至顶网软件频道消息:
12月17日,首届“JDD-2017京东金融全球数据探索者大赛”算法组全球总决赛和商业组中国区决赛落下帷幕。本届大赛吸引到来自全球的4624支团队参与,其中算法组3783支队伍,商业组841支队伍,参赛选手总数近万人。人工智能为什么要识别猪脸,在其背后有什么实际的商业价值?登录行为、信贷需求、销量预测的人工智能化,会对未来商业行为带来什么改变?下面我们就深入了解一下通过JDD大赛,京东金融在人工智能与大数据分析的棋局中,是如何进行的布局。
谈到猪脸识别,首先联想到的还是人脸识别。目前用人脸替代指纹作为生物识别的验证方式正在兴起。而用人脸进行面部识别的比赛毕竟会涉及到肖像权和个人隐私的问题,而用猪脸就可以很好的避免此类问题的出现。无论是识人,还是识猪,要想识的快,辨的准,核心算法问题很重要。于是在大会结束后的采访过程中,我们对算法组猪脸识别冠军获得者“百变猪猪侠”队进行了采访。在“百变猪猪侠”的介绍中我们可以了解,猪脸识别涉及到图像领域的两个算法,一个是物体检测,一个是图像识别。物体检测需要定位出这张图片猪在哪里,图像识别,需要知道这头猪到底是哪头,他们在本次比赛中,把这两种算法都进行了实现,并且最终效果比其他团队要好,也因此在本项比赛中夺冠。
人脸识别技术距离普及应用毕竟还有一段距离,本次大赛中的猪脸识别就没有任何商业价值了吗?答案明显是否定的。在本次大赛商业组的竞赛中进击的巨猪、和熵商科技分别利用猪脸识别技术获得了商业组中国赛区的冠军与季军。是什么样的猪脸识别商业应用如此获得专家青睐?关键在于食品安全。国务院要求2020年前完成对于死猪无害化处理的整体体系建设,保险又是推进无害化处理的唯一有效抓手,因为农户只有对死猪进行无害化处理的时候,才能拿到保险的理赔。除了理赔成本之外,出险成本其实是非常高的一块,占到了30%,有的甚至达到40%。过高的出险成本,不利于保险的推动,保险不推动,国家的无害化处理目标就无法达成。猪脸识别技术具有简单、便捷、低成本,以及非接触防止疫情发生的技术优势。未来投入使用后可以为5万亿的牲畜市场,提供第三方的线上线下的监管服务,预期可以降低成本30%以上。由此看来用工人智能的方式认识好每一头猪,未来还真的是商机无限。
人脸识别技术,毕竟还是需要摄像头、传感器来进行配合。而目前的登录方式还是以用户名、密码为主。用户名和密码如果被盗用后,如何保障用户账户的安全?这就牵涉到了一个登录行为判断问题,怎么就能证明你就是你自己。带着这样的问题,在会后我们采访了本次登录行为算法的冠军“啦啦队”。
登录行为识别,实际上是应用行为识别的深度分析。这个行为分析的技术关键点在哪里,“啦啦队”的同学详细向我们进行了解答:
登录行为识别,主要在于发现比较有用的特征,把用户的登录IP、用户名、登录设备、历史长期行为、短期行为这些登录特征进行收集聚类,形成一个用户登录正常行为与异常行为的特征库。特征库的类表越齐全,登录行为的识别就会越精确。“啦啦队”初赛的时候就已经提了比较多的特征,用他们的话讲就是“在特征上做到了极致”, 也由此,夺得得了本项比赛冠军。虽然还不确定是否会由此拿到京东金融的offer,但作者还是赶紧加上了他的微信。说不定哪天登录密码忘掉了,还是要求他们帮忙给找回来的。
虽然作者从来没向银行借过钱,但毕竟还是有着一个小小的创业梦想,真说不好什么时候会去借贷。这就有能借多少,是否可以盈利的预判需求。如果可以利用数据分析的方式,预先判断出所经营的销量,并且量入而出的争取一些信贷的话,未来的创业之路必然会平坦不少。而对于银行业而言,通过信贷需求与销量预测的分析,也会对减少坏账率的出现。银行机构的放贷范围也会更加宽泛,可以让更多有信贷需求的人,更顺畅的借到所需的资金。未来信贷的商业模式,可能会因此而得到改变。
由此我们可以看出,猪脸识别、登录行为、信贷需求与店铺销量预测这四个JDD大赛的题目都是在有的放矢。在本次大赛中,不但促进了大数据分析与人工智能项目的具体落地,也为京东收集到了难得可贵的专业技术人才。JDD大赛不是结束,而是刚刚开始,人工智能与大数据的落地应用方兴未艾。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
商汤科技研究团队开发的InteractiveOmni是一个突破性的全模态AI助手,能够同时处理图像、视频、音频和文字,并具备强大的多轮对话记忆能力。该模型采用端到端架构,实现了从多模态输入到语音输出的统一处理,在多项基准测试中表现优异。特别值得关注的是,4B参数版本就能达到接近7B模型的性能,且已开源供研究使用。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
腾讯混元团队联合北航、清华推出Honey-Data-15M,这是一个包含1500万高质量图像-问答对的开源数据集,通过创新的双层思考链策略让AI学会深度推理。基于此训练的Bee-8B模型在复杂推理任务上表现卓越,证明了专注数据质量能让开源AI达到商业级水平。