瞭望东方周刊李璇 卢晓彤2019-01-24

  2011年,23岁的印奇与同样毕业于清华大学姚期智实验班的同学唐文斌、杨沐一起创建了北京旷视科技有限公司(以下简称“旷视科技”),他们认为,深度学习算法将是下一个创业风口。

  近年来,随着算法技术不断取得进展,技术人才纷纷走出高校与研究机构,踏上创业的道路,而他们的诸多实践探索,也日益拓展着算法的应用场景。


  从技术到场景

  依图科技联合创始人林晨曦曾经说过:“对于AI,最重要的事情是要拥有世界级的算法水平。”

  “能够颠覆行业的人工智能,第一是要处于技术快速发展期,第二就是要站在技术的最前端,做出具有突破性、原创性的东西来。”商汤科技联合创始人、副总裁杨帆对《瞭望东方周刊》说。

  无论是创始人的教育背景、职业履历,还是技术团队过往的研究成绩、资历水准,都是这些公司最初吸引投资人的不二法宝。

  纪源资本管理合伙人李宏玮曾半开玩笑地表示,AI创业团队的天使轮估值是很好做的:“假如一个科学家值500万元,公司有几个科学家就值几个500万元。”

  AI初创公司也的确注重对技术研究的持续投入。例如,商汤科技自主搭建了深度学习平台SenseParrots和深度学习超算中心,前者着力于算法的迭代升级,后者则大幅降低了各类AI技术的研发成本,并且缩短了开发深度学习算法模型的时间。

  旷视科技也早就开发了自己的研发系统,涵括从采集数据、建立数据图谱、清洗数据到将数据根据不同的场景定义送入机器学习框架进行训练、进而产生算法的全过程,基本实现了自动化流水线的效果。

  而在李宏玮看来,“虽然AI创业团队要想获得比较高的天使轮融资比较简单,但如果后续没有相应的产品和健全的团队,很难继续获得A轮、B轮融资。”

  这也是技术初创公司有别于研究机构的一点:在技术开拓与具体场景行业落地上,技术公司往往更注重二者是否能够有效结合,而不是单纯实现某个技术指标或提出某个学术领域的假设。

  旷视科技、商汤科技等初创公司,也都在各自探索着技术落地的方式。

  例如,商汤科技提出“1(基础研究)+1(产品及解决方案)+X(行业)”的发展模式,在发展战略里将研究与应用放在了同等重要的位置。

  旷视科技则较早关注到了发展硬件对创业公司的重要意义。 

  “平台技术公司如果每个垂直行业都涉入得很浅,那肯定会被行业里最专注的一家取代,如果没有足够强的硬件能力,软件某种程度上是可以被替代的。”印奇说。


  场景不同,算法也不同

  如何为算法技术找到适宜的落地行业,考验着创业者的眼界与实力。

  “AI本身不是一个产业,AI+才是。我们常说,判断AI技术是否跨过了行业红线,就是看它能不能为各行各业带来提质增效的改变。当创业公司决定投入一个市场的时候,如果一项技术5年内还看不到红线,那么就说明进入得太早;但如果太晚进入,红海市场也是没有机会的。”杨帆说。

  作为算法领域成立时间较早的一家技术创业公司,旷视科技最初是从消费端入手算法应用的。2012年,凭借名为《乌鸦来了》的体感游戏,旷视科技拿到了天使轮投资。

  《乌鸦来了》是一款内置人脸检测与追踪技术的游戏,游戏一经推出,在未做宣传的前提下,就获得了不错的成绩。但是,旷视科技并未继续在游戏业里深耕,而是向企业端迈出了步子。

  “在游戏里运用人脸识别算法,只是一个比较新奇的体验,但能够创造什么价值?旷视科技还是希望切实通过技术来发现某个行业内部的痛点,进而提出解决方案。”旷视科技副总裁谢忆楠对《瞭望东方周刊》说。

  2014年,旷视科技与蚂蚁金服合作,开始试水算法在金融行业的落地应用。

  而依图科技,则是在安防领域找到了最初的算法运用场景。

  2012年,依图科技刚刚创建,林晨曦与朱珑接下的第一单生意,便是为地市级公安局做车牌识别。

  为提高套牌车的车牌识别率,依图团队将车辆颜色、车型、车脸都纳入特征点,从而大大提高了识别率。

  试水之后,创业公司渐渐打开局面,各自在多个行业中找到了算法落地的方式,而面对不同行业的多元需求,创业公司还要不断调试算法,为对方提供可定制化的技术。

  商汤科技如今已在安防、金融、零售、教育、智能手机、互动娱乐及广告、智慧城市等领域落地应用。“各应用场景对于数据种类和数量、准确度要求不同、技术难易程度不同,这造成了落地速度的分化。”杨帆说。

  作为传统行业的“闯入者”,如何在陌生的行业中适者生存,也是创业公司在算法迭代研究之外需要考虑的问题。

  上海交通大学计算机应用研究所副所长、博士生导师盛斌对《瞭望东方周刊》说:“当下在如何让AI技术更好地为各行业所用这个问题上,技术企业还要做好与一些传统行业的沟通工作。比如在设计智能医疗的具体算法应用时,就需要请医生提供专业的医学知识,防止由于信息不对称而引发问题。”

  事实上,AI初创公司也表现出了与传统行业合作的积极意愿:“从研究、产品研发到最终产业落地,需要相对长时间的推进,尤其是在企业发展的初期,我们还没有足够的能力一下子打开市场。因此,在进入行业时,商汤选择与行业大客户一起对新技术进行迭代,从而解决技术产品化过程中面临的关键性问题。”杨帆说。

  值得注意的是,这些创业公司,也注意到了传统行业对“新玩法”可能怀有的恐慌情绪。印奇就曾表示:“我们更愿意成为一个赋能者,而不是一个绝对的颠覆者。”


  人是根本

  “算法是AI的技术核心,而算法又是‘数据驱动型算法’,因此,数据的作用、价值及其背后所表达的含义是非常重要的。”盛斌说。

  海量数据是训练算法模型的原材料,数据处理量越大,深度学习算法的输出结果也就越精准。

  在杨帆看来,技术落地过程中,最为重要的挑战就是“如何通过技术的方式去实现数据闭环”。

  加入旷视科技后,谢忆楠对海量数据最为直观的感受源自2014年与蚂蚁金服的一次合作:“在此之前,旷视的算法还是基于小规模数据库的,而当我们第一次接触商业化的测试数据集时,面对的却是几十倍的数据量,同时我们要实现的正确率还是一样的,难度很大。”

  2015年3月,马云在德国汉诺威博览会的开幕式上,用“刷脸”的方式买下了一枚邮票,而这种支付方式背后的人脸识别技术——“Smile to Pay”——提供商正是旷视科技。

  也正是这次在大批量数据下调整算法的经验,让旷视科技看到了算法与人们行为之间的紧密联系。

  “除产品内部为实现算法提升而进行的数据‘小闭环’外,数据还可以将几个行业串联起来,从而形成‘大闭环’。比如说,一个人每天开车上班这个行为,可以影响到他上班途中红绿灯的开关时间,这就是一种大闭环。人们在城市生活中的每一个动作都能对算法产生作用,看似离散的数据也是彼此影响的。”谢忆楠说。

  随着算法技术日益被运用到人们的衣食住行中,另一种声音也渐渐响起:当算法的威力覆盖各行各业时,人又要去往哪里?

  对此,创业公司也有着清晰的认知。

  “我们持续将大量数据与新技术结合在一起,构建出更加智能化的生活空间,根本目的还是在于人本身。”商汤科技联合创始人徐持衡说。

瞭望东方周刊 总第 769 期