发展趋势：场景识别技术将取代搜索引擎

    场景识别是最近it圈出现的一个新名词，其大概的意思是，借助机器学习的技术，让计算机具备自主识别海量信息中各种状态的能力。这个技术最早来自于谷歌明星团队GOOGLEX的人工智能组，2012年6月，GOOGLEX从YOUTUBE中随机抽取了1000万张图片，把它们如输入到由1.6万片处理器构成的神经网络（类似人脑的结构，有自学习功能）中，通过机器学习，纯粹靠计算机自己实现了对猫的识别，震惊世界。

    如今场景识别技术常被应用到图片识别及社交网络领域。不少数码相机可以根据镜头捕捉到景象，自动识别出相适应的场景模式，为没有摄影经验的普通拍照者找到最佳的拍照模式，以达到不错的摄影效果。而在近些年最火的社交网络中，平台运营者可以通过场景识别技术，实时了解到谁今天生病了，哪些人刚刚表现出想买东西的需求，这周谁正在装修房子等诸多用户状态。你可以想象下，假使有个用户刚在网上问一个问题，机器就能立刻捕捉到他的问题并快速帮他找到答案，用户的体验一定是非常棒的。因为用户在社交网络里发出一条消息，其本质意图是获得圈子的回应，如果回应非常及时，就能帮助用户形成了一次正向的反馈，让用户得到满足。基于场景识别技术可以在满足用户需求的基础上，通过给用户提供有价值信息获得收益，实现社交网络海量数据的商业化，所以我们确信场景识别技术将会成为未来社交网络时代最为重要的基础技术之一。

    还有公司把场景识别技术应用到解决某些具体需求上，比如最近个人卖家人群十分流行的应用“叮叮掌上店铺”，它通过场景识别技术帮助个人卖家找客源，而且免费使用。我试了下这个产品，各种细分品类的用户需求数据一应俱全，和淘宝网的商品分类体系类似。同时在提供购买需求数据的基础上，叮叮还为卖家提供了各种人群数据，给我印象深刻的是其中的“通宵人群”，点开一看全是前天刚刚熬完夜的人，小卖家可以根据自己对目标人群的理解，为这些人推荐相关的商品，充分发挥小卖家的想象力了，叮叮根据最终成交的商品，为小卖家提供相应的佣金回报，形成了一种去中间化的个人用户服务平台，很不错的模式。

    有了场景识别技术，还可以根据识别到的信息变化规律进行相应的预测。比如购物趋势预测，我们可以根据每天监测到的用户购买意图数，测算出某一时间间隔内购买意图的变化情况，如果最近一周识别出想购买手机的用户数量较上一周有大幅的增加，那么就说明手机将成为最近热卖商品，商家们可以根据此信息提前准备营销推广及库存备货工作，抓住潜在的商机。再比如社会稳定性预测，通过识别社交网络用户正负面情绪的监测数据，可以帮助国家有关部门实时了解人民的情绪变化情况，在负面情绪场景数据大幅增加时，可以加强舆论正向引导，维护社会的稳定发展。

    场景识别技术在实时大数据时代的应用有着诸多想象空间，让我们拭目以待。