办理方案均选自机器之心Pro行业数据库。
方案1：视频 AI 运用系统——VideoAi办理方案简介：
VideoAi 系统可以识别出明星、物体、品牌、场景等信息标签，再通过大数据技能将标签化信息与用户画像自动匹配，结合名为「灵眸」的广告资源投放系统，视频中的商品能对应到淘宝链接。用户在通过该系统不雅观看视频时创造感兴趣的产品时，可将产品选中并加入购物车，在场景里通过互动广告和视频电商实现变现，也增强了用户的互动性。
办理方案详解：
1. 算法支配插件化管理：目前人工实验室各个识别算法（明星识别、物体识别、品牌识别、场景识别等）已经进入产品化阶段，须要把实验室的研究推进到工程化开拓，开拓者通过 docker 将每个算法封装支配，使得每个算法都能单独更新快速迭代。该办法同样也更加方便扩展和随时增加算法类型。例现在后的商品识别、语音识别等，无论外部接入还是原创算法都能很好扩展；
2. 灵眸剖析算法调度及与前段运用解耦：在实际生产环境中，算法剖析与运用是两套完备独立的系统。由于视频剖析打算资源占用非常多，因此必须跟前端运用解耦。目前的架构中有独立的调度系统，利用任务行列步队的办法使得算法部分独立于前端运用。所有剖析任务从前端发出后都不是直接调用算法，而是通过调度系统从行列步队中去消费，启动相应的算法剖析，最後由调度系统反馈到运用层。在后续开拓中，调度系统不仅承担系统解藕的浸染，还会加入监控、资源调配等模块，使得资源最大化利用；
3. 灵眸视频剖析与 VideoOS 视频互动平台的深度结合：灵眸视频智能剖析平台能够输出视频的构造化数据，这些数据本身代价巨大，而实现这些代价须要与 OS 的视频互动深度结合。灵眸与 OS 的视频数据可以互通，在内部 api 办法或者数据库层面均能支持。截至 2017 年 9 月已经打通 videoOS 中的视频（即芒果、乐视等视频平台中的视频）与灵眸剖析视频的关联，使得剖析的视频数据能够直接应用到视频互动资源上，让投放更加精准和多样化，同时效率也更高。灵眸早期工程版本（仅有明星识别）中针对芒果节目的赞助运营显示，视频智能化剖析能带来效率和投放效果的极大提升，随着 OS 中运用数量不断增加，剖析得到的数据也将有更丰富的输出形式；
4. 样本管理系统和运营反馈机制：优质的演习样本对付提高识别精度非常主要，企业设立有专门的数据采集团队，卖力演习样本采集、标注等事情，以担保样实质量，同时供应样本的管理系统，方便录入、筛选和管理。除了样本的管理，企业还设立有运营反馈机制。运营职员会根据系统在运营中产生的实际识别结果进行抽样审核，及时反馈到算法团队，以便调度优化算法。有了及时的反馈机制，在大面积投入利用之后，随着反馈规模的扩大，算法准确率提高更快。
方案2：建筑设计智能化SaaS平台办理方案简介：
该平台将建筑领域 80%～90% 的产品，比如住宅小区、家当园区的设计智能化，在自动的根本上能够智能的判断推举、智能的设计创作。而原来花费一两周的设计事情，数秒之内就能完成，省去绘图过程后，建筑师只须要进行判断和选择。
办理方案详解：
对设计院等机构供应的图纸、从渠道获取的海量数据进行机器学习，并在积累近十年的建筑和城市设打算法系列的根本上，结合建筑师的人工标注和需求输入，可以实时天生大量合乎建筑规范的方案模型，通过人工智能评估和判断哪些是更优建筑方案，末了推举至少十个优质方案给建筑师。
方案3：无人体验店——WithAnt办理方案简介：
蚂蚁金服的无人店主要利用传感器和部分打算机识别技能，为顾客供应不同的消费体验。此外，无人店对商家来说，也有着低人力本钱的诱惑。2018 年初，商店紧张售卖蚂蚁金服周边衍生产品，且正在试验穿着式无感支付方案，研发者希望在顾客鞋中嵌入传感器后，无人店可自动识别进店顾客身份，并对出店顾客结算扣款。
办理方案详解：
在入口闸机处，电子屏会完全验证顾客支付宝帐号身份，电子屏上方前置摄像头，同步完成顾客人脸识别。消费者将挑中的商品放到一个盒子里（商品感应区），传感器识别商品上的 RFID，商品价格确定后，通过人脸识别，支付宝将会自行扣款。
方案4：全基因组测序剖析及医疗影像剖析方案——Health Nucleus办理方案简介：
该方案结合了全基因组测序剖析和 MRI 医疗影像剖析的结果，能帮助用户理解自身的遗传疾病风险、对食品和药物的过敏情形、肤色、眼睛虹膜颜色、身高的情形，并得到关于癌症、心血管疾病、神经疾病、代谢疾病等疾病的康健建议。
目前，企业已经凑集了超过一百万人的 DNA 数据与其临床病理数据。
该企业的数据还能为医疗保险公司供应决策参考，创建得当的保险产品。
办理方案详解：
该公司通过利用亚马逊的云做事管理大数据，构建人类基因组、对应的表型，以及对应医疗诊断病例的数据库。利用机器学习方法进行大规模打算，剖析基因组数据预测出生命特色和朽迈趋势，并通过早期诊断与改变生活办法等方法帮助用户达到康健龟龄的目的。
方案5：个性化营养餐饮推举系统——觅饭办理方案简介：
基于用户多维度个人信息（体测数据、运动强度、疾病状况等），实现逐日餐单推举。使得逐日推举餐单能够知足食材多样性、不同食材种类的热量配比合理、早午晚餐热量分配合理、宏量营养素供能合理、微量营养素知足逐日需求、掌握盐糖酒摄入、充足伙食纤维、掌握忌口食材等多重条件，同时兼具可扩展性：如地中海饮食构造，中式饮食构造等。
办理方案详解：
1. 社会背景：人群的饮食习气整体处于较为不康健的状态
2. 行业痛点：康健管理中饮食管理不规范，难以给出科学量化的、便于履行的办理方案；
3. 办理问题：不同生理状况、康健状况的用户输入基本的个人信息，得到定制化的“最优”餐单；
4. 运用及市场前景：利用与康健管理下多场景的饮食管理；
5. 竞争上风：首次将多目标系统引入饮食推举；用统计学习（statistical learning）方法办理了多目标方案问题，其拓展性（领悟不同饮食构造、由疾病产生的限定条件等）担保了该系统普适性及快速进化、升级能力。
产品功能/办理方案架构 ：
1. 系统架构（功能）：数据网络，科学打算，方案返回。
2. 系统架构（技能）：</strong>前端（Web 措辞）+ 后端（科学打算：程序措辞）+ 支配（集群）。
3. 详细功能：前端通过用户友好的界面网络用户的基本信息（生理指标、疾病状况等），后端通过科学打算从由2000+种食品组成的食品库中挑选出最优的食材组合（一日餐单），连同针对该餐单的多维度评价一同反馈给用户。
4. 模型布局思路：逻辑层面，整合在饮食问题中的多种限定条件及营养目标；技能层面，通过“启示式”搜索在N维空间中找到“最优解”。
5. 数据筛选：搜集了互联网上2000+中食材及其营养密度等全方位信息，整合成食品库。