手机摄像头里的商业机会

在线零售商们已经精通零售技巧和物流配送服务，但是它们对于发现和推荐系统却并不在行——它们不擅长向你推荐，你可能会喜欢但是还没发现的东西（这正是Facebook电商的逻辑）。...



“

Mobile”意味着，几乎世界上的每个人第一次拥有了一个摄像头，而大家拍摄的照片要比以往的电影胶片还要多。这种深刻的变化，就像当年晶体管收音机将音乐变得无处不在一样。

然后，手机中的图像传感器又不仅仅是一个可以用来拍照的部件——它也是思考移动端UI和服务新方式的一部分，同时它也是从电脑到手机整体转变的一部分。

与此同时，图像传感器是来自手机供应链中那些大量廉价组件的一部分，这些组件使得所有类型的设备都可以相互连接——从Amazon Echo、Google Home到August门锁和Snapchat眼睛。当它们越来越多地与云服务、机器学习技术相结合，这些设备不再只是摄像头或麦克风，而是新的端点，或者服务分发点，它们可以区分不同的app。

这个过程才刚刚开始，现在看来，一些机器学习的用例可以被嵌入到非常小且廉价的设备之中。如果你是开发者，你也许会通过一个庞大的图片集来训练云端的神经网络系统，让它学会找出某个人是否在照片中。但是，当你想要将它作为创业项目的时候，你则可以简单地将它“放入”一个带有摄像头的廉价DSP中，并在外面包上一个塑料外壳，然后以80或者150元的价格卖给消费者。而这些“简单”的设备，则可以让人们随时随地的使用机器学习技术，同时，这些带有机器学习功能的设备也在随时随地的“学习”它们所“看到”和“听到”的东西。

所以，智能手机及其供应链带来了大量的UX和设备创新，而机器学习技术则提供了对这些设备的“支撑”。

然而，我认为同样值得思考的是，计算机视觉在目前更多地意味着什么——思考一下，图像和视频将变得像文本一样，对于计算机是“透明”的话，将意味着什么？文本之所以对计算机是透明的，是因为对于计算机来说，文字是可以搜索的。如你搜索图片中的“狗”就像搜索一个文档里的“狗”那样自然，会发生什么？

我们应该期待，每一张图片都可以被搜索和分析，那么一些原本“隐藏”在大规模图片集中的见解，就可以被提取出来。每一本存档的杂志、每一段视频都会变成一个结构化的数据集，在这种激励之下，更多的图片和视频将被更多的人们扑捉。

那么对于未来的一些问题就是：

1. 每一辆自动驾驶汽车将必然地在其行进的过程中，扑捉周围360度的高清视频。谁拥有这些数据？除了驾驶，在这样的汽车上，你还可以做点什么？我们该如何调整隐私保护政策？
2. 零售商们可以在所有的商店中都部署廉价的无线高清摄像头。这样他们可以追踪每一个用户从进门、购物到结账的全过程。这将在多大程度上改变整个零售业？
3. 当半打700元的静态摄像头可以告诉我们，某一个区域人们一年中都穿了哪些衣服的时候，这对于时尚产业来说意味着什么？当你可以通过社交和街拍照片看到大众市场的流行趋势的时候，如何寻找下一个新兴模式？
4. 当系统无需标签和购物历史数据，就可以从你分享到微博和微信朋友圈的照片，推断出你的品位时候，电子商务的商品推荐会发生什么变化？而你的自拍照片，是不是就变成了你的购物历史数据？

在线零售商们已经精通零售技巧和物流配送服务，但是它们对于发现和推荐系统却并不在行——它们不擅长向你推荐，你可能会喜欢但是还没发现的东西（这正是Facebook电商的逻辑）。

现在，假设你从某宝买来Elle家居过去10年出版过的杂志，并将它们提供给带有机器学习的神经网络系统，然后你再给这个系统一张客户客厅的照片，并询问这个系统有什么好灯具可推荐？那么杂志中所有与这个问题相关的标题下的照片，都会对这个推荐系统进行训练，并给予你最佳的答案。然而，如果你没有向用户实际展示任何一张来自该杂志的照片，只是基于这些照片给出了客厅灯具的推荐的话，你可能就无需对这些杂志付费（机器学习可能会引发知识产权问题）。目前，我们还没有这样成熟的推荐系统，但是，我们现在知道建立这样系统的路径，并且也走在这条路上。

点击“阅读原文”，查看：

东方与西方：成功的商业模式的差别

以孜孜不倦的态度，探讨投资和商业的逻辑，我们相信文字的力量，就像相信真相藏在字里行间。

    关注 岂曰无衣