由那些从业10年+的博士,解开平安“智能之眼”( 二 )


由那些从业10年+的博士,解开平安“智能之眼”

----由那些从业10年+的博士 , 解开平安“智能之眼”//----

  然而,一支真正“能打”的队伍,不仅擅长服务于集团内,对外还得经得起AI大厂们的检验 。

  这一天来的看似漫不经心,却是一场相当耗费体力和意志力的持久战 。 刘玉宇和团队的伙伴们为之起了一个稍显血性的项目名——“打擂台” 。

  这是由平安智慧城市与深圳市对接的一个智慧交通项目,获胜者将直接被应用在警用终端的人脸对比应用上 。 深圳市公安搭了个“擂台”,每年邀请1家AI厂商,与系统中的旷视、商汤等5家顶尖AI公司一同,在公安实战平台上比拼从1亿人中寻找到目标人的人脸比对能力 。 末位的会被淘汰,留下的5家进入次年深圳公安系统平台

  作为平安技术成色的检验,平安科技智能视觉技术团队首次参加了这个擂台 。 经过艰难的实战PK,平安成功入列 。

  “剩下5%究竟错在哪儿?”

  这不是团队第一次品尝胜利的味道,然而他们并不过分迷恋这种味道 。 事实上,在平安,刘玉宇最有感触的是平安人对“极致”的迷恋 。

  早在2018年平安科技便在国际OCR识别评测比赛中获得过世界第一,然而真正到应用却就经过了数番检视和探索 。 第一阶段略显曲折,“OCR用到业务上准确率只有90%多,大家就觉得这个实战用不起来 。 ”尽管嘴上认难,在行动上,刘玉宇开始带领团队去用自己的方式改进数据 。 到第二个阶段,通过把改善拍摄质量模块放到前端手机APP上,识别准确率上升到95% 。 这个数据在业内已经是领跑的水平,但在金融、医疗的行业门槛,即便是5%的宽容度,对应用来说就是一个不可用的技术 。

  那么“剩下5%究竟错在哪儿?”在极度严苛的作业要求下,团队“被逼着”研发了高精度的信赖度检测模型,形成了分流机制——一套极具平安特色的模型 。 凭借这个创新,目前OCR可完成70%的识别字段自动入库 。 他们又一次以自己的方式,证实了平安特色的业务导向性 。

  在平安,数据并不仅仅是行业标准,更是业务标准,哪怕是5%的差距,业务的不可用,那便是最遥远的距离 。 而刘玉宇要做的是“一步一步去做”,无限地去靠近、去与业务融合 。

  持久战终有输赢,然而平安的持久战,只有可用和不可用,听起来略显残酷,却是平安特色的最大奥秘 。

  业务集群背后的“科技心脏地带”

  为了进一步方便业务方调用服务,团队将所有视觉能力集结成服务中台,并商定命名为“慧视中台”,原本散落在各个业务中的无数双“眼睛”,如今重新集合,在调用灵活性上如JPG变GIF,大为改观 。

  外行人眼中,中台或许仅仅是提供技术服务的端口 。 但如今的人工智能中台所能做的绝对超出大部分人的想象 。 就像有生命力一样,中台的意义不仅在于服务,更在于“自我优化和成长” 。


由那些从业10年+的博士,解开平安“智能之眼”