黄色网站在线导航,真人无码作爱免费视频,国产高清精品二区三区,免费AV网站在线观,国产福利视频100大全,欧美激情四射黄色,看电影来国产精品黑夜视频,成年人黄色视频免费观看网站

財經(jīng)365訊  泛化智能CEO王漢洋為我們講述AI創(chuàng)業(yè) ，以下為其主要內(nèi)容：

2013年,正值高中畢業(yè),我去往加拿大滑鐵盧大學攻讀數(shù)學專業(yè),主修計算機。學校的培養(yǎng)方向是想把我們培養(yǎng)成為計算機科學家,而我對科研并不感興趣。大二剛讀完,我選擇休學回國創(chuàng)業(yè)。

　　休學回國 切入圖形搜索

　　在滑鐵盧的兩年大學生涯內(nèi),國內(nèi)總有朋友不斷讓我?guī)兔Υ彙Ｎ易钪庇^的感受是,“這個東西為什么你自己不能買?”后來了解,原因很簡單,國內(nèi)的價格太高。盡管國外也有跨境購物網(wǎng)站,但對于不懂英文的消費者來說并不現(xiàn)實。此外,一些網(wǎng)站國內(nèi)也無法正常登陸。更大的問題是,大家在國外網(wǎng)站上很難憑借有限的關(guān)鍵詞精準搜索到自己想買的商品。

　　我突發(fā)奇想,為什么不能做一個搜索引擎,專門幫助中國人找海外的商品?于是我按照自己的設(shè)想做了一款垂直搜索引擎,類似更好用的Shopstyle。其實國內(nèi)也有類似產(chǎn)品,而當時我并不知道。實際上,我做的這款搜索引擎與其他也有一定區(qū)別,我們是通過純圖像識別來打標簽。

　　在過去,我要找一款鞋,很多網(wǎng)站為了省事,多個款式可能在網(wǎng)站上是一樣的名字,這意味著消費者很難快速搜索到一個精準的結(jié)果。我可能只知道它是一雙皮鞋。但這個時候,我們的搜索引擎會主動問用戶,你是想要牛津鞋,還是德比鞋?

　　用戶直接搜索名字是不靠譜的,在不知道名字的前提下,他會以特征為關(guān)鍵詞,比如:藍色皮鞋、黑色太陽鏡。但這種關(guān)鍵詞很難與腦子里定位的商品產(chǎn)生匹配,因為網(wǎng)站上所有的商品介紹信息都相對有限。于是,我們就開始思考,哪些因素是固定不變的?答案是——圖片。如果能讓計算機直接理解圖片里的東西,就意味著我們可以為商品打上更為精準的標簽。

　　當時我們設(shè)想,希望研究出一套系統(tǒng),直接通過圖像識別給商品打標簽,從而給C端消費者提供一款搜索引擎。它能幫助中國消費者買到自己想買的時尚商品。

　　我們自己建立了數(shù)據(jù)庫,通過爬蟲抓取,積累了200多萬個SKU。很快,我們做到了4000多個分類,每個分類下面還有很多標簽。對標簽的定義很關(guān)鍵,我們分為兩步走,第一步是學習圖像,第二步是學習語言描述。在這個過程中,我們聘請了專門的時尚編輯來輔助分類。

　　合伙人都是發(fā)小

　　2015年,我回國后正式創(chuàng)業(yè),很快組建了一個20多人的團隊。我不想做成一個電商平臺,不想賺差價,因為很快我們積累了大量數(shù)據(jù),每天更新近20萬個SKU。我們知道用戶在搜什么。我的設(shè)想是,服務(wù)于C端,積累數(shù)據(jù),讓數(shù)據(jù)發(fā)揮其價值,進而在B端尋找變現(xiàn)模式。

　　我們?nèi)齻€合伙人算是發(fā)小,從小到大都是好朋友。其中一位合伙人經(jīng)歷比較坎坷,成績優(yōu)秀,A Level考了4門A+,準備高中畢業(yè)就出國上大學。按理說,申請條件挺好,但他一直沒收到錄取信。最后才發(fā)現(xiàn),自己早已被很多所名校錄取,其中還包括劍橋大學,但郵箱系統(tǒng)把這些信件都自動歸類為垃圾郵件。當發(fā)現(xiàn)時,為時已晚,已經(jīng)過了確認時間。最后,他去了英國伯明翰大學攻讀信息安全,后來轉(zhuǎn)學機器學習。

　　我的另一位合伙人和我從小學開始就是同學。我們一起就讀于東北師大附中,他的成績一直是學校前十。他從小到大都很喜歡化學,大學也想學化學。但高考前體檢他才發(fā)現(xiàn)自己存在色弱的缺陷,這種情況在中國的大學里學不了化學,但當時申請出國已經(jīng)來不及。他最后去了吉林大學的車輛工程專業(yè),他想轉(zhuǎn)計算機,但學校不允許,折中之下,他修了計算機的雙學位。

　　我們的編輯有的來自時尚集團,有的曾自己運營時尚公號,我挨個去說服加入,在一定程度上,他們也發(fā)揮著產(chǎn)品經(jīng)理的作用。

　　我本身學編程出身,與大多數(shù)程序員有共同語言。我們當時的技術(shù)負責人在網(wǎng)絡(luò)上開設(shè)了公開課教程,教授的就是我們需要的Ruby技術(shù)語言,我直接找到了他,向他發(fā)出邀請。

　　變現(xiàn)受挫 積極轉(zhuǎn)型

　　搜索引擎的項目做了半年多時間,我們發(fā)現(xiàn)了幾個問題。第一,我們每周用戶都在漲,但用戶漲得越多,賠得越多,因為服務(wù)器有成本,用戶量越大,我們的成本越高。服務(wù)器每個月的成本有8-10萬。加上研發(fā)和人員費用,當時幾個月已經(jīng)燒了200多萬人民幣。

　　第二,我們沒有變現(xiàn)機會。我們想把用戶行為數(shù)據(jù)賣給時尚公司,但他們?nèi)狈κ褂眠@些數(shù)據(jù)的動力。當時國外已經(jīng)有WGSN公司專注于信息梳理和預(yù)測未來時尚趨勢,但國內(nèi)的公司對這類服務(wù)缺乏認知。通過趨勢預(yù)測,降低庫存,我們能幫國內(nèi)的時尚公司省下不少錢,但國內(nèi)很多公司老板不這么認為。國內(nèi)公司的老板認為省錢是他們的本事,和我們沒關(guān)系。

　　我們接不到業(yè)務(wù),無法變現(xiàn),不得不思考轉(zhuǎn)型。2016年1月,有一天我們幾個合伙人一起吃飯時討論說,“我們做的技術(shù)解決方案,很多公司都能用,為什么只給時尚公司?”這個想法,成為了我們轉(zhuǎn)型的基礎(chǔ)。

　　之前我們見了100多位投資人,但最后一分錢也沒拿到。但大家都不甘心,不想就這么散了,于是我們就開始流竄作案。沒有辦公室,那就去咖啡館里辦公。當時覺得,創(chuàng)業(yè)成不成,與融不融資沒有關(guān)系,創(chuàng)業(yè)是我們自己的事,能拿融資只是錦上添花。投資人不投我們,我們也要自己走出來。生死看淡,不服就干是我們的信條。

　　2016年,我們把之前的想法完全放棄,并重新思考了團隊的優(yōu)勢和利弊。我們擅長的是人工智能、深度學習、機器學習、計算機視覺,我們?yōu)槭裁床辉谶@些領(lǐng)域嘗試突圍?機器學習這個概念已經(jīng)存在很久。深度學習的概念同樣也很早就有了,然而,當時的CPU符合不了計算要求。在我大學期間,第一次接觸到深度學習的時候,無比震驚。這種感覺,就像是1853年美國海軍準將馬修·佩里第一次讓封閉的幕府民眾見識了黑色的軍艦。于我而言,深度學習就是那艘黑船,它叩開了我心中的門。

　　我們熟知的一些產(chǎn)品,比如:網(wǎng)易云音樂的推薦,日常的垃圾郵件判別,這些都在使用機器學習。只要你接觸互聯(lián)網(wǎng),接觸手機,你的行為就會與機器學習有關(guān)。

　　但在AlphaGo進入公眾視野之前,很少有人知道機器學習的概念。突然之間,AlphaGo引爆了機器學習和人工智能的相關(guān)話題。

　　當時,我們發(fā)現(xiàn),所有做AI(人工智能)的公司多是廣義的AI范疇,他們自己都不是自己的用戶,主要是用技術(shù)解決方案去服務(wù)于機構(gòu)、企業(yè)和組織。然而,問題在于,你自己都不是用戶,你怎么知道痛點在哪里?有的公司把技術(shù)解決方案賣給醫(yī)院,但實際上產(chǎn)業(yè)和學術(shù)脫節(jié)嚴重。

　　正好我們在思考轉(zhuǎn)型,當時就覺得,必須以用戶需求為導向,不能閉門造車。近20人的團隊,當時只剩下幾個人。可是我們有技術(shù),也有人手,何不找一些業(yè)務(wù)先做做?沿著這個想法,我們四處找企業(yè)談。當時的思路是,產(chǎn)業(yè)界存在很多問題,大部分公司,都是拿著解決方案找問題,而不是找到問題之后研究解決方案。

　　拿到融資與客戶

　　AI存在了很長時間,但至今沒有一個爆款產(chǎn)品出現(xiàn)。AI技術(shù)本身也不成熟,并沒有想象中那么神奇。它僅僅是一項技術(shù),并不是什么轟動性的東西。到底AI用來干什么?如果不是Alpha-Go,可能大多數(shù)人都沒有概念,可是Al-phaGo其實離我們的生活太遙遠。

　　客戶不知道我們做什么,我們不知道他們要什么,似乎整個行業(yè)都存在這樣的問題。我們不假定產(chǎn)品形態(tài),因為我們也不知道最終的AI產(chǎn)品形態(tài)是什么,但行業(yè)只要存在問題,就可以去嘗試解決。針對不同的行業(yè)需求,我們展開了調(diào)研,直接下到了產(chǎn)業(yè)內(nèi)部。

　　我們接觸了幾家無人機公司,發(fā)現(xiàn)無人機公司并不是我們實際上的客戶。能夠為我們的技術(shù)解決方案付費的人,是無人機的使用者。我們做了更深入的用戶調(diào)研。我們想要弄清楚,無人機拍攝視頻的實際場景是什么樣子?我們?nèi)镜娜藥е鵁o人機,找到了實際場景,自己去飛,自己去看,模仿了用戶的實際操作步驟。

　　不同的無人機,不同的操作者,進而導致了不同的牌照水平,會造成很多模糊照片。模糊的照片和問題照片是否需要甄別?拍攝的不同對象,是否需要歸類?能不能自動生成報告?我們發(fā)現(xiàn),這些問題都是行業(yè)痛點。如果我們能解決這些問題,客戶就會愿意付費。我們針對現(xiàn)實存在的問題設(shè)計了AI技術(shù)解決方案,最終,南方電網(wǎng)成為了我們的客戶。

　　在圖片識別的應(yīng)用上,我們也能與公安的需求結(jié)合。抓逃犯是全球警察機構(gòu)的剛需。但我們調(diào)研發(fā)現(xiàn),真正要提供有效的解決方案,并不是用人工智能去識別那么簡單,還需要在攝像環(huán)節(jié)去優(yōu)化改造。如果不能在初始環(huán)節(jié)切入,就很難實現(xiàn)理想效果。目前我們看到的現(xiàn)實情況是,企業(yè)選擇人工智能,目的并不是要取代人,而是因為人手不夠。一項工作,實際需要300個人去做,可是企業(yè)的現(xiàn)實是只有30個人。在這樣的背景下,人工智能解決方案可以幫助企業(yè)緩解人力不足的難題。到現(xiàn)在我們已經(jīng)幫機場電網(wǎng)無人機醫(yī)院等多個行業(yè)制作了不同的解決方案。

　　2016年7月,我們成功完成了融資。經(jīng)發(fā)現(xiàn)創(chuàng)投的萬總介紹,我們認識了梅花天使創(chuàng)始合伙人吳世春,與他第一次見面就敲定了融資。最近,我們又完成了新一輪融資。我們公司起名為泛化智能,意在地提供高效靈活的人工智能解決方案。

泛化智能是一家專注于機器學習與計算機視覺的人工智能公司,總部位于北京。致力于為客戶提供可快速部署、通用的人工智能產(chǎn)品與解決方案。其能在競爭中生存確實有其道理。（原標題：泛化智能CEO王漢洋：AI創(chuàng)業(yè) 從C到B）

免責聲明：本網(wǎng)站所有信息，并不代表本站贊同其觀點和對其真實性負責，投資者據(jù)此操作，風險請自擔。

免責聲明：本網(wǎng)站所有信息，并不代表本站贊同其觀點和對其真實性負責，投資者據(jù)此操作，風險請自擔。