腾讯优图吴运声：AI的标准化比对早已驾轻就熟，下一步是解决中长尾比对

经济观察网 路透社 任晓宁 9月3日，2022世界人工智能会议此后，腾讯公司优图实验室总经理吴运声向经济观察网路透社介绍了腾讯公司在AI感知领域的最新进展。现在，AI标记需标记几千张页面，专业训练之后才能作出标记。现在，小比对或者无比对标记，AI也能做90%精准度的标记。

优图是腾讯公司位处广州的AI实验室，主要侧重人工智能感知领域。在小比对标记方面，目前优图从未有了取得成功案例，其和交通银行一起学术研究AI标记单据的模型，用5张比对专业训练，可以做90%准确率。

现在之所以能做小比对标记，是因为使用了不同的AI专业训练逻辑学。现在的AI标记模型是用大量的数据“喂”出来的，一个片中仅仅需标记并专业训练几千张页面。现在的逻辑学是，从人的角度去理解一个片中，比如标记一个钓的片中，暂时再标记几千张钓的照片让AI修习，而是界定了一个逻辑学：当有水底，有人，有铁棒，铁棒上有一条线时，很也许就是一个人在钓。

“过去我们面临的主要理论上理论是如何把相对通用的特性做好，比如书写标记、车牌号标记，如今这些理论上的识别指导工作，AI早已轻车熟路。一个新的理论上理论是如何应付大量非通用的中狭特性，迈向更为加独特、更为加细粒度的元素标记以前。”吴运声告诉路透社。小比对或无比对标记的主要实用性在于节约指导工作效率。当常见的通用片中已理论上标记完后，下述的片中也许还有几百万种，如果按照之前的专业训练方式将，浩大的指导工作效率是无法未完成的。并且，随着片中侧重，AI需标记更为加繁复的内容，比如现在仅仅标记人脸，之后体液的每一部分，眉毛、耳朵、嘴巴都需标记，这些指导工作效率也很浩大。

腾讯公司优图实验室成立于2012年，吴运声在实验室成立之初就被选为经理，从零开始搭起了优图实验室。他告诉路透社，本年他的指导工作角色有了一些变化，之前他只交由算法等新科技学术研究，现在则转任政企销售业务线产研经理，更为侧重地带入工业、太阳能、运营商、文旅、地产等新兴产业，打磨AI合上的片中。

吴运声也介绍了本年至今腾讯公司优图AI合上的情况。在工业领域，本年，腾讯公司与立铠精密促成合作，在确信立铠精密存在“硬件缺陷多样、成像复杂”等都需问题后，优图自研了AI都需算法，应付了人工目视都需的问题，实现漏检率近似于于0，立铠精密每年可节约超千万的支出。在金融、传媒等企业，优图的AI新科技也加快了合上。