• 0
基于多模态信息的智能化理解,云目未来用AI“理解”视频数据
统计 阅读时间大约5分钟(1641字)

2020-01-06 基于多模态信息的智能化理解,云目未来用AI“理解”视频数据

在核心技术上,云目未来突破了针对目前人工智能的重点——“多模态信息的智能化理解”。

【猎云网(微信:ilieyun)】1月6日报道(文/尹子璇)

在即将过去的2019,整个行业正在面临两大趋势。

一是视频的爆发还将持续,二则是5G的来临。这两大态势下,以视频为主的“新媒体”数据量会迎来爆发性增长,给现有信息内容分析处理带来前所未有的压力。

对此,云目未来科技(北京)有限公司董事长刘洋表示:“对于企业或政府来说,他们对这些数据的结构化处理、具体信息的提取有很强的需求。但是企业缺乏有效的技术手段获取数据里具体的结构化信息,而依靠传统的人工的方式,难以处理这么海量的数据。所以,这些问题在未来需要被智能化以及自动化来解决。”

具体说来,企业将面临四大难题:无法对视频图像进行内容监管;人工投入量大且效率低;数据覆盖率低、监管度不高;缺乏统一判断标准,准确性低。

随着数据的不断积累,AI是解决未来海量数据的有力工具。AI芯片和深度学习算法的不断进步,让越来越强的计算能力能够有力的推动深度学习的进一步精进。

云目未来正是一家依托深度学习与计算机视觉技术,用AI“理解”视频内容的科技公司,自成立以来以数亿级图像训练的深度学习算法模型为基础,以AI视频技术为核心,推动政企在视频等媒体内容领域智能处理,改变行业传统工作方式,帮助政企克服未来海量数据对工作的挑战。

WechatIMG58.jpeg

1、基于多模态信息的智能化理解,云目未来打造政企视频结构化产品系统

刘洋介绍道,云目未来的核心业务是帮助企业、政府进行视频的结构化,和基于视频内容结构化,为用户解决业务中的难题和痛点。

从理论上讲,如果数据覆盖度足够广,算法足够先进,AI技术便可以取代人工进行内容的识别和判断,进而能够给内容盖上是否“合规”的标签。然而,在一段视频里面,极有可能融合图像、动作、文字、声音等等多种类型元素,如何结构化视频数据,成为人工智能识别的难点。

在核心技术上,云目未来突破了针对目前人工智能的重点——“多模态信息的智能化理解”。

通过从文本、图片、视音频等不同模态数据中交叉融合获取数据信息,云目未来将来自不同模态的显著性特征之间进行充分的交互,保证运算的高效性,实现不同模态特征的有效融合。

而在具体业务上,经历了8年的打磨后,基于这一技术,云目未来推出政企视频结构化产品。

谈及产品的优势,刘洋表示,一方面,云目未来贴近用户,深入了解用户的需求;另一方面,云目未来在视频结构化以及人工智能的技术领域有较强的积累和优势,在由中央网信办、公安部、工信部等举办的国内级别最高的“人工智能多媒体信息识别技术竞赛”中,其团队获得一个头等奖、一个二等奖。

WechatIMG57.jpeg

2、万亿级市场亟待开发,云目未来寻求从点到面的破局之道

刘洋毕业于中科院计算所,数十年智能系统、大规模数据系统、图像视频多媒体处理系统研发经验。曾参与国家863计划曙光5000研制工作,独立负责分布式文件系统相关研发;前百度网盘研发负责人,从零搭建百度网盘技术架构,支撑七亿用户。

那刘洋又为何会进入现在这一市场呢?

在刘洋看来,视频结构化的市场将是一个万亿级市场。而整个行业也正面临一个困境:AI落地碎片化严重,如何找到客户的刚性需求,用技术手段解决“痛点”,成为解决AI应用落地的主要矛盾。

正是基于这一思考,云目未来才进入这一领域,希望通过深入用户业务场景,根据用户业务特点,用算法及模型对用户特定场景中的需求进行识别,帮助用户最终实现智能化改造,从而重建用户业务流程,实现用户业务场景的AI落地。

作为行业的探索者,刘洋也分享了自己面临的一些难题,那便是需求方没有提出明确的需求,而自己作为服务方需要进行引导,寻找二者认知之中的平衡。

接下来,云目未来首先要做的,则是深耕垂直领域的细分应用场景,随后再进行拓展。刘洋具体解释道,一方面,如今的企业不仅需要算力算法和数据,还需要适配业务场景中的具体需求;另一方面,企业场景、政府场景关注的数据类型也有所不同,云目未来目前主要基于政企场景打造系统,而在未来,依靠迁移学习的能力,云目未来能够把已经积累下来的算法特征以及业务特征快速迁移到更为宽广的领域去,用最小量的数据,让新领域用户的业务能够最快地实现业务的适配。

目前,云目未来的系统平台,在品宣层面可以进行投放效果的评估以及受众反馈的判断,按照需求进行精准营销,量化宣传效果;在竞品分析方面,可以梳理竞品策略脉络路径,进行差异化营销。

面对逐渐多元化的内容和渠道,云目未来以AI技术为支撑,以价值为坚守,顺应市场需求,聚焦应用场景落地,从而为行业、为用户创造一个更加安全和高效的互联网环境。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×