TalkingData林逸飞：以数据智能探索业务突破 企业需正视数字化三大短板

在谈到对人工智能领域的研究时，林逸飞表示，“TalkingData比较关注在业务端做产业化运营，作为平台型的公司，我们更希望为平台赋能。”首先，TD对边缘计算领域进行资源投入，与高通、中移动等展开合作，在边缘这一侧，专注于AI框架的研究，期望在框架之上可以长出各种各样的应用。

在服务端，TD期望AI不再曲高和寡，能够实现平民化。人工智能从特征工程的选取，到工程化和模型投产，再到数据的迅速迭代，这个过程中投产比参数的调校更重要，AI框架会加速形成模型与实际效果之间的闭环，让AI更快实现产业化。林逸飞提到，“有时模型调校半年不如增加一个数据维度来的更直接，与其纠结于几层的神经网络，拘泥于模型的复杂度和精确调校，不如考虑迅速投产后如何找到更合适的特征工程。”

此外，在服务端TD还关注AI的基础特征工程。例如TD刚刚投资BasicFider，期望能将其变成平台级的服务，这家公司从事基础特征工程的提取工作，对人脸识别、姿态识别、道路识别、影像识别、服装识别进行标注，满足不同算法公司的标注需求。

有了AI框架，完成基础特征工程的选取和标注，那么模型间的对比将水到渠成。TD要做的并不是开发某个AI模型，而是通过数据中台实现对数据和模型的共享，与合作伙伴共同促进AI模型的产业化。

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

【编辑推荐】

1. TalkingData马骥：做好技术，赋予大数据新的生命意义
2. TalkingData首席布道师鲍忠铁：我眼中的大数据产业2016年终总结
3. TalkingData 崔晓波：数据安全是智慧城市建设的重中之重
4. TalkingData：全新战略布局，重塑数据智能
5. 以数据驱动突破，TalkingData T11 2018数据智能峰会成功举办

（编辑：南京站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!