每周三期,详解人工智能产业解决方案,让AI离你更近一步。解决方案均选自机器之心Pro行业数据库。
方案1:安全骑行解决方案
解决方案简介
研究者希望用人工智能系统预防自行车与机动车相撞。 该系统最关注的将是最常见的事故形式——汽车从侧面或后面撞上自行车。研究者希望建立能同时提醒骑行者和汽车司机的系统,当自行车在危险区域时发出警报。
目前遭遇的技术瓶颈是计算机和射频(RF)技术的难以判断骑行者是在路旁的林荫道还是在公路上,从而导致误报。
此外,密歇根东南部许多社区都有自行车道,该道路也对车辆和自行车都很安全。人工智能与机器学习的技术能帮助减少错误警报。
解决方案详解:
项目由三个部分组成。研究者将首先确认道路上最危险的路段,然后提出解决方案,最后与骑行者和车主分享这种数据。
人工智能技术将在项目的第一阶段投入使用。系统会关联几个最常见的自行车危险区数据集,通过识别一些环境因素,判断危险区的范围。这些因素包括时间(如清晨还是傍晚)、道路特征(如是否限速限高)和特定路段之前发生过的事故。
方案2:心理数据采集与分析系统
解决方案简介:
该数据分析系统可以处理速度、注意力、记忆力和执行功能等认知行为的生物标志物,通过智能手机技术持续或被动地收集用户信息进行心理状况评估,可以提早发现(甚至预测)心理疾病。
该公司多年的纵向研究证实,其生物标志物预测了连续的神经心理测试分数,并能检测到情绪和睡眠障碍对认知功能的实时影响。
解决方案详解:
通过日常行为以及对手机使用情况的追踪来反映个人心理健康。例如,随着用户开始陷入抑郁,手机麦克风、加速度计、GPS 单元和键盘可以轻易感知其可能会做的事情:
1. 或许交流更少;语速较慢、话少,语句笨拙且词汇单一;
2. 可能很少回电话、短信、电子邮件、Twitter 和 Facebook;
3. 接电话的速度可能很慢或干脆不接;
4. 可能更多呆在家里而很少外出;
5. 睡眠情况可能不同。
滑向精神疾病状态的人可能会出现类似的迹象,以及语法、说话节奏和运动方面的特殊变化。
该公司将首先专注于评估工作,将花费一年左右的时间来测试基于手机的数据采集与分析系统;然后通过 「基于学习的心理保健」,探讨如何与他人合作来提供干预。持续的评估和反馈将会推动干预的进展。同样,所有治疗都会采用基于测量的实践,这给临床医生和患者提供了稳定的疗效反馈,会大幅改善治疗效果。
为了保护用户的隐私,Mindstrong 只会在征得用户同意的基础上收集信息,并将所有数据进行强加密。对于大多数服务,Mindstrong 不会保存不实际的数据流,比如口语或网络用语,只保存未透露实际对话并反映了心理状态的元数据。这可能包括语义结构或一些关键词的重复使用,这些词可能揭示了情绪或认知状态,比如抑郁、躁狂、精神病和认知混乱等短语。所有数据都遵守严格的病人隐私条例被加上了防火墙。
方案3:Deepomatic Studio——Vesta
解决方案简介:
该图像搜索引擎为用户提供了图像识别服务,能够通过视觉识别功能实现将图片元素、图案、文字等多样化的信息与数据库信息的精准匹配,目的是给在线时尚杂志中的图片寻找相应的产品链接。以便在用户浏览杂志时看到心仪的单品就可以点击查看相应的产品名称和购买信息。
Deepomatic 正在开展与各类时尚电商平台的的合作,合作方包括 Shopstyle 等。
引擎的图像识别方案能用于商家导购,使得顾客通过实物搜索到购物连接。此外,还能用于危险检测,比如发现穿着不符合安全规范的工人。
解决方案详解:
用户可通过以下四步完成对目标图像库中的对象完成索引与标识:
1. 先对少数图像进行注释,该过程由用户自己或公司操作员完成;
2. 在平台上训练算法,使用深度学习和神经网络获取结果;
3. 对得到的搜索引擎进行测试,为其提供反馈,进行优化;
4. 当优化完成,可将其该引擎在云端或其它架构上部署,通过相应的应用程序接口(Application Programming Interface,API)进行调用。
方案4:客服机器人解决方案
解决方案简介:
快商通客服机器人采用深度学习技术,问答准确率业内领先,能够自动从聊天记录中学习生成知识库,拥有多轮会话技术,满足售前、售后多种应用场景的需求。
客服机器人可以应用在多个场景中:
1. 企业:传统客服人力成本高、人员培训周期长、流动性大、服务标准不一、质量难以监管,通过应用客服机器人,可以帮助企业有效节省 50% 以上客服人力;多渠道接入能力,可以快速构建全媒体客服。降低企业成本的同时完善企业服务体系;
2. 在线服务:精准覆盖用户高频率咨询,同时支持与内部业务系统打通,为用户提供自助交互操作类服务,例如:退票、改签、查询等等;服务流程大大简化,用户操作快捷方便,服务标准统一,有效提升企业效率;
3. 政务:随时关注广大人民群众关心的热点问题,机器人自动回复已知问题,智能地检索出未解决的问题,供政企工作人员进行调研讨论,并通过系统做出标准回复,快速精准触达人民群众,提升政企单位的服务体验。
并实现以下优势:
1. 精确识别问题:依托快商通强大的智能引擎平台,准确识别语义,可解答 90% 以上简单重复问题;
2. 自主学习:根据以往对话,经过精密算法完全自动学习未知问题,还可以人工帮助机器人快速成长;
3. 无限制接待:机器人可同时接待万人以上用户,从容应付业务高峰期,大幅解放企业生产力;
4. 数据分析:根据聊天内容对访客数据统计及客户问题分析、新需求收集,深度挖掘数据信息,生成分析报表。
解决方案详解:
其客服机器人主要技术包括:
1. 各粒度相似度计算(词、句、篇章);
2. 闲聊文本生成;
3. 关键词抽取;
4. 情感计算及倾向性分析;
5. 命名实体识别;
6. 基础应用(分词、纠错、改写)。
方案5:动态实时检测人脸方案——瞬视
解决方案简介:
该系统能动态实时检测人脸。系统本身具备了多种传感器和数据处理平台,可以在本地设备完成数据的处理好运算,属于使用边缘计算的设备,能更好地满足「实时处理」这一需求。 视觉成像涉及颜色、光照、形状。物体移动、距离等多方面,传统人脸抓拍机还存在检测准确率不高、漏报和误报多、人脸抓拍不清、图像质量低等问题,该系统通过前端进行底层 ISP 调节进行只能处理,可区分光线变化,提升成像质量,并结合自主研发的算法,系统的人脸检测视频分辨率达到 1080P,检测帧率为 30 帧/秒,每帧最大人脸检测数超过 100 (人脸像素 :40),正脸检出率大于 99%, 误检率小于 1%。系统在软硬件处理上为全嵌入式,将智能处理服务器,即 VPU 模块嵌入摄像机,从而能在前端完成分析。
解决方案详解:
嵌入式人工智能感知芯片面临如下问题:
1. 不同传感器获取数据后的深度融合仍待提升,一个设备通常需要配备较多传感器以满足不同场景下的不同需求,如何过滤和融合传感器数据是前端和后端处理需要考虑的问题;
2. 与后端服务器相比,计算能力低,而实时性要求高,如何将前端嵌入式系统中的神经网络模型进行踩点和压缩是巨大挑战;
3. 资源有限,前端系统的资源不足以运行较大较深的神经网络模型。
举报/反馈

机器之心Pro

15万获赞 38.8万粉丝
专业的人工智能媒体和产业服务平台
机器之心官方账号,优质科技领域创作者
关注
0
0
收藏
分享