圖片來(lái)源：視覺(jué)中國(guó)
在鈦媒體在線課“鈦坦白”第40期，我們請(qǐng)來(lái)了三位鈦客，分享AlphaGo與柯潔“人機(jī)大戰(zhàn)”勝負(fù)之外的更多思考。本期鈦客之一、碼隆科技聯(lián)合創(chuàng)始人、CEO黃鼎隆，是清華大學(xué)人機(jī)交互博士，曾就職于谷歌、微軟、騰訊和TripAdvisor。2014年與搭檔Matt Scott聯(lián)合創(chuàng)立碼隆科技，專注于計(jì)算機(jī)視覺(jué)人工智能技術(shù)研發(fā)。
本文節(jié)選自黃鼎隆在鈦坦白的分享。如果您還不是鈦媒體Pro用戶，希望查看鈦坦白所有干貨，進(jìn)入鈦坦白九個(gè)專業(yè)群交流，并查看更豐富的專業(yè)數(shù)據(jù)和信息，可點(diǎn)擊：http://www.chcmb.cn/pro 注冊(cè)。
大家晚上好，我是碼隆科技的黃鼎隆。碼隆科技是一家專注于深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù)創(chuàng)新的人工智能創(chuàng)業(yè)公司，主打產(chǎn)品是ProductAI，專注于做商品識(shí)別，可以像人類一樣識(shí)別和理解圖片或視頻中的商品信息。
昨天AlphaGo和柯潔進(jìn)行了第一場(chǎng)比賽，比賽結(jié)果出來(lái)的時(shí)候，我和碼隆的CTO碼特（Matt Scott）正在機(jī)場(chǎng)等飛機(jī)，看到新聞?wù)f柯潔只輸了1/4子，當(dāng)時(shí)我和碼特都覺(jué)得很詫異。因?yàn)槲覀冎?.0版本相對(duì)1.0版本的進(jìn)步是極大的，而柯潔竟然只輸了1/4子，那就是說(shuō)如果按柯潔昨天的發(fā)揮，就可以完勝AlphaGo1.0了，難道柯潔可以在一年以內(nèi)有這么大的進(jìn)步？還是他找到了AlphaGo的弱點(diǎn)呢？
可是后來(lái)看了昨天整個(gè)下棋的過(guò)程，我們的驚喜被打破了。從過(guò)程來(lái)看，柯潔和AlphaGo2.0之間的差距遠(yuǎn)大于1/4子，其實(shí)AlphaGo早早就鎖定了勝利，我甚至懷疑，是不是AlphaGo賽前定的目標(biāo)就是贏1/4子，不多也不少。如果是這樣的話，那就更可怕了，這讓我想起以前在校隊(duì)打網(wǎng)球的時(shí)候，當(dāng)遇到高你幾個(gè)級(jí)別的高手時(shí)，他可以精確的控制每盤以幾比幾去贏你，你不僅沒(méi)法贏，甚至想多輸一點(diǎn)都做不到。
所以通過(guò)昨天這局比賽，我覺(jué)得對(duì)后面的勝負(fù)結(jié)果已經(jīng)不需要做幻想了，在下圍棋的這個(gè)事情上，人工智能已經(jīng)超越人類達(dá)到另一個(gè)境界，期待人類下棋戰(zhàn)勝人工智能，就好像期待奧運(yùn)冠軍跑步可以快過(guò)汽車一樣，是不切現(xiàn)實(shí)的。
不過(guò)后面有一個(gè)新形式的比賽我特別感興趣，那就是人機(jī)配對(duì)賽：在后面兩位棋手將會(huì)和AlphaGo交叉配對(duì)合作，我覺(jué)得這種形式特別有意思。其實(shí)幾個(gè)月前，我曾在上海的一個(gè)圓桌論壇就有說(shuō)過(guò)：“未來(lái)的圍棋比賽很有可能是人機(jī)配對(duì)的比賽，就好像現(xiàn)在的F1賽車。不僅需要車手和汽車都很厲害，而且他們之間彼此還能無(wú)縫配合，這樣可能把圍棋帶到一個(gè)新的境界，那么AlphaGo的出現(xiàn)就并不意味著圍棋這個(gè)游戲的死亡，而恰恰相反，通過(guò)人機(jī)結(jié)合，把圍棋這個(gè)游戲帶到一個(gè)新的境界。”
不知道大家有沒(méi)有看過(guò)一個(gè)圍棋漫畫，叫《棋魂》，里面有一個(gè)圍棋少年進(jìn)藤光，他有一天偶然翻出了一個(gè)舊棋盤，在他接觸棋盤的那一刻，一個(gè)古代棋手佐為的靈魂附身。隨后競(jìng)騰光和附在他身上的佐為一起進(jìn)入了棋壇，一開(kāi)始的時(shí)候進(jìn)藤光只是按照佐為的指示去下棋，后來(lái)他結(jié)合了自己的想法，可以說(shuō)是人鬼合一，下出了許多精妙的棋子，戰(zhàn)勝了很多強(qiáng)大的對(duì)手，我在想也許這個(gè)漫畫描述的并不是一個(gè)靈異的場(chǎng)景，而是一個(gè)未來(lái)的場(chǎng)景。
也許未來(lái)的棋手他們都會(huì)帶上一個(gè)人工智能，就好像《棋魂》里面的佐為的靈魂附身一樣，不是人鬼結(jié)合，而是人機(jī)合作。在人機(jī)合作之下，下出超越現(xiàn)在的人們所能想象的棋局。
在體育競(jìng)技領(lǐng)域，講究的是勝負(fù)，而在商業(yè)領(lǐng)域其實(shí)更注重的是共贏。前段時(shí)間馬云說(shuō)了這么一句話，他說(shuō)：“AlphaGo贏了李世石，so tm what。”其實(shí)我挺贊同這句話的，當(dāng)碼隆科技在開(kāi)發(fā)人工智能產(chǎn)品的時(shí)候，從一開(kāi)始的理念就是真正的人工智能不在于自己有多智能，而在于能否讓別人變得更智能。AlphaGo確實(shí)很聰明，可是它一直都只是在展示自己有多聰明，而沒(méi)有讓別人變得更聰明，所以可以說(shuō)，so tm what。不過(guò)我相信DeepMind的科學(xué)家一定在考慮如何通過(guò)AlphaGo幫助整個(gè)圍棋界提高水平。
說(shuō)到這里我想給大家看一個(gè)視頻，是碼隆科技把ProductAI結(jié)合微軟HoloLens所開(kāi)發(fā)的一個(gè)原型，雖然這個(gè)原型不是用于下棋，而是用于購(gòu)物，可是可以看到人機(jī)結(jié)合之后可以產(chǎn)生怎樣的新場(chǎng)景。
碼隆科技的ProductAI，就是希望打造一個(gè)人工智能的PaaS平臺(tái)，幫助各行業(yè)企業(yè)的產(chǎn)品變得更智能。下面通過(guò)一些我們最近的實(shí)際案例來(lái)分享人工智能在商業(yè)領(lǐng)域的一些應(yīng)用。
設(shè)想一下，如果你是一個(gè)商店的店長(zhǎng)，你希望你的顧客怎么樣來(lái)找商品？有兩種情況：他空手來(lái)跟你筆劃一個(gè)怎么怎么樣的東西，你聽(tīng)了半天都不知道他想要的什么，客戶可能覺(jué)得很惱火，覺(jué)得你根本不懂他?；蛘吡硪环N情況：客戶直接拿著一個(gè)樣品跟你說(shuō)要這個(gè)，你可以很快的能夠給他個(gè)答案。
大家想想在現(xiàn)在的電商這個(gè)領(lǐng)域，當(dāng)客戶想去找一個(gè)想要的商品時(shí)，他很不直觀，得自己很費(fèi)勁地去描述想要的商品是什么樣子，然后通過(guò)文字的方式表達(dá)出來(lái)，還不一定找得到。而ProductAI的客戶在各個(gè)行業(yè)可以用它實(shí)現(xiàn)拍照找商品的場(chǎng)景：
拍照找面料。想想如果你是一個(gè)服裝公司的設(shè)計(jì)師，在路上看到一個(gè)人穿的衣服覺(jué)得這個(gè)面料很好，就想購(gòu)買這樣的面料去制造想要的衣服。這個(gè)時(shí)候怎么找這個(gè)面料呢？也許你只能跑到面料的批發(fā)市場(chǎng)一家一家地看，或者嘗試用文字的方式把這個(gè)面料的圖案描述出來(lái)，非常費(fèi)勁。可是現(xiàn)在通過(guò)ProductAI，你只需要拍張照片就能夠直接找到這個(gè)面料，并可以一鍵購(gòu)買了。
拍照找服裝。當(dāng)你看到一個(gè)喜歡的衣服也想買的時(shí)候，只需要拍張照片就買到這個(gè)衣服。又或者是你已經(jīng)有一件衣服了，想知道這個(gè)衣服該如何去搭配，那么可以也通過(guò)拍張照片就找到明星搭配這個(gè)衣服是怎么樣的，你可以模仿她搭配的方式，只需要拍張照片。
拍照找家具。當(dāng)看到一個(gè)你喜歡的家裝圖片，你只需要上傳這個(gè)圖片就能找到類似的家裝風(fēng)格，并且可以框選這個(gè)圖片上的任何家具。比方說(shuō)一個(gè)臺(tái)燈，或者是座椅，只要把這個(gè)部位框出來(lái)，ProductAI可以馬上找到對(duì)應(yīng)的商品購(gòu)買鏈接。
拍照找紅酒。當(dāng)你在朋友家喝了一瓶紅酒后，覺(jué)得味道不錯(cuò)也想買，可是除非是對(duì)紅酒非常了解的人，否則單單通過(guò)自己去觀看這個(gè)紅酒上面的標(biāo)簽信息是很難知道這個(gè)酒是從哪里買的，那么通過(guò)ProductAI，你也只需要簡(jiǎn)單的拍張照片就能夠找到這個(gè)紅酒。
拍照找新聞視頻。在今年的全國(guó)兩會(huì)期間，光明日?qǐng)?bào)在Product AI平臺(tái)上搭建了一個(gè)拍照找新聞視頻的功能。在光明日?qǐng)?bào)App上面有一個(gè)拍照的按紐，當(dāng)你看到一個(gè)光明日?qǐng)?bào)某一篇文章上的一個(gè)圖片，比方說(shuō)習(xí)主席在某一個(gè)場(chǎng)合握手的照片，你想知道究竟是在一個(gè)怎么樣的場(chǎng)合握手呢？只需要拍下這個(gè)照片，就可以馬上在光明日?qǐng)?bào)的App上面查找到這個(gè)照片對(duì)應(yīng)的事件視頻，你可以通過(guò)視頻了解這個(gè)新聞事件的全方位信息。
各種拍照找商品的場(chǎng)景，簡(jiǎn)單來(lái)講就是取代以前比較低效的文字找商品的方式，以圖找商品更快捷更高效，已經(jīng)有不少的客戶反映說(shuō)，使用ProductAI在他們的產(chǎn)品上面增加拍照找商品的功能之后，他們的訂單的成單量一下子提升了20%、30%。
比如可以通過(guò)圖片和視頻識(shí)別出里面的寵物、里面的交通工具、里面的藥品。
其實(shí)ProductAI還可以把一個(gè)商品背后的詳細(xì)屬性給識(shí)別出來(lái)。比方說(shuō)一個(gè)商品的風(fēng)格、品牌、材質(zhì)、顏色等等。
我們接觸了大量的傳統(tǒng)企業(yè)的客戶，跟他們接觸的時(shí)候，他們通常會(huì)跟我說(shuō)：“哎呀，這兩年剛剛聽(tīng)說(shuō)‘互聯(lián)網(wǎng)+’，還在琢磨怎么互聯(lián)網(wǎng)+呢，現(xiàn)在就出來(lái)一個(gè)‘人工智能+’。”他有點(diǎn)無(wú)所適從了。
我會(huì)跟他們講其實(shí)“人工智能+”會(huì)是一個(gè)更大的機(jī)會(huì)，因?yàn)榛ヂ?lián)網(wǎng)的技術(shù)紅利期已經(jīng)過(guò)了。如果你在15年前，10年前甚至5年前開(kāi)始在你的業(yè)務(wù)中結(jié)合互聯(lián)網(wǎng)技術(shù)，那么你還能夠獲得一些紅利，一些先發(fā)的優(yōu)勢(shì)?？墒堑浆F(xiàn)在開(kāi)始去“互聯(lián)網(wǎng)+”，也并沒(méi)有多少紅利可言的，但你還是不得不去做。因?yàn)槟悴蛔龅脑?，你相?duì)于這個(gè)行業(yè)的其他競(jìng)爭(zhēng)對(duì)手會(huì)有劣勢(shì)，可是即便做了，也不會(huì)有太多的優(yōu)勢(shì)。而人工智能不一樣，人工智能是一個(gè)最新涌現(xiàn)的巨大技術(shù)創(chuàng)新，所以是有一個(gè)很大的技術(shù)紅利空間的。所以越是傳統(tǒng)的企業(yè)，越應(yīng)該去擁抱人工智能，去獲得這個(gè)技術(shù)紅利。
那么如何去擁抱這個(gè)人工智能的技術(shù)呢？我認(rèn)為無(wú)非是有兩點(diǎn)：
舉個(gè)例子，比方說(shuō)我們會(huì)跟一些時(shí)尚雜志去交流，那么我們就發(fā)現(xiàn)這些做時(shí)尚雜志的企業(yè)，他們過(guò)去十幾二十年，積累了大量的時(shí)尚圖片數(shù)據(jù)，可是這些圖片在當(dāng)期雜志賣過(guò)之后，就沒(méi)用了。那么他們積累了那么多年的這些圖片，其實(shí)現(xiàn)在是沒(méi)有發(fā)揮他們應(yīng)有的作用。我們想想，這個(gè)時(shí)尚圖片里面其實(shí)隱藏了多少有用的信息呢？比方說(shuō)不同的款式的衣服究竟在每年的變化里是一個(gè)怎樣的趨勢(shì)？不同的服飾單品之間如何去搭配？有那么多的組合，這些信息其實(shí)都在這些圖片里面，通過(guò)人工智能技術(shù)就可以把鎖在倉(cāng)庫(kù)里面的金子給挖出來(lái)。
具體的策略其實(shí)就在我們今天分享的這個(gè)題目里面，兩個(gè)字——共贏，要更多的去考慮如何實(shí)現(xiàn)共贏，不是單單去思考如何展現(xiàn)我這個(gè)人工智能系統(tǒng)有多智能，而是能不能讓別的產(chǎn)品變得更智能。這個(gè)說(shuō)起來(lái)容易，其實(shí)做起來(lái)是挺難的，比方說(shuō)有很多研究機(jī)構(gòu)，他們會(huì)把大部分精力去放在說(shuō)如何做出一個(gè)非常智能的系統(tǒng)，去關(guān)心這個(gè)系統(tǒng)的各種參數(shù)，說(shuō)它的準(zhǔn)確率、精度等等。可是從商業(yè)的角度看，這些參數(shù)都只是體現(xiàn)出你有多智能，而不是你能不能讓別的產(chǎn)品變得更智能。
而要做到讓別的產(chǎn)品變得更智能，首先是有一個(gè)很重要的工程問(wèn)題要解決，就是不僅僅你的核心算法要厲害，要很多數(shù)據(jù)訓(xùn)練出一個(gè)很好的AI模型，你還需要一個(gè)很強(qiáng)大的工程團(tuán)隊(duì)去以產(chǎn)品的形式把AI模型可以讓別的企業(yè)非常容易的去使用，在使用過(guò)程中的各種性能，便利性、維護(hù)性甚至客戶服務(wù)等等，那么這些并不能體現(xiàn)你有多智能，可是能夠讓你的產(chǎn)品幫助別的企業(yè)變得更智能。
從商業(yè)的角度也要去考慮如何用你的產(chǎn)品幫助別人變得更智能。比方說(shuō)也有很多機(jī)構(gòu)他們會(huì)覺(jué)得他們開(kāi)發(fā)出來(lái)的算法很厲害，如果誰(shuí)要來(lái)用這個(gè)算法，首先要給他很大的一筆錢。而我們做的做法就是我們把模型，我們的這個(gè)人工智能的商品識(shí)別模型放在了云端，以PaaS（Platform-as-a-Service）這樣的方式開(kāi)放出來(lái)，所有的企業(yè)可以很快捷地接進(jìn)來(lái)。接進(jìn)來(lái)之后以API的調(diào)用次數(shù)去收費(fèi)，也就意味著當(dāng)你一開(kāi)始在用的時(shí)候，API調(diào)用次數(shù)非常少，你需要付的費(fèi)用是很少的，可是當(dāng)你的用戶很喜歡使用量大起來(lái)，自然你也愿意多付一些錢。
另外就是這個(gè)人工智能是一個(gè)純從技術(shù)導(dǎo)向開(kāi)發(fā)出來(lái)的產(chǎn)品呢，還是說(shuō)從一個(gè)行業(yè)的問(wèn)題為導(dǎo)向開(kāi)發(fā)出來(lái)的產(chǎn)品？。以ProductAI為例，我們是會(huì)切入到一些垂直領(lǐng)域，去尋找到這個(gè)領(lǐng)域一些很重要的問(wèn)題。打比方說(shuō)我們切入到紡織服裝這個(gè)領(lǐng)域時(shí)，我們就會(huì)跟這個(gè)領(lǐng)域的積累了多年經(jīng)驗(yàn)的一些客戶去交流、尋找出在他們的業(yè)務(wù)流程中，在什么地方是可以用人工智能去提升效率的。
比如說(shuō)剛才給大家展示的這個(gè)案例，用人工智能的方法自動(dòng)地去提取和分析一個(gè)色彩流行趨勢(shì)，這樣的事情其實(shí)不是我們自己想出來(lái)的。我們并不知道在服裝紡織這個(gè)行業(yè)原來(lái)色彩的趨勢(shì)是一件這么重要的事情，是我們跟我們客戶交流的過(guò)程中，我們才知道，原來(lái)這是一個(gè)對(duì)這個(gè)行業(yè)很重要的問(wèn)題。同時(shí)我們又去思考，這樣的一個(gè)問(wèn)題是不是可以用人工智能的方式去解決？那么隨之就去考慮相應(yīng)的算法，相應(yīng)的這個(gè)數(shù)據(jù)如何獲取，產(chǎn)品怎么架構(gòu)使得這種大規(guī)模的調(diào)用變得更容易等。最后去推出一個(gè)產(chǎn)品給到這個(gè)行業(yè)去使用，并且還需要在使用的過(guò)程中，不斷根據(jù)客戶的反饋，不斷的去提升。
那么所有這些，我認(rèn)為都是比人工智能的一個(gè)技術(shù)本身更重要的問(wèn)題，也就是這個(gè)技術(shù)如何商業(yè)落地，如何跟客戶實(shí)現(xiàn)共贏的這個(gè)問(wèn)題。
人工智能技術(shù)還能跟很多其他的技術(shù)相結(jié)合。比方說(shuō)跟AR增強(qiáng)現(xiàn)實(shí)結(jié)合，也可以有很多好玩的新場(chǎng)景。
如上面這張圖片，首先用AI去識(shí)別出這個(gè)商品，然后用AR增強(qiáng)現(xiàn)實(shí)去創(chuàng)造，你可以把加多寶變成一個(gè)機(jī)器人，然后跟這個(gè)機(jī)器人去對(duì)戰(zhàn)的一個(gè)場(chǎng)景。在零售這個(gè)領(lǐng)域就可以去吸引用戶來(lái)到這個(gè)商品面前，然后提升轉(zhuǎn)化率，我們也曾經(jīng)跟蒙牛有過(guò)這樣一個(gè)商業(yè)合作。
在蒙牛案例里面，可以讓用戶任意角度拍一張蒙牛的牛奶然后就會(huì)識(shí)別并觸發(fā)出一個(gè)游戲，可以把蒙牛上時(shí)空獵人這樣的一個(gè)虛擬人物召喚出來(lái)，然后跟這個(gè)人物進(jìn)行對(duì)戰(zhàn)，戰(zhàn)勝了之后會(huì)有一個(gè)優(yōu)惠券，通過(guò)這個(gè)方式是可以很有效的去提升商品購(gòu)買的轉(zhuǎn)化率。
大家可以看到，在商業(yè)領(lǐng)域，我們更關(guān)心的不是人工智能有多智能，而在于人工智能能不能讓其他產(chǎn)品變得更智能，這個(gè)是ProductAI的使命，我們也是希望在這個(gè)新的人工智能時(shí)代，我們可以實(shí)現(xiàn)人和機(jī)器共贏。
1、拍照不同的東西應(yīng)該處理路徑不同吧？請(qǐng)問(wèn)你們是窮舉多少種類型嗎？
黃鼎?。翰恍枰F舉，因?yàn)槲覀冞@個(gè)產(chǎn)品是2B的，服務(wù)B端的企業(yè)，每一個(gè)B端的企業(yè)他們其實(shí)都會(huì)在一個(gè)特定的行業(yè)里面，比方說(shuō)就是面料這個(gè)行業(yè)，或者說(shuō)家具這個(gè)行業(yè)，或者紅酒這個(gè)行業(yè)，所以在這個(gè)特定的行業(yè)里面，我們是不需要去窮舉其他領(lǐng)域的商品的。
2、請(qǐng)問(wèn)ProductAI 和之前流行而沒(méi)有成長(zhǎng)起來(lái)的搜圖技術(shù)的差別在哪里？如何解決出來(lái)的產(chǎn)品多款雷同呢（比如淘淘搜）？
黃鼎?。河幸粋€(gè)很重要的差別是質(zhì)量，就是到底能不能說(shuō)出來(lái)精準(zhǔn)度如何，我們也是經(jīng)過(guò)很長(zhǎng)時(shí)間的摸索。我們發(fā)現(xiàn)這是一個(gè)大家一直以來(lái)都很感興趣的場(chǎng)景，拍張照片就能找到這個(gè)商品并不是個(gè)新需求，可是關(guān)鍵就在于你拍了照片之后找出來(lái)的東西究竟是不是客戶想要的。而這樣的準(zhǔn)確度和客戶滿意度需要到一個(gè)閾值，如果低于這個(gè)閾值可能是不能實(shí)際使用的，要高于這個(gè)閾值需要大量的研發(fā)的投入。
你提到淘寶這個(gè)愛(ài)立淘和淘淘搜，有一個(gè)顯著的差別是我們這個(gè)技術(shù)是2B的，就是我們把這個(gè)技術(shù)開(kāi)放出來(lái)，去服務(wù)B端的企業(yè)。
3、可以簡(jiǎn)單介紹下ProductAI以圖搜圖背后的技術(shù)原理？
黃鼎?。涸砀弦淮膱D片搜索相比有一個(gè)大的變化。之前是需要去人為手動(dòng)地去定義一些特征，現(xiàn)在是完全用深度學(xué)習(xí)，用數(shù)據(jù)的方法去驅(qū)動(dòng)，就不需要去定義特征了，這個(gè)對(duì)于商品由于是一些柔性的商品尤其重要。
比如像衣服，衣服是典型的柔性的物體，當(dāng)你掛在衣架上或者你穿在身上它有一種特征?？墒钱?dāng)你把這個(gè)衣服疊起來(lái)甚至揉成一團(tuán)，它原來(lái)的這個(gè)特征就會(huì)被破壞掉了，所以傳統(tǒng)的這種定義特征的方式是對(duì)于這一類的場(chǎng)景是不適用的，由于有了這個(gè)深度學(xué)習(xí)的技術(shù)還有現(xiàn)在有了海量商品圖片的數(shù)據(jù)，所以現(xiàn)在我們是可以去解決這個(gè)問(wèn)題，使得一個(gè)柔性的物體衣服不管它怎么扭曲折疊我們還是可以識(shí)別出它是什么。
4、對(duì)于人工智能來(lái)說(shuō)，數(shù)據(jù)非常重要，需要用來(lái)訓(xùn)練模型。數(shù)據(jù)獲取方面，您有什么建議？
黃鼎隆：數(shù)據(jù)確實(shí)是對(duì)現(xiàn)在的人工智能是一個(gè)非常關(guān)鍵的因素?？墒俏艺J(rèn)為，在數(shù)據(jù)之前，還有一個(gè)更重要的問(wèn)題，就是你是希望用這個(gè)數(shù)據(jù)訓(xùn)練出怎樣的模型？去解決什么問(wèn)題？這個(gè)問(wèn)題本身可能比數(shù)據(jù)還要重要，因?yàn)槲覀儸F(xiàn)在的人工智能還是一個(gè)所謂的弱人工智能，不是強(qiáng)人工智能，也就是說(shuō)它不是通用的，它不能夠解決所有的問(wèn)題。只能解決一個(gè)特定領(lǐng)域的問(wèn)題，這個(gè)問(wèn)題越聚焦，所開(kāi)發(fā)的AI模型就能解決的越好，所以你要獲取的這個(gè)數(shù)據(jù)一定是要針對(duì)一個(gè)特定的非常清晰的問(wèn)題，然后你去收集標(biāo)注相應(yīng)的數(shù)據(jù)才有意義。
具體到數(shù)據(jù)的獲取的方法，我的經(jīng)驗(yàn)是其實(shí)只要你的問(wèn)題定義清楚了，數(shù)據(jù)是總能夠獲取到的，無(wú)非是成本多少的問(wèn)題。而關(guān)于成本，如果你上個(gè)問(wèn)題如果想清楚了，你也可以推算出值得花多少成本。所以只要你把問(wèn)題定義清楚了，我認(rèn)為數(shù)據(jù)就是一個(gè)隨之就會(huì)可以解決的問(wèn)題。
（本文獨(dú)家首發(fā)鈦媒體，根據(jù)碼隆科技聯(lián)合創(chuàng)始人、CEO黃鼎隆在鈦坦白上的分享整理）
…………………………………………
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論