关于大数据、AI,TalkingData有话要说

作者: 刘晶晶 2017-09-21 17:14:46

【51CTO.com原创稿件】正如奇点大学执行总裁Kian Gohar所言,信息正在呈指数级爆发,其中计算能力、人工智能、传感器、机器人、交互模式、大众化应用的聚合技术等,除了为世界范围内数据的增长带来指数级飞跃外,并深刻改变着每个行业。在此大背景下,TalkingData 首席执行官崔晓波也应时强调TalkingData未来的愿景是通过数据改变企业决策、改善人类生活,同时注重AI等技术创新和实践,致力于用数据驱动商业。

活动现场

我们不止步于数据分析

如今市面上有很多做数据分析的公司,提及TalkingData在数据分析方面的优势,产品副总裁闫辉表示,尽管TalkingData是以数据分析“起家”的,但数据分析这条业务线只是公司一条子产品线,目前的主营产品集中在SmartDP(智能数据平台)。据笔者理解,TalkingData凭借平台配备数据原料为垂直业务域做贡献,这一点还是与其他单纯的数据分析公司有很大区别。“从公司初衷来说,我们原本就不是想做一个简单的业务分析,所以会选择将技术做的更深沉一些,而不是单单垂直到一个简短的分析业务线,想与时俱进就不可能一直停留在单一的层面上。”闫辉补充道。

提到SmartDP,据记者了解TalkingData已经形成一套以“智能数据平台(SmartDP)”为主的完整数据应用体系,构筑了一套以数据商业化平台、数据服务平台及数据合作平台为核心的数据生态。覆盖超过50亿的独立智能设备,服务12万多款移动应用和10万多名应用开发者。智能数据平台定位是什么?是基于智能数据应用,探索商业价值的平台,不单单是一个技术平台,所以平台的高效运转需要拥有数据管理、数据工程、数据科学等技术与能力。

智能平台需要多种技术能力的收集与释放,那TalkingData目前技术重点以及应用重点都有哪些呢?据CTO 肖文峰介绍,如今来看一方面还是需要侧重采集数据方面的技术关注与提升;另一方面将技术和数据应用到客户实际场景中来解决问题。这方面比较大的挑战在于,想尽量从成本角度,通过技术提升降低成本,将产品或者解决方案通用化;另外一方面,客户虽然有的同属一个行业范畴,但数据属性存在差异,质量也大不相同,再加上一些个性化的因素,很难用一套通用的解决方案解决所有问题。肖文峰总结道,如何解决个性化的需求和通用化的技术抽象,这对TalkingData来说是很大的挑战,同时也是如今大数据行业绝大多数技术公司需要面临和解决的普遍问题,目前来讲还是很难看到一套技术方案解决所有问题的趋向。

侧重数据源 是热点也是未来

据笔者了解,TalkingData最基础的数据源来自于几条产品线上提供给开发者的SaaS型服务,通过提供分析业务的服务来完成数据交换最初的形态。闫辉说:“历史上,我们运行过这样一个业务,给移动App 做业务数据以及运营数据的分析去观察业务动态。凭借这个业务,我们交换来一些开发者经营的基础数据,并且在安全协议上、许可协议上通过用户授权给开发者获得了这块数据的拥有权。这样来看所有数据的拥有权都集中在个人,我们拥有了数据的使用权,模式逐渐演化成真正偏数据交换方面的协作。”

笔者认为,TalkingData会提供技术件,SDK去协助客户,帮助收集或者采集数据,经过用户的授权后,这个数据再经由技术服务去收集,并且需要帮助加工获得一些更深层的信息,这样就和开发者产生了直接的联系。在推介一些业务的同时,客户不会凭借服务做移动端的分析,而是集成采集器,获取这些数据后,代理加工成各种各样可用的标签,都是以一种服务交换到一群数据使用权的过程。积累到一定的数据,这些数据会推动和其他合作伙伴的交换或者交易,去获取更大量、持续积累起来的数据源。

TalkingData在AI领域的数据源一直也是备受关注,TalkingData联合创始人黄洋成表示,AI方面的数据源主要集中在两个方面,一个是通过投资和合作,例如竹间。据了解,竹间以前是微软小冰的团队,更多关注自然语言处理相关的领域;中联关注ADAS和智能驾驶这个方向。“这方面同时还有很多合作伙伴,包括高通以及海外伙伴,我们会把AI的能力以服务或者SDK的方式开放出来,既是能力的输出同时也是一些数据反馈的渠道。

说到热点,TalkingData还是会看好数据源这方面,随着法律法规会越来越清晰明确,对数据源的态度也会越来越开放,会通过更信任的方式交换更多的数据源,让数据源组合更多业务场景封装成更高层的数据服务输出,TalkingData在这个方向上选择去持续投入并作为重点之一,例如开发智能数据服务商城,完成对于潜力和能量的积累。此外,TalkingData表示会持续看好人工智能、机器学习,数据处理上的应用等,尽管不是崭新的技术,但有助于发展,对于平台的研发也需要继续跟进。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

大数据 AI TalkingData
上一篇:微信OCR(2):深度序列学习助力文字识别 下一篇:机器人陷入期待值低谷?问题出在哪里
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
机器学习帮你预测电池寿命:精确了解电池还能充几次

电池寿命的确定,是移动硬件发展的重要一环,但是由于电池电化学反应的不确定性以及不同的使用环境和习惯,电池寿命变成了一门玄学。不过柏林的三位小伙伴,利用Tensorflow,在原有的预测体系基础上。更近一步,完成了电池的全寿命预测。

靓科技解读 ·  3天前
专家认为对“人工智能+教育”应持审慎态度

随着人工智能不断发展,人脸识别技术被越来越多地应用于校园中。据了解,一所知名大学2019级新生“刷脸”就能瞬间完成报到程序,系统是这所学校的学生研发的,学生对着摄像头,人脸识别系统就开始进行比对,眨眼间就能完成扫描,整个报到注册手续几乎不到一秒钟。

新华网客户端 ·  3天前
人脸识别有风险,美国全面禁止,可为什么中国却全面推广?

对于大多数人而言,最先接触的就是指纹识别,对指纹识别的了解程度也相对比较深一些,然而随着科技的不断发展,人脸识别也越来越普及,所谓的人脸识别就是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像头或摄像机采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,对其进行一系列的相关技术,最后进行辨别完成自己想要完成的项目。

测评前线说 ·  4天前
AI的时代,你的职业还在吗?

目前人工智能(Artificial Intelligence,简称AI)的技术到底发展到啥情况了?如果未来AI在我们社会上全面应用之后,会对咱们的生活会带来多大的帮助?

奎哥 ·  4天前
人工智能改善教育的32种方式

在人工智能赋能教育的实践探索上,国外已经有了许多工具和应用,总结起来,可以分为改进教学和改进管理两个大的方面,共32个细分领域。改进教学是人工智能对教与学实践的促进,改进管理则是对校园管理等后勤行政方面的效用提升。

就要买买买 ·  4天前
谁在为“AI+教育”试错买单?

在教育行业,似乎AI作为一个辅助工具出现更为合适,企业在资本浪潮簇拥着前进的时候,更应该想清楚是教育的本质,以及商业模式是否行得通,否则等资本的泡沫褪去,留下的也不过是满地鸡毛。

大鱼 ·  2019-10-09 16:49:57
人工智能图像放大器,完全免费!一键告别渣像素

你可以在互联网上找到一些解决方案,以快速进行拍摄后期制作。该AI图像放大器采用人工智能和机器学习技术放大任何图像。它可以保持图像质量而不会像素化。

科技有点牛 ·  2019-10-09 14:47:26
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载