第103章 没有困难就制造困难 (第1/2页)
九九读小说网 www.99duxs.cc,最快更新重生之AI教父!
孟繁岐决定创业的两个方向,人脸识别和医疗AI,其中还是有缓急之分的。
人脸识别是一项已经应用了很久的技术,各方面都比较成熟,只是之前的方法比较传统落后。
一旦孟繁岐做出一些突破之后,可以很快切入进战场,展开收割,快速盈利。
而医疗AI还处于比较早期的阶段,其中最麻烦的问题是这些医疗数据与病人隐私方面的伦理问题。
在最最基层的数据问题上,就有不小的阻碍,各方面的手续章程繁琐。
虽然尚海公共卫生中心主动与自己联络了,不过这方面的事情恐怕不会推进得太快,需要徐徐图之。
应当先行着手处理的是人脸识别算法方面的事情,并且既然已经决定创业,自然要从商业的视角去考虑,而非是之前的学术角度。
孟繁岐了解这个时期最先进的人脸识别算法,比如脸书的DeepFace,原本是基于阿里克斯网络做特征提取,加入了分段仿射变换,使用了3D人脸建模来重现脸部特征,对齐面部要素。
脸书在14年的这个方法是深度学习时代人脸识别算法的奠基之作,影响力很强。
不过在孟繁岐看来,这个方法极其臃肿,参数多达上亿个,虽然在一个大型人类数据集LFW上性能为97.35%,接近人类水准。
但对孟繁岐来说,将这个性能继续提升到99.6%往上是十拿九稳的事情。
不过,从数据上可以明显看到,这个指标剩余的提升空间其实已经很小了,没法很显著地拉开差距。
从学术的角度去思考这个问题,自然是不要紧的,只要突破了世界纪录,自然就是值得发表的研究。
可在工业界,思维却不能这么简单。
性能相差无几的情况下,还有太多其他因素需要考虑进来。
比如速度快慢,商业用途,对速度都有硬指标的要求,这一点孟繁岐非常有信心;再比如算法的算子是否比较常见?有些复杂的学术操作,在商业使用的时候并不方便,硬件设备可能不支持,这点有可能会出问题。
其他诸如价格,使用难度,用户界面的美观程度,甚至于宣发的PPT做得唬不唬人,都很有可能成为外行人做出商业判断的依据之一。
因此,孟繁岐觉得在人脸这个已经被比较成熟的问题上,单纯只是自己这2个多点的技术突破只是较大的优势,还不足以建立起绝对的优势。
既然是创业的第一枪,不仅要成功,还必须大胜。
孟繁岐计划要在这个领域构建起足够强大的技术壁垒,至少要让其他所有的科技巨头们在大几个月,甚至接近一年多的时间内退避三舍。
现在的人脸识别太简单?老办法就能做到96-97?
哥们给你上点强度,看看你到底能不能受得住!
孟繁岐的策略基于他最先公开的一篇论文,生成式对抗技术之上。
他计划将基于残差网络的对抗式生成网络做一些针对性调整,并拿现在业界最大的几个人脸图像数据去训练它们。
其最终目的,就是为了生成看上去栩栩如生,实际上根本就不存在的人脸图像。
(本章未完,请点击下一页继续阅读)