機器如何懂時尚？這是碼隆科技上一款產(chǎn)品希望解決的問題，那一次他們推出了StyleAI，希望用圖像識別結(jié)合深度學(xué)習(xí)來破解時尚密碼。

10月24日，該公司更進(jìn)一步，推出ProductAI，將AI做成一項云服務(wù)，希望讓沒有AI技術(shù)能力的公司也能利用這一全新技術(shù)。同時還宣布獲得6200萬A輪融資，目前該公司員工人數(shù)還不到30人。

ProductAI：定制化AI云服務(wù)

StyleAI是一項AI的具體應(yīng)用，而此次推出的ProductAI則是一款企業(yè)端產(chǎn)品，具體來說它是一項PaaS（Platform-as-a-Service）服務(wù)，開發(fā)者可通過調(diào)用其接口來獲得人工智能服務(wù)。

ProductAI背后的兩項核心技術(shù)分別是“以圖搜圖”和“圖像識別”，它可以理解圖片“表達(dá)了什么意思”，還可以對圖片進(jìn)行分類、處理、標(biāo)注，實現(xiàn)更多應(yīng)用。

在發(fā)布會現(xiàn)場，碼隆的程序員演示了用5分鐘時間在ProductAI平臺上搭建一個定制化的以圖搜圖引擎。

其收費模式也和一般的云服務(wù)類似，按照API接口調(diào)用量來收費，通常在千次10元左右，取決于調(diào)用的API和使用總量。目前ProductAI的客戶包括中國紡織信息中心、視覺中國、微軟在線暴風(fēng)影音等 。

ProductAI應(yīng)用示例

人工智能并不是一項解決所有問題的技術(shù)，它更適合在某個非常細(xì)分的領(lǐng)域發(fā)揮自己的功能。下面是ProductAI提供的一些主要功能。

1、一張圖中多個物體的識別與搜索

假設(shè)你拍下了一張照片，照片中有麥當(dāng)勞、公交車、老人、楊樹、白云、藍(lán)天，那么，ProductAI可以精準(zhǔn)的將照片中的元素識別出來。比如下面這張圖片中，ProductAI將所有13輛汽車都識別出來。

2、以圖搜圖

ProductAI可以“以圖搜圖”，識別目標(biāo)圖片中的類似場景。下圖是根據(jù)城堡圖片，搜索出的類似圖片。

3、為海量的圖片自動打標(biāo)簽

ProductAI可以為海量的圖片自動打標(biāo)簽，通過綜合識別模型，挖掘出語義信息并用文字標(biāo)簽的形式將這些信息表達(dá)出來?？山庾x的信息包括圖片中的客觀內(nèi)容（老人、樹、音樂廳等）、主觀感受（積極、成功、快樂等）、內(nèi)容衍生主題（健康生活方式、家庭等）、圖片顏色（彩色、黑白等）、圖片產(chǎn)生方式（攝影、剪貼畫等）、拍攝手法（剪影、留白、逆光等）等。

定制化的AI如何做？

AI不是搜索引擎，但在很多層面和搜索引擎類似。在之前接受雷鋒網(wǎng)采訪時，碼隆科技的聯(lián)合創(chuàng)始人Matt Scott解釋了讓機器認(rèn)識時尚的背后技術(shù)，

首先，我們從網(wǎng)絡(luò)上收集關(guān)于時尚的海量數(shù)據(jù)，找出一些已經(jīng)存在時尚標(biāo)簽的內(nèi)容（比如這張圖片是某位時尚明星的著裝照）；然后，我們創(chuàng)造一個模型來分析這些數(shù)據(jù)，用海量的數(shù)據(jù)來訓(xùn)練它，使它能夠理解圖片的色彩、紋理和Style，同時還有一小部分人可以幫忙給數(shù)據(jù)貼上標(biāo)簽；總的來說就是用類似搜索引擎的數(shù)據(jù)加上很強大的AI模型，收集數(shù)據(jù)并分析這里面的時尚視覺元素。

之后，我們會把分析的結(jié)果，比如版型、類別和衣服之間的關(guān)聯(lián)等提取出來，去匹配你的模型和喜好。

最后的產(chǎn)品，是一款可以了解用戶想要什么的個性化時尚工具。這其中AI的部分，主要就是通過深度學(xué)習(xí)構(gòu)建起來的可以自我學(xué)習(xí)的模型，并用數(shù)據(jù)去訓(xùn)練這個模型。

而ProductAI是面向各種不同用戶定制化的AI服務(wù)，在不同的應(yīng)用場景中，它需要勝任不同的任務(wù)，這意味著深度學(xué)習(xí)的模型也是不同的。

一個深度學(xué)習(xí)的模型，適用于某一個任務(wù)。就好像一個人，他去上大學(xué)，學(xué)的是中文？還是物理？還是建筑，大腦里面的結(jié)構(gòu)是不同的，這個不同是知識上有不同。那我們呢？就相當(dāng)于要構(gòu)建一個這樣結(jié)構(gòu)的大腦，去適應(yīng)相應(yīng)的任務(wù)，就好像不同的人有不同的專業(yè)一樣。

Matt解釋道。

Matt告訴我們，在構(gòu)建特別的AI應(yīng)用中時，一共有四個步驟：

首先是研究問題，明確我們需要解決的問題是什么，希望得到什么答案；

接著，建立適用于這個問題的神經(jīng)網(wǎng)絡(luò)架構(gòu)；

然后，用海量的數(shù)據(jù)來訓(xùn)練這個架構(gòu)；

最后，如果沒有解決問題，再回去改。

碼隆科技與中國紡織信息中心的合作就是一個例子，需要解決的問題是識別面料，碼隆設(shè)計出一個神經(jīng)網(wǎng)絡(luò)架構(gòu)，再利用中國紡織信息中心大量的面料圖像來訓(xùn)練這個架構(gòu)，最后得到的就是一款可以智能識別服裝面料的工具。

這里面架構(gòu)的好壞，數(shù)據(jù)的好壞與多寡都會影響最終工具的性能。碼隆科技表示，ProductAI平臺的圖像分類和識別度匹配識別能力比專業(yè)人員還高8%，顯示其在人工智能方面的技術(shù)實力。

碼隆科技創(chuàng)立于2014年7月，兩位創(chuàng)始人黃鼎?。–EO）和Matt Scott（CTO），一位是中國人一位是美國人，兩人曾在微軟共同合作“必應(yīng)詞典”系列產(chǎn)品。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。