科技圈里那些事Y|如何花小力气研究“大事”？，睡前经济学｜识别长尾效应 “识别垃圾抛洒、粪车偷排、违停、遛狗

文章图片
“识别垃圾抛洒、粪车偷排、违停、遛狗……这些应用在日常生活中比较小众，但是，正是这些应用才是人工智能真正完善价值闭环的核心。 ”在本月举行的世界人工智能大会上，商汤科技联合创始人、CEO徐立如是说。
随着人工智能应用的深入，一些细分的、小众场景也愈加成为攻坚对象。那么，这背后潜藏着怎样的认知呢？
AI如何才能取代保安
目前，商汤的解决方案已应用在手机人脸解锁、酒店人脸查验等领域，但更多细分领域还有待发掘。
徐立举例商汤办公楼下的一张照片，路上行人熙熙攘攘。如果用行人检测算法，能够把图像中所有行人都有效标识出来，但如果要真正对图像中所有事情都进行分析，可以发现世界远远要比这个复杂——所有的物体、行人、交通信号灯、指示牌组合在了一起。这样一张简单的图片、日常生活中的普通图片，都会有数百种单一的物体和场景的识别，更不要说理解这些物体、场景之间的关系。
简单来说，要判断一件事情，比如判断一个人在骑摩托车，需要检测人、摩托车和地面；如果是人在停放摩托车，则需要检测人在摩托车边上、在马路边上。如果一只鸽子在天空中飞，那它是信鸽；鸽子在盘子里，可能就是一只乳鸽。
“这些关系是要通过把物体和物体之间关联起来。著名工业设计师凯瑞姆讲过：一个人平均每天要接触到600多个物体。而现代汉语辞典中，总共有1万多个名词的物体，种类非常多。如果我们只考虑以上例子中那种三个要素的结合，也要处理3500多万种可能性，也就是说对于一张现实生活场景中非常普通、简单的照片，也需要分析千万级别可能性，才能对它有一个基础的解读。 ”徐立说。
“我们的算法可以把时间、地点、人物关系串联，使我们真正能够解决这些城市管理中长尾的、细小的应用。 ”徐立说，在对城市管理的各个细分场景中，商汤推出了很多类似这样的场景理解、识别的算法模块，解决日常生活中各式各样的问题，深入到城市的每一个毛细血管中。
徐立说，比如解决共享单车的停放监管问题，通过检测车和车之间的关系、车和停放区域的关系、车是否停成整齐的一条线等，判定它是否违停；再比如，识别垃圾抛洒、粪车偷排、遛狗等等，这些应用才是真正完善价值闭环的核心。
“像人脸识别、行人识别这些大家关注度高、应用频率非常高的我们叫头部应用，就像一只恐龙的头部。但是，还有那些应用频次比较低的，像恐龙的尾巴，就叫长尾应用。我们认为，最核心的部分一定是要突破长尾效应，才真正形成了价值闭环。 ”徐立说。
徐立说，很多人觉得人工智能如果能控制小区安全出入，它就能代替保安了。但是，它只是代替了保安的一个功能，保安可以做很多事，如巡视、代收快递，只取代一个出入管理的功能，人工智能是永远没法胜任一个完整的保安工作的。
稀有需求累积非常庞大

文章图片
何为长尾效应？长尾英文名称LongTailEffect ，即“头”（head）和“尾”（tail）是两个统计学名词。从人们需求的角度来看，大多数的需求会集中在头部，而分布在尾部的需求是个性化的，零散的小量的需求。而这部分差异化的、少量的需求会在需求曲线上形成一条长长的“尾巴” ，而长尾效应就在于它的数量上，将所有非流行的市场累加起来就会形成一个比流行市场还大的市场。

文章图片
2004年10月，美国《连线》杂志主编克里斯·安德森（ChrisAnderson）在他的文章中第一次提出长尾（LongTail）理论，他告诉读者：商业和文化的未来不在热门产品，不在传统需求曲线的头部，而在于需求曲线中那条无穷长的尾巴。