- 主题:AI科研是不是得转换思路,大部需要从工程化的角度驱动啊
对的,智能客服现在是大企业的标配了。
还有,OCR识别的其他应用(医疗快速看片、餐饮智能结账等)、智能翻译、电商的多模态应用(商品图片到自动生成推广文字等),现在很火的一段文字自动画图等(我们已经应用到期刊领域了~~)。
AI具有无限宽广的商业前景,但是可以预见的是,底层就业可能会减少,被算法所取代。
【 在 angusta 的大作中提到: 】
: 人脸识别,语音对话,自动驾驶,其实已经落地了。
:
:
--
FROM 123.103.9.*
那是你在学校看到的,在行业中,应用已经很广泛了
【 在 duke2015 的大作中提到: 】
: 刷文章利器,评职称利器,骗经费利器,这才是AI真正落地的应用
: :
--
FROM 125.35.5.*
比如说,企业中的报销,现在只需要拍个发票的照片传到财务系统,后面都是完全自动化了。首先,系统调用ocr自动识别图片上的文字,然后基于文字,自动利用已经训练好的模型,判断出应该是哪类报销,然后调用相关的报销凭证出来。再将ocr识别的信息(金额、单位、日期、项目等)自动填入票据中,然后票据进入到下一个流程。下一个流程会自动基于算法判断报销的可行性(基于规则和其他算法得到的风险特征),没有问题,就进入到下一个步骤。在这个过程中,ocr还可以识别公章,将公章上弯形文字提炼出来等等。------这些都是真实的应用,很成熟了。
【 在 cyxlrqcjl 的大作中提到: 】
: 那是你在学校看到的,在行业中,应用已经很广泛了
:
--
FROM 125.35.5.*
怎么不需要? ocr识别这里就用了深度学习里面的卷积神经网络,匹配票据这里也是用大量发票训练后才能实现的。还有智能风险特征识别,这里更是需要大量的训练了。
【 在 karaisan 的大作中提到: 】
: 实现这个功能,不需要现在AI所搞的那些东西(学术界或工业界搞的AI都不需要)。
:
--
FROM 125.35.5.*