个世界”了(这个形容来源于软件工程师Marc Andreessen)。但它们依然很饥饿!软件们需要一份包含崭新数据与科技的食谱来持续创造价值。

中国信通院发布ICT十大趋势(2019-2021)

日前,中国信息通信研究院连续第十一年在京召开 “ICT深度观察大型报告会暨白皮书发布会”,会上发布了信息通信业(ICT)十大趋势(2019-2021)。这十大趋势是:

11

中国信息通信研究院总工程师余晓晖

一、5G商用推动产业链加快成熟

二、工业互联网引领数字化转型

三、信息网络与产业体系变革重塑

四、泛在连接构建万物智联新生态

五、智慧赋能驱动计算产业新浪潮

六、人工智能加速应用普及扩散

七、区块链探索构建分布式信任体系

八、全球ICT产业生态不确定性加深

九、数字经济多方治理从共识走向实践

十、智能攻防重构网络空间安全范式

行业丨一文回顾2018智能家居行业投融资事件

随着AIoT、大数据、云计算等技术逐渐成熟,智能化产业在2018年获得了资本的高度关注,CSHIA在2019的开端为大家总结过去一年中,智能家居企业比较具有影响力的投融资事件。(以下为不完全统计,排名不分先后)

绿米联创

1

2018年1月份,小米生态链企业绿米宣布完成过亿元B轮融资,由凯辉基金领投,澜亭资本跟投,星汉资本担任本轮融资独家财务顾问。

2018年10月份,绿米宣布完成战略融资,领投方为法国赛博集团(SEB)旗下直投部门——赛博联合基金(SEB Alliance),云沐资本跟投,具体金额未透露。

2018年12月份,绿米宣布完成数千万美元B+轮战略融资,由凯辉基金和远翼投资联合领投,云沐资本继续担任独家财务顾问,这也是绿米在2018年公布的第三轮融资信息。

绿米成立于2009年,2014年由米家、顺为及世界著名投资机构重金注资后,正式加入米家生态链这个大家庭,并同米家公司一起,从智能硬件、软件和互联网几个方面着手,研发和创造智能新品。

德施曼

2

2018年3月份, 德施曼宣布完成过亿元B轮融资,本轮融资由红星美凯龙、好太太集团、分享投资等企业和投资公司联合投资。本轮融资后,德施曼重点进行品牌建设、渠道建设、提升产能和用户体验,以及发力新零售领域等。

2018年11月份,德施曼获得1亿元B轮追投,依旧由分享投资领投,红星美凯龙、好太太等公司联合跟投。

德施曼是最早进入国内智能锁领域的企业之一,目前旗下拥有德施曼和小嘀两大产品系列,主要以生产和开发指纹锁、保管箱、管家系统、猫眼摄像头、蓝牙钥匙等产品设备为主。通过与APP相连,可利用指纹、手机摇一摇、密码和钥匙四种方式实现开锁,主要有亲情提醒、报警和智能联动三大功能。

BroadLink

3

2018年2月份,BroadLink宣布完成D轮共3.43亿元融资,由中信产业基金领投,百度、立白集团跟投,华兴资本担任财务顾问。

BroadLink成立于2013年7月,是一家专注于智能家居产品与服务领域的第三方物联网平台,同时也帮助众多传统企业完成了智能化升级。Broadlink的服务领域包括智能单品销售、传统家电/电工智能化、智能化整体解决方案三大板块。

小鱼在家

4

2018年4月份,小鱼在家完成C轮融资,由百度领投,富士康追投,截至当前,已累计完成超过1亿美元融资。

2018年5月14日,小鱼在家正式宣布完成C+轮融资,该轮融资由百度再次领投。截至目前,小鱼在家累计融资额已超过1.7亿美元。距离宣布C轮融资仅一个月时间,小鱼在家就完成了C+轮融资。

小鱼在家母公司 AiNemo Inc. 成立于 2014 年 3 月,致力于打造全球领先的智能家庭硬件、智能家庭操作系统、IoT 终端,提供面向家庭垂直场景的应用与服务。

目前,小鱼在家已与百度联合推出多款产品,包括“分身鱼”视频通话机器人、“小度在家”智能视频音箱等,均搭载了最先进的 DuerOS 系统。

涂鸦智能

5

2018年7月份,涂鸦智能宣布已完成近2亿美元的C轮融资。由澳大利亚主权财富基金FutureFund,NEA,中金硅谷基金,宽带资本,QuadrilleCapital,香港查氏家族基金等组成。新一轮融资助力涂鸦智能继续着力于AI+IoT技术创新,落地智能家居、智能商业生态和智慧城市等终端用户场景,并持续扶持超过10万家企业实现全球智能化。

涂鸦智能成立于2014年,是一家智能硬件实现方案提供商,它采用了更加开放的平台化模式,为客户提供联网模块、云端、控制端融合的一站式智能化解决方案,帮助客户解决智能产品开发周期长、成本高、难度大的问题。

Gowild狗尾草

6

2018年10月,Gowild狗尾草宣布完成1.5亿元的A+轮融资,由全球服务机器人领先者科沃斯(603486.SH)战略投资,苏州市姑苏区国资委全资控股的产业投资平台名城创投领投,深圳前海禹舟基金等跟投,挚金资本担任财务顾问。

深圳狗尾草(Gowild)智能科技有限公司成立于2013年,是一个热爱并专注于人工智能机器人的创新团队,致力于人工智能、机器人硬件等领域的探索和创新,力求将科技和艺术实现完美融合,让每一款产品都贴近人文关怀,让智能机器人真正走入普通家庭,为用户缔造一种简单、舒适、便捷、有趣的智能生活方式。

果加智能

7

2018年11月,果加智能宣布完成1.5亿元C轮融资,该轮融资引入了新的战略股东资源,进一步加强果加以智能门锁为中心、向智能家居基础设施硬件产品的外延与拓展,以覆盖更多商用/家用居住空间,从而构筑更加多元与全面的增值运营服务。

作为国内起步较早专注于互联网智能锁的科技型公司,北京火河科技旗下品牌果加以“让居住更安全、更便捷”为企业使命,凭借产品的高科技与适用性,广泛用于集中/分散类公寓运营商、长/短租房东、房屋租售平台商、酒店以及家庭住户,并通过自身的不断创新,加速推进商旅住宿及智能家居的发展与变革。

聪普智能

8

2018年7月,杭州聪普智能科技有限公司宣布完成数千万A轮融资,本轮融资由中青国融领投。

杭州聪普智能科技有限公司是一家智能家居行业高科技公司,成立于2013年6月。总部位于浙江省杭州市滨江区。

杭州聪普智能科技有限公司作为专业的智能家居系统提供商,是中国较早地推出数字化智能家居系统的企业。聪普智能专注于打造系统级的智能家居产品,现已集成可视对讲、安防报警、智能灯光、电动窗帘、空调地暖、背景音乐、视频共享及家庭影院等智能家居系统,产品涵盖控制主机、控制模块、智能面板、调光模块、转换网关及控制终端软件等,可满足不同用户的个性化定制需求。

乐鑫信息科技

9

2018年5月9日,物联网领域的领军企业乐鑫信息科技(上海)有限公司宣布完成C轮融资。本轮融资由英特尔投资与芯动能投资基金联合领投,是乐鑫继2016年9月获得复星集团B轮融资后的又一重大举措,成为公司发展的新里程碑。

乐鑫是一家全球化的无晶圆厂半导体公司,成立于2008年,总部位于中国上海,在大中华地区、印度和欧洲都设立了子公司。乐鑫的工程师来自世界各地,他们对技术充满热情,坚持不懈地致力于前沿低功耗Wi-Fi+蓝牙双模物联网解决方案的研发。

锐吉科技

10

2018年12月,智能硬件企业锐吉科技宣布获数千万元A轮融资,由云启资本领投。本轮融资主要用于新产品技术研发,产线扩充和团队扩张。

深圳市锐吉电子科技有限公司,是国内领先的智能显示设备和智能家居的制造商,致力为全球客户提供家居住宅、别墅会所、星级酒店、商业场所等领域的显示设备及智能化解决方案。

经过多年的发展之后,智能家居的市场普及率越来越高,未来形势也是一片大好,各方资本更是对智能家居行业青睐有加,2018年投资市场趋于冷静,但是智能家居界大规模巨额融资频现,屡破行业最高融资记录,再次验证了处于爆发前夕的智能家居市场大有可为。

智能家居企业借助各方资本的力量,也必将夯实核心技术,加速成长,在AI+IoT布局、产品设计、用户体验、营销渠道、售后服务、公司业务规模等多个方面增强竞争优势,快速诞生出独角兽级头部玩家。有资本加持,格局雏形已现的智能家居行业将释放出更加巨大的能量。

重磅!CSA Research发布《2018中国半导体照明产业发展蓝皮书》(附全文)

CSA Research发布《2018中国半导体照明产业发展蓝皮书》:2018年,在内忧外困背景下,整体发展增速放缓,进入下降周期。预计全年增速将为12.8%(较2017年降低了12.5个百分点),而行业总产值预计将达到7374亿元。其中上游外延芯片规模约240亿元,中游封装规模1054亿元,下游应用规模6080亿元…

12

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

222324

252627

2829

3031323334

35

36

37

38

39

《人工智能发展白皮书-产业应用篇(2018年)》发布 智能家居助力打造智慧家庭

2018年12月27日,中国信通院在新华社主办的第六届中国新兴媒体产业融合大会上发布了《人工智能发展白皮书-产业应用篇(2018年)》。这是继9月发布《人工智能发展白皮书-技术架构篇(2018年)》后,中国信通院与中国人工智能产业发展联盟再次共同发布人工智能领域的研究成果。

《人工智能发展白皮书-产业应用篇(2018年)》回顾人工智能发展历史,重点分析当前人工智能在软硬件支撑平台、基础产品、复合产品、领域应用等方面现状、问题以及趋势,展望未来前景并提出策略建议。

中国信通院副总工王爱华在白皮书发布现场为大家带来深度解读。

1

白皮书前言

人工智能是一种引发诸多领域产生颠覆性变革的前沿技术,当今的人工智能技术以机器学习,特别是深度学习为核心,在视觉、语音、自然语言等应用领域迅速发展,已经开始像水电煤一样赋能于各个行业。世界各国高度重视人工智能发展,美国白宫接连发布数个人工智能政府报告,是第一个将人工智能发展上升到国家战略层面的国家,除此以外,英国、欧盟、日本等纷纷发布人工智能相关战略、行动计划,着力构筑人工智能先发优势。我国高度重视人工智能产业的发展,习近平总书记在十九大报告中指出,要“推动互联网、大数据、人工智能和实体经济深度融合”,从2016年起已有《“互联网+人工智能三年行动实施方案》、《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等多个国家层面的政策出台,也取得了积极的效果,我国逐渐形成了涵盖计算芯片、开源平台、基础应用、行业应用及产品等环节较完善的人工智能产业链。2018人工智能发展白皮书是中国信息通信研究院、中国人工智能产业发展联盟首次联合发布。本篇为产业应用篇,回顾人工智能发展历史,并重点分析当前人工智能在软硬件支撑平台、基础产品、复合产品、领域应用等方面现状、问题以及趋势,展望未来前景并提出策略建议。

智能家居助力打造智慧家庭

白皮书中,深入谈及人工智能产业在智能家居领域的应用发展现状及趋势

22

人工智能在家居领域的应用场景主要包括智能家电、家庭安防监控、智能家居控制中心等,通过将生物特质识别、自动语音识别、图像识别等人工智能技术应用到传统家居中,实现家居产品智能化升级,全面打造智慧家庭

其中,智能音箱作为智能家居入口,受到互联网企业高度重视,市场进入发展快车道。

智能摄像头成为民用安防市场最大的蓝海,产品智能化水平快速提升。

同时,陪伴、教育、清洁等家庭服务机器人产品受到消费者的广泛关注。

点击链接下载白皮书:http://www.caict.ac.cn/kxyj/qwfb/bps/201812/P020181227308307634492.pdf

屏幕颗粒感的战争:8K依旧不是终点

当你坐在广州体育中心的办公楼里,抬头看到的是车水马龙的天河路以及对面巨大的正在播放最新广告的LED屏幕。当你盯着这块屏幕的时候你会发现,这块屏幕显示的影像和你手机上有巨大的差别,你会感受到那块隔了一条马路的屏幕具有明显的颗粒感。而你眼前的配备了视网膜屏的iPhone手机,显示的画面却无比细腻。

又或者是当你在游玩诸如《我的世界》、《像素战争》等像素风游戏时,虽然情怀得到满足,但挥动武器时发现,一块块明显的色块堆积在一起,刀刃亦不够平滑。这样的锯齿严重,颗粒明显的画面却实在称不上好。

8k2018070501

那么,颗粒感从何而来?实际上,颗粒感的形成与画面以及屏幕的分辨率有关。在手机或电视机等显示设备已经得到基本普及的现代社会,分辨率已经不是一个罕见的词汇。早些年,比较流行的说法就有720P、1080P,而现在更主流的说法是2K、4K、8K等。

这里提到的分辨率一般是屏幕分辨率,指的是屏幕每行的像素点数*每列的像素点数。直观的讲,如果一块屏幕的分辨率是1080P,那么这块屏幕上每行有1080个像素点,每列有1920个像素点。而所谓的像素点 ,就是发光元件中最小的独立单元。

众所周知,一款尺寸相同,也就是对角线长度相同的屏幕,分辨率越大,显示的画面就会越清晰,因为在单位面积内,越大的分辨率含有的像素点就越多,那么画面所能够容纳的信息也就越多。同理,在分辨率相同的情况下,尺寸越小的屏幕显示的画面也就越细腻。这个形容单位面积内,拥有的像素点多少的概念就是像素密度。像素密度越大,那显示的画面也就越细腻,因此像素密度是造成手机、电视机以及户外LED显示效果差异的重要原因。

不过需要注意的是,手机和电视机屏幕在显示效果上的差异可以忽略,因为影响人眼对颗粒感的感知的因素还有距离。当人从较远的距离观看时,电视机屏幕的像素点会缩小到肉眼难以分辨的程度,因此不会产生颗粒感。而电视作为远场观看设备,观看距离一般在3米以上, 手机则小于0.5米。另外,即使在尺寸和分辨率同样大小的情况下,由于厂商的技术方案不同,也会造成清晰度的差异。

实际上,自显示设备面世以来,人类就没有停止过与颗粒感的战争。比如触屏智能机出现早期,手机的分辨率一般只有960*640dpi,甚至更小,而随着颗粒感战争日渐深入,分辨率从HD高清到FHD全高清再到UHD超高清。在分辨率的发展上,人类可以说从未停止脚步。

2007年发的iPhone4,更是将960*640的分辨率压缩到3.5英寸的屏幕里,像素密度达到经典的328ppi。如今,400ppi以上的像素密度已经是手机行业的标配。在6月27日,国际新型显示技术展上,国内京东方带来了8K超高清显示解决方案让8K在技术层面得以实现。

尽管8K未在消费层面进行普及,但在颗粒感战争中,确实具有划时代意义的,因为8K基本能够去除颗粒感,同时8K是4K的4倍,是1080P的16倍,因此能够实现更大的屏幕尺寸而不丢失画面的细腻程度。在观看3D电影时,更大的屏幕尺寸带来的是更为强烈的沉浸感。

8k2018070502

不过尽管颗粒感战争在液晶电视显示上可以暂告一段落,但在其他行业远远未够。比如激光电视,尽管激光电视因为液晶电视的成本问题而在大屏市场分得一杯羹,但是随着屏幕尺寸扩大,与之不相匹配的分辨率,让激光电视的观感并未有明显提升。即便配备了4K分辨率,激光电视除了大依然一无是处。因此在大尺寸屏幕下,8K无疑是激光电视的救星。

而对于火热的VR而言同样如此,VR通过包裹人的视野来达到沉浸的效果,但归根究底,VR设备依旧由屏幕组成。而由于VR设备比其他显示设备距离人的眼球更近,因此低分辨率对VR设备来说无疑是致命的。目前的VR设备的分辨率普遍为2K,但根据人眼生物特性来看,人眼的极限分辨力为每度60个像素,人单眼横向视角约150度,上下视角约120度,所以要达到真实的门槛的话,VR的分辨率至少要达到8K,如果要追求更加极致的视网膜效果,分辨率必须达到16K。

另外,由于眼球具有一定的欺骗性,因此刷新率也会对清晰度造成一定的影响,在VR方面,这个最低的门槛是90hz,而保证足够真实的效果,刷新率要达到150hz到240hz。目前,VR的技术难点在于,保证高分辨率的同时将屏幕做小,并且提升刷新率。可以预见,VR显示尚有一段不短的距离。

在安防方面,高分辨率的摄像头将会为家庭监控以及城市天网系统带来更高的可靠性。通过高清的画面可以清晰的查看家庭环境,同时在查找犯罪嫌疑人时,可以通过放大画面,而不对清晰度产生太大影响,一定程度上可以提高公安系统的办案效率。

可以说,人类的颗粒感战争远远未到停止的时候。