一項(xiàng)被稱為“生成式AI”的人工智能技術(shù)將在未來(lái)兩到五年內(nèi)達(dá)到AI商業(yè)應(yīng)用高峰。Gartner 2021年新興技術(shù)成熟度曲線報(bào)告顯示,隨著解決方案的成熟和采用范圍的擴(kuò)大,該技術(shù)會(huì)生成合成數(shù)據(jù)來(lái)訓(xùn)練自己的模型或識(shí)別突破性產(chǎn)品。
Gartner研究副總裁Brian Burke表示,生成式 AI 的商業(yè)實(shí)施已經(jīng)在企業(yè)中發(fā)揮作用,并且隨著技術(shù)進(jìn)步不斷滲透企業(yè)根基。生成式 AI 的工作原理是使用算法來(lái)創(chuàng)建經(jīng)訓(xùn)練后的全新合成數(shù)據(jù),以釋放生產(chǎn)力不足。
影譜科技AI商業(yè)化負(fù)責(zé)人認(rèn)為,生成式AI被納入Gartner技術(shù)周期,這反應(yīng)了生成式計(jì)算機(jī)視覺(jué)平臺(tái)的增長(zhǎng)潛力,能為跨領(lǐng)域企業(yè)提供服務(wù),帶來(lái)生產(chǎn)力、成本效益和安全性的飛躍。另一方面,激烈的市場(chǎng)競(jìng)爭(zhēng)也促使企業(yè)主動(dòng)選擇生成式AI技術(shù)應(yīng)用以減少成本的發(fā)生。
據(jù)悉,影譜科技是一家總部位于北京的人工智能技術(shù)公司,是最早將生成式AI技術(shù)引入商業(yè)領(lǐng)域的領(lǐng)先公司之一,獨(dú)創(chuàng)的AI生成技術(shù)與數(shù)字孿生組合,正成為文化傳媒、教育、商業(yè)服務(wù)領(lǐng)域的通用數(shù)智技術(shù)。
可見(jiàn)的是,生成式AI技術(shù)正處于企業(yè)級(jí)商業(yè)化的最佳時(shí)期。兩方面是推手,首先來(lái)自企業(yè)的剛性成本壓力,這一大環(huán)境促使了降本性技術(shù)的大面積普及;其次,AI生成性技術(shù)因能低成本的自適應(yīng)業(yè)務(wù)數(shù)字化需要,發(fā)展為諸多產(chǎn)業(yè)鏈數(shù)字化升級(jí)的首要選擇。
早期,生成式AI技術(shù)的高精準(zhǔn)度識(shí)別被廣泛應(yīng)用在各類(lèi)視覺(jué)識(shí)別場(chǎng)景。至今,隨著AI與傳統(tǒng)產(chǎn)業(yè)深度融合,生成式AI不僅可以完成由算法創(chuàng)建一段全新3D視覺(jué)內(nèi)容、與孿生技術(shù)組合創(chuàng)建新的數(shù)字商品等業(yè)務(wù)場(chǎng)景,其在移動(dòng)互聯(lián)、商業(yè)、制藥、傳媒等關(guān)鍵行業(yè)也產(chǎn)生積極結(jié)果。
如在傳媒領(lǐng)域,企業(yè)運(yùn)用影譜科技研發(fā)的生成式AI技術(shù)方案創(chuàng)建3D新聞直播間、虛擬主持人等,也采納此項(xiàng)技術(shù)大規(guī)模完成了文字、音頻快速轉(zhuǎn)視頻的數(shù)字內(nèi)容升級(jí)任務(wù),據(jù)悉,在未采納此技術(shù)時(shí),這類(lèi)任務(wù)需消耗大量人力和時(shí)間。
如在醫(yī)療領(lǐng)域,研究人員使用AI技術(shù)生成更多數(shù)據(jù)來(lái)支持算法,幫助識(shí)別抗病毒化合物和治療COVID-19的治療研究。
與此同時(shí),零售業(yè)正成為繼文教、互聯(lián)網(wǎng)后,AI生成技術(shù)下一個(gè)重要的普惠商業(yè)場(chǎng)景。AI生成技術(shù)正在為零售增長(zhǎng)做好準(zhǔn)備,規(guī);a(chǎn)以及對(duì)業(yè)務(wù)場(chǎng)景足夠了解,足以讓人這個(gè)市場(chǎng)充滿期待。
在消費(fèi)互聯(lián)網(wǎng)中,一個(gè)單一的人工智能系統(tǒng)可以為數(shù)十億用戶提供服務(wù)。如計(jì)算機(jī)視覺(jué)是許多程序的底層技術(shù),如圖片檢索、內(nèi)容審核系統(tǒng)、信息過(guò)濾器、安全攝像頭、圖像分類(lèi)、物體檢測(cè)和人臉識(shí)別。在這些領(lǐng)域,通常不乏數(shù)據(jù)來(lái)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò),也可以采用大致相同的機(jī)器學(xué)習(xí)模型即可服務(wù)于數(shù)百萬(wàn)用戶和客戶。
與消費(fèi)互聯(lián)網(wǎng)不同,在傳統(tǒng)商業(yè)產(chǎn)業(yè)鏈中每個(gè)企業(yè)可能都需要自己的 AI 模型,商業(yè)零售系統(tǒng)對(duì)AI提出了一系列獨(dú)特的挑戰(zhàn)。典型挑戰(zhàn)是,如何構(gòu)建企業(yè)級(jí)AI訓(xùn)練模型,如何降低AI部署環(huán)境的要求,如何提供因需發(fā)生的組合型技術(shù)服務(wù)。
首先,需要面對(duì)大多數(shù)企業(yè)組織缺乏可訓(xùn)練的基礎(chǔ)數(shù)據(jù)。事實(shí)上,某些企業(yè)也許有業(yè)務(wù)數(shù)據(jù),但并不能快速轉(zhuǎn)化為機(jī)器可訓(xùn)練的數(shù)據(jù),無(wú)法完成預(yù)訓(xùn)練機(jī)器學(xué)習(xí)模型或某些需特定數(shù)據(jù)進(jìn)行訓(xùn)練而生成的模型,這些都需要經(jīng)歷更為復(fù)雜的AI實(shí)施過(guò)程。
其次,AI零售的挑戰(zhàn)不僅限于數(shù)據(jù),在數(shù)據(jù)安全性、使用透明度等方面對(duì)AI系統(tǒng)中的算法類(lèi)型和精度指標(biāo)也提出了高要求。據(jù)悉,對(duì)此,影譜科技構(gòu)建了一個(gè)完整的AI技術(shù)棧來(lái)監(jiān)控零售商品的性能、跨模型迭代、維護(hù)模型的不同版本,以及管理用于收集新數(shù)據(jù)和重新訓(xùn)練模型的數(shù)據(jù)通道。
簡(jiǎn)而概之,這些都是生成式AI在數(shù)字商業(yè)零售業(yè)落地過(guò)程中突破的技術(shù)障礙。影譜科技AI 數(shù)字商業(yè)平臺(tái)旨在構(gòu)建一個(gè)解決零售企業(yè)智能化、數(shù)字化升級(jí)普遍問(wèn)題的技術(shù)平臺(tái),面向零售商品生產(chǎn)企業(yè)、運(yùn)營(yíng)平臺(tái)、服務(wù)商部署企業(yè)級(jí)的AI商業(yè)解決方案。
影譜科技相關(guān)負(fù)責(zé)人表示,根據(jù)零售行業(yè)特點(diǎn),調(diào)整生成式AI模型,讓算法變得更動(dòng)態(tài),支持這些模型的數(shù)據(jù)也變得更加動(dòng)態(tài)、更穩(wěn)定,在商業(yè)場(chǎng)景上也更能與傳統(tǒng)產(chǎn)業(yè)融合。如何把生成式AI視覺(jué)技術(shù)這種低投入、高產(chǎn)出的技術(shù)組合、通用性零售商品數(shù)據(jù)集等特別能力供給給傳統(tǒng)商業(yè)系統(tǒng),輔助商業(yè)服務(wù)流邁向?qū)崟r(shí)、互動(dòng)的數(shù)字化形態(tài),也就解決了商業(yè)零售服務(wù)數(shù)字化的第一重困難,這恰好是生成式AI技術(shù)的重要性能。
影譜作為國(guó)內(nèi)唯一一家具備快速自動(dòng)創(chuàng)建企業(yè)級(jí)3D實(shí)時(shí)數(shù)字商品數(shù)據(jù)集的平臺(tái),針對(duì)不同的應(yīng)用場(chǎng)景、復(fù)雜業(yè)務(wù)邏輯提出不同解決方案,為數(shù)字商業(yè)的持續(xù)增長(zhǎng)做好AI技術(shù)準(zhǔn)備?深A(yù)見(jiàn)的是,AI 將改變零售行業(yè),隨著企業(yè)從靜態(tài)模型轉(zhuǎn)向更動(dòng)態(tài)的技術(shù),生成式AI的應(yīng)用也將發(fā)生變化。