(资料图)

我们有一些客户希望将 AI 应用于数字广告。想象一下你自己走过一个电子广告牌，而不是广告商按路过的人数付费，如果那个电子标志能够检测到眼神接触，如果你真的看过并注意到那个数字标志，然后将其注册为收入移动活动，你要收费的东西，因为现在不是有人只是走过电子广告牌，你实际上知道他们看过并注意到了广告，这是一个应用程序，当然可能对那些在那个数字广告业务中。

在我看来，这听起来像是广告商试图尽量减少支出，但我明白为什么它对广告商还是有价值的。

你还提到了一个我认为实际上更奇怪，也许更酷的东西。人工智能会观察路过的人，并根据他们的穿着方式、他们如何保持自己、他们是否带着几个孩子来评估他们可能感兴趣的东西。

不仅提出建议，而且提出建议。所以这里是用例：你在商场里，对吧?你穿梭进出商店，走进一家大型百货公司，有东西在看着你。它可以从该图像中获得一大堆东西。显然，它可以通过查看徽标得出您的尺寸、尺寸、体重、风格，也许您喜欢穿什么品牌。正如你所提到的，你会看看你是否是父母并且你是否有孩子。然后当你走过那家商店时，广告可以为你量身定做。你走过，它从你走进商店的那一刻起就认出了你，现在它开始推荐你可能喜欢的款式或出售的衣服，这些衣服符合你走进商店时的穿着风格。

我在网络上的经验是，如果我看到某样东西，广告就会跟着我到处走。对于我的业务，我可能会考虑使用白盒服务器。在接下来的三天里，我的 Facebook 订阅源上只弹出服务器广告，就好像我真的要为自己买一个一样。但我可以看到将这种类型的活动推向逻辑极端，你走进一家商店，走进 Nordstroms，然后看看一双鞋。然后当你走进梅西百货并经过鞋类部门时，梅西百货正在向您展示与您所看到的 Nordstroms 相似的东西。我可以想象会发生这种情况。

从技术上讲，这是可能的。梅西百货希望共享 Nordstrom 数据的商业方面，反之亦然。关于他们是否愿意这样做，这是一个不同的问题。但从技术上讲，你所描述的绝对是可能的。

同样，可能是广告商进行调解，或广告服务组织进行调解。但是，是的。哇。我不知道我是否想要鞋子跟着我。但这只是我。

我们正在谈论一些应用程序。实现这一目标有哪些挑战?我想有——对于人工智能，我想我不知道——它的硬件方面。很明显，其中很多是软件。那么我们可以谈谈存在哪些挑战吗?或者也许是挑战的类别?我知道它会因应用程序而异。

当然了。所以首先，正如你所说，一些挑战是直观的，对吧?有很多数据，而且数据量在增加。例如，我们只是在谈论可能正在扫描人的视觉系统。因此，相机当然是人工智能中使用的大型传感器数据源之一。很多图像识别，检测都是用AI完成的。这些相机的分辨率越来越高。你知道，当你从 1080p 迁移到 4K，现在是 8K 甚至更高时，文件大小和数据量是巨大的。因此，这是挑战之一：数据集越大，神经网络就越大。当然，你也开始处理，如果你必须将数据从边缘移动到云端，或者以某种混合模式，其中一些数据是在边缘使用人工智能处理的，而一些数据是在云中处理的，有很多数据需要移动。它产生了我们之前谈到的所有问题，例如延迟和网络带宽以及隐私问题。

因此，这显然是问题之一，也是挑战之一。此外，正如我所提到的，与此相关的是，神经网络的大小，即图本身，正变得越来越大。通常，神经网络的大小和准确性之间存在权衡。因此，根据应用程序，有一个理想的最佳点，即相对于多少数据以及您愿意让网络运行的深度，您需要多少准确度——这会影响你正在处理的数据的大小——你愿意走多少层才能获得最高的准确性。因此，您必须进行权衡以达到应用程序级别，您首先甚至可以确定该权衡是否会让您使用处于边缘的硬件和软件来完成它。

关键词： 人工智能 应用程序 梅西百货