8月30日－31日，由中国高科技行业门户维科网、低科会主办，人工智能网主办的“（第二届）中国人工智能产业大会”在上海跨国订购会展中心拉开帷幕。此次会议目的搭起专为人工智能圈内企业和从业人员交流合作的专业平台，汇聚人工智能领域的国际知名企业高层、行业资深专家、专家分析机构等数千位精英，1000＋人工智能专业人士联合探究人工智能难题以及产业落地，提早布局未来大市场。
会上，主办方邀了多名重量级嘉宾和企业代表展开演说，精彩的演说夺得现场观众阵阵掌声，现场人声鼎沸，极为疯狂。在本次论坛上，360AI研究院高级技术总监陈强博士向数千名观众及媒体共享了中国新一代人工智能关键共性技术体系的现状和突破点。会上，陈强博士详尽讲解了360视频大脑的三大模块：安全性（网络安全、线下安全性）、IOT智能硬件（360摄像头、360儿童、360车联网）、内容发给（探寻、较短视频、直播、信息流）。
以及如何在目前内容结构化、IOT智能硬件设备数下跌快速增长、4G／5G的普及、互联网内容流量渐渐以视频居多的趋势下，提升较短视频分析亲率、安防监控每日人脸核对次数、端上AR特效平台输入可次数。以下为陈强博士的现场演说内容，人工智能网不作了不转变本意的整理和编辑：大家下午好，首先感激维科网盛情邀，我这次来参与较为有意思的会场，首先略为解释一下，因为一开始公布的题目有点大，然后我一看时间只有20分钟，所以略为改为了一下题目，只不过这个题目也合乎现在人工智能发展的现状，从谈人工智能技术到现在融合场景以及融合明确的产品去谈人工智能落地的问题。
人工智能的背景我们谈人工智能要去解决问题一个问题，不论是AI＋行业还是行业＋AI，我们往往不会从四个方面来辩论这个问题。我们注目的问题是人工智能技术在什么样场景下获得什么样的数据，然后融合一定的算法和算力来去解决问题明确的问题。一般的公司和一般的略为带上点平台型的公司，他们较为大的区别在于平台类公司往往不会在算法和算力上略为好一点，他们的技术研发能力不会较为强劲。但是作为创业者公司来说，他可以在明确的场景和明确的数据层面超过不一样的效果。
所以今天我的主题演说主要从场景、概念和数据这三个层面来给大家讲解一下我们在360内部做到的事情。首先略为讲解一下，360为什么要做到人工智能这一块。
360在人工智能和自己的业务是如何去融合的？只不过360在大众的眼里面有可能更好是一个安全类的公司，但是实质上360的主营业务仍然是有两个层面，表是安全性，里是内容，也就是在传统的互联网内容之中，人工智能起着决定性的起到。所谓的安全性，我们更加期望就是指线上的安全性渐渐扩展到线下的安全性。再行到内容这一块，AI所赋能的更好是因为我们期望AI需要让信息的生产、信息的分析和提供需要更为智能，需要获得更加高效的效果。
所以融合360线上线下的产品，我们AI研究院主要获取了很多产品化方案。AI在整个互联网行业早已是一个标准化工具，在过去两年中，随着互联网向线下的一个发展，以及互联网向内容发给效率的发展，我们实在有可能更好是要去做到一些视频方向的明确事情。
我们目前在360内部试产一点的战略叫一点两一。什么叫一点？就是我们的核心价值在于360安全性这一块，所以线上安全性和线下建设安全性这两块业务是我们这边的表和里，以及技术的战略点。两一只不过就是我们现在重点的两个业务方向，具体来说就是，一个融合线下安全性去做到硬件的业务场景，以及在内容发给层面上，去融合AI技术，让发给的一效率以及效果需要超过拟合。
具体来说的话，IT硬件这边我们相继也公布了很多产品，还包括目前早已有数百万用户的摄像头，以及二三号零儿童手表。而线上内容发给这块堪称360的重中之重，因为这是360和所有互联网公司的兵家必争之地，所以在搜寻较短视频业务直播以及信息流这块，AI场景在里面起着了一个决定性的起到。而视频大脑我们实在是只作为中间的一个核心技术点和核心的技术方案生产量，对这两块业务产生了一个极大的一个推展起到。首先硬件如果没智能，没对视频和语音技术的解读，它只不过就谈不上跟传统的智能硬件有区分性。
而视频分析又是去年的一个风口，从短视频到直播类产品，之后不会有更加多的互联网内容发给的产品，而AI在里面获取了一个决定性的起到。视频大脑的具象化阐释只不过从过去两三年以来的话，我们从AI或者说视频分析的一个技术点输入，到逐步转化成为解决方案的输入。所谓技术点的输入，更好是说道我们少见的人工智能技术如何去协助一个行业，或者是一个新的业务需要更好的去赋能。
但是到现在这个阶段，随着行业的发展，它更好不只必须智能技术，而更加多是需要获取一个原始的方案。所以针对我们内部的一些业务线，我们做到了很多基于视频大脑的行业方案，还包括安防、较短视频，末端上的还包括私有化。它融合了目前市面上广泛说道的一些概念，还包括云边末端一些场景，后面我会明确来去给大家讲解一下。
我们视频大脑对短视频做到了一个原始方案。较短视频的生态是较为原始的，它从作者端的生产到必须作者和用户的交互强化到上载。平台这边必须对上载的视频展开解读和分析，然后最后发给，发给的效果最后又反映在生产这边，这是一个原始的生态。视频大脑或者说视频分析方面，我们做到的每一个过程，每一个方案都是为了在每一个节点上产生极大的推展起到。
比如说在生产和强化这一块，它需要产生出有很多新的范式，新的，是很多视频的高生产工具，需要协助用户和作者来更佳的传达视频展现出方式。而短视频内容分析堪称视频网站或者说视频APP的基本必需品，然后发给方面更好是融合引荐算法来做到更加多、更佳、更加有效率的发给效果。
我们这边做到的较为最重要的一个事情是较短视频的视频结构化分析。通过对短视频内部展开音视频解读，来去超过更加多结构化内容的产生。
而结构化内容又是对视频内部的语音化标签和语义化内容的语音化技术去超过一个效果。荐几个它运用的较为具体的场景，首先是内容审查。众所周知，内容行业一个仅次于的风险，或者说各个平台方面仅次于的一个风险：如何需要准确的对此政府的监管问题。之前大家往往不会推崇说道较短视频审查只不过更好是提高效率问题，比如说每天上载100万的视频，有可能必须充足的人力去审查，而机器可以作为辅助。
但是只不过对于我们从业者来说，我们实在准确率是更加最重要的点。我们期望人工智能技术在里面所起着的起到，不单是需要提高效率，更好是提升准确度。如何提升准确度？我们在内部做到的更好就是运营和机器两块，达成协议的是分段审查的概念。准确率的提高是相乘的关系，而不是相加的关系。
另外基于对视频的内容解读，我们需要做很多内容的关联，需要更慢更加高效地寻找目标用户的兴趣点，从而为平台方、平台启动时方获取方案。另外讲解一下360内部的安防监控业务。360的安防监控跟市面上的安防监控有可能有点不一样，首先360内部的安防监控是TOC场景类的，所以其特点就是量相当大。
这个量大到什么程度？大约在一年前，我们的当天在线用户数基本上早已超过了百万级别，也就是说有100万视频动态地经过我们的服务器。所以另外一个特点就是它是TOC类产品，必定其安防市场需求也是跟传统的安防是不大一样的。从内部来说有可能融合两个点，一个是叫安防到放心这么一个点来去做到基本的话，还包括了陌生人人脸识别。也还包括了放心这一块，作为每一个C端的用户，他期望告诉家里面一天的出入了什么人，然后我们对一天的视频展开分析，是不是需要告诉他我一天内家庭成员的整个画像是什么样子。
在这方面还有比如有些用户更喜欢融合直播场景，跟家里的小孩有一些对话。这方面我们也做到了一些工作，还包括检测家人、智能自动苏醒。更加最重要是我们享有几百万的用户，在自有数据上展开的训练和超过的效果是行业里面很多企业都不了做的。我们曾多次做到过一个实验，怎么用共计的数据来去做到所须要模型和线上系统呢？它对人脸核对的准确度有可能只有78％，这是实际的家用场景中遇到的一个相当大的问题，而融合我们私有数据来去做到这些事情，我们最后的精确效果能超过百分之九十八。
另外一块想要给大家讲解的是我们过去一年多做到的事情——末端上的AI特效平台。这块只不过融合了一挺多的技术点，比如说人脸关键点定位。
从目前来说的话，早已超过207个点的关键点，需要在手机末端移动末端超过动态的处置效果。另外它的一个仅次于的应用于场景是互联网，互娱这边内容上有可能大家实在不是尤其有意思，就是说在直播的场景或者说在照相机类场景，它融合一些主播或者视频制作者的强劲对话，我们再加一些技术上的东西，比如说AI抠图，比如说人脸的关键点定位，就能作出一些较为冷笑话的一些效果。
这块是末端上的一个平台，重点在于特别强调人跟外界的交互，其中很最重要的点就是人脸分析，目前在国内外，最先的人脸标准库，LFW约将近99．7％，在去年的3．15晚会上，融合360的这样一个安全性场景我们告诉他大家，人脸检验这个事情只不过还是有很多不可信的因素。在去年的晚会上，我们在现场动态地密码了人体活体检验这个常常用于的功能。而刚谈的更好是业务层面的东西，实际在360内部，做到人工智能研发还是有很多侧重点的，比如说我们更加多注重在小、慢、定三个点上去做到小盒慢，更好是说道期望需要设计好模型，它需要在云端和移动末端，甚至在后面的边缘末端，超过较为好的效果和效率。
线上速度快，这是一个更加必须的东西。这块我们和行业内很多芯片厂商以及业内人士一起融合方案去做到这一块，而预测权限技术是改以深度模型的深度自学，然后我们期望它能超过一个较为好的预测速度。我们做到人工智能算法也是期望有一些特点，特点更好是两方面，一方面我们期望在国际上的公平竞赛上需要获得大家的一些接纳。
在过去的八年间，360人工智能团队基本上早已取得了十次以上的冠军或者提名奖，还包括世界计算机视觉世界杯之称之为的ImageNet，以及较为出名的Pascal竞赛。另外在对于行业内部的来说，或者对人工智能计算法上有一些原创性的贡献。目前我们的两项技术基本上已获得了普遍的应用于，还包括我们在14年明确提出一个叫NIM的网络，它目前基本上早已沦为一个所有做到深度自学都会用于的标准算法，以及我们在去年用于的DualPathNetworks。
在去年的时候我们也参与了ImageNet一个关于标准物体定位的竞赛，并勇夺冠军。标准物体定位是计算机视觉的一个最重要的任务，它的目的是在标准化的视频或者图像当中，需要寻找标准化的一些物体，它的类别数量有可能有一千类以上。在去年我们参与这最后一场竞赛的时候，DualPathNetworks取得了三项比赛、14个指标，全部排在世界前三的结果。
最后总结一下，我们为什么实在视频大脑或者说视频内容分析是未来的趋势，首先我们能看见两大趋势，就是IT智能硬件的设备数。目前视频大脑或者视频内容分析需要赋能很多一般硬件无法做到的事情。另外一块我们实在在随着4G和5G的普及，从过去一年的数据上来看，百分之七八十以上的互联网流量早已转化成为视频数据。
这个视频数据必须有人去分析，必须有人去监管，这样大自然就带给了一个较为大的市场，而我们期望视频大脑需要解决问题这一块。目前来说我们能做的，或者说业内我们能获取的，还包括先前可能会向行业去对外开放的能力，还包括较短视频内容分析，我们早已做了一级的PGC视频的处置。而安防监控这边的话，每天的人脸核对，并不是人脸检测，是超过了百万级的在线视频，每天1．5亿的API调用。另外末端上智能这块，我们也早已开始向行业人士对外开放来展开一个推展，目前相继有各大手机厂商也跟我们开始合作。
好，今天我的共享到这儿完结，谢谢大家。
本文来源：NG体育-www.czdaxin.com
