新智元327技術峰會人工智慧創業家夢想秀：山世光、汪冠春、周曦演講實錄（PPT）

新智元327技術峰會

創業家夢想秀PPT下載：https://pan.baidu.com/s/1c2xNTSG

山世光：Seeta：知人知面辨萬物，開源賦能共發展

山世光：大家好，感謝新智元給我這樣一個機會來跟各位分享。

我本人實際是從去年半路出家，從學術界跨出大半步來到工業界的。去年8月，我創立了中科視拓（北京）科技有限公司，Seeta意思是「See它」，這是個中西合璧的名字。我們希望能夠賦予AI智慧的眼睛。

中科視拓是一家專註於計算機視覺領域的公司，具體來說，在AI大的賽道裡面做圖像和視頻處理、分析與理解方向。最近有一個說法，天天宣傳自己是人工智慧公司的公司，其實都沒有真的在做人工智慧。我也不喜歡說自己是做人工智慧的公司，我們更喜歡說自己是做計算機視覺的公司。

我們自賦的使命是給AI智慧的眼睛。這一點，對我個人來說是一個夢想，我自己做計算機視覺方向已經有20年。我堅信，人類社會一定會進入智能時代，智能將無處不在。而不管AI是以什麼樣的形態出現，長得像人還是不像人或者藏在某些什麼地方，很大概率它都需要有一雙眼睛可以去看這個世界，可以去看人。我們希望能夠朝著這個方向去做這件事情。

首先說說我們是從哪裡來的。我們來自中科院計算所，相信大家都不陌生，就是誕生了聯想和曙光的那個研究所，我們所有非常好的創業理念，領導們對創業非常支持。具體說，我們這個團隊起源於中科院計算所的智能信息處理重點實驗室。再具體說，是這個實驗室中的視覺信息處理與學習研究組，這個研究組的團隊目前有六七十人，其中研究員、副研究員、助理研究員等老科研人員有20多位，碩博士研究生有50多名。過去20年來，我們從事的一直在從事計算機視覺與機器學習相關的工作，除了相關領域的基礎理論方法研究之外，應用層面的研究也非常廣泛，包括人臉識別、行人檢測與再識別、車輛檢測與跟蹤、情緒識別、物體識別、商品檢索、社會事件識別等等。

在這些領域，我們取得了非常豐富的學術成果，包括國家自然科學獎二等獎、國家科技進步獎二等獎以及國內外諸多競賽的冠亞軍等等。基於過去近20年的成果積累，我們去年8月成立了這家計算所參股的初創公司。除了我自己，公司創始團隊大多也都是從計算所出來的，像CEO劉昕，以及另外幾個博士生。公司的首席科學家是陳熙霖副所長，我們的科學顧問是高文院士，另外還有兩位著名的技術顧問，即余凱和華剛。余凱同時還是我們的天使投資人，給了我們非常多的鼓勵和支持。

下面，我重點介紹一下我們公司的「能」和「道」，即我們有能力做什麼事，以及怎麼去做。

首先，「視拓之能」何在？我們中科視拓的能力是什麼？一言以蔽之，知人識面辨萬物。所謂「知人識面」，就是我們有技術能力讓機器去看人、看臉、看手勢、看人像，知道它看到的是誰，是男是女，多大歲數，什麼情緒，甚至猜測他在想什麼，健康狀況如何等等。

而辨萬物則是可以實現對更多物體的檢測與識別，包括自行車、摩托車、轎車等各種車輛，以及正在研發的對各種常用物品和大千萬物的辨識，甚至動植物和各種醫療圖像。簡單說，我們希望賦予機器像人一樣、並逐步超越人的「看」的能力。不難想像，這些技術的應用空間極其巨大，僅就人臉識別來說，就可以應用於安防、金融、交通等大量需要進行人的身份核驗和識別的場景。當然，實現這些能力的背後是公司研發團隊在計算機視覺、機器學習特別是深度學習領域十多年來堅持不懈的耕耘，我們的團隊不僅僅會應用深度學習，還提出了小數據條件下的深度學習方法、基於髒亂差大數據的深度學習方法、微尺度卷積神經網路等新的模型和方法，同時輔以團隊多年來積累的千萬量級視覺大數據，使得我們具備了解決這些問題的能力。

接下來說說「視拓之道」，即如何運用我們的能力實現我們的使命。理想很豐滿，現實很骨感。在我們進入工業界之前，已經有幾家非常優秀的公司在計算機視覺這個領域做了大量嘗試。我們能做什麼？我們怎麼去做？今天新智元大會的主題是開源和生態，這與我們的道路非常契合，我們的道路是「開源賦能共發展」。與其他已有的商業模式不同，我們決定走一條「開源+訂製」的道路，在去年公司成立之後不久，我們就開源了一套完整、獨立的人臉識別引擎SeetaFace，雖然SeetaFace說不上是一個最好的引擎，但是相比已有的開源人臉識別引擎，SeetaFace的性能好了很多，可以供大家完全免費的使用，而且介面簡單不依賴於任何第三方的函數庫。開源以來，SeetaFace已經在Github獲得了1400多顆星的關注度。

開源之外，我們還願意「賦能」，即把我們研發上述技術的能力輸出給我們的企業客戶。基於這樣的理念，我們不滿足於僅僅是把引擎和實現這些引擎的源碼提供給客戶使用的商業模式，我們進一步開放思想，樂意與企業客戶做深度的合作，在合作過程中幫助客戶提升自己團隊的AI能力，甚至可以幫助客戶從頭組建一個AI團隊。基於這樣的理念，我們與華為深度合作，將我們的技術應用到華為系列手機中，創新性的實現了智能隱私的功能，同時也幫助華為提升了他們在深度學習方面的技術研發能力。

最後，我想跟大家分享一下我對於AI進展的認識。大家在過去幾年時間裡已經非常清晰認識到：AI=演算法（或者模型）+數據+算力。我想跟大家探討一個觀點，就是這樣一種模式能持續多久？是否會存在大數據深度學習的紅利問題？我個人非常擔心，將來有一天這樣的紅利會消失。也許目前在很多領域裡，因為數據的積累還沒有到深度模型可以承載的極限，大家只要努力做數據就可以做得越來越好。但是，我認為有一天，就算你搜集再多的數據，你的演算法性能也未必能滿足客戶的需求，從而阻礙AI的應用部署。學術界和工業界的同仁們有必要一起去做前瞻性的探索和思考，當數據紅利消失的時候，或者說大數據深度學習紅利模式消失的時候，什麼樣的新技術可以解決大數據深度學習不能解決的問題？

剛才有新智元的記者問我對這次大會有什麼期待。我非常期待技術專家們可以在下午有一些討論，特別是大數據深度學習模式的局限性問題。我個人認為大數據深度學習是一種歸納法，主要適合解決經驗性的問題。但是人類的學習除了歸納之外還有演繹法，我們需要去思考如何讓機器獲得演繹推理的能力，這方面值得我們關注。這是我想分享的第一個觀點。

第二個觀點，結合今天大會的主題，開源、生態。我想起在消防界有一個概念叫「火旋風」，如果我們在某個限定區域里有一些火點，可能每個火點都是非常小的火焰，但是如果火點的密度和氣流情況達到某種理想狀態，就可能形成一個非常大的像龍捲風一樣的火焰，即所謂的火旋風。我想在AI領域，不管是學術界還是創業界的同仁們，我們每個人都是一個小火種，大家集合起來，合作共贏，一定可以形成一股人工智慧的火旋風，最終實現我們每個人的AI理想。

謝謝大家！

汪冠春：用AI打造靠譜的助理產品

汪冠春：我想分享一下助理來也近兩年來做智能助理的兩點認知和三件在做的事情。

第一點認知是對話流是未來。

這裡我想和大家分享個小故事。12年的時候，張一鳴曾經來找過還在做今晚看啥的我和一川，他說頭條要用微博的方式做新聞。當時的我沒有理解到最適合移動互聯網內容類產品的形態就是feed流，所以沒能預見到頭條過去幾年的飛速發展。快進到AI is the new mobile的今天，來也代表的助理產品其實就是用微信的方式做搜索，相信對話流會逐步成為AI時代最主流的產品形態。

對話流可以重新組織獲取信息和服務的交互流程，大幅提升體驗和效率。舉個簡單的例子大家應該就能理解。10年前喬布斯推出第一代iPhone時，做過一個讓全場尖叫的演示，具體過程是解鎖iPhone，找到谷歌地圖，搜索附近星巴克，點擊撥打電話，和店員說要500杯拿鐵送到會上。今天要做到這點，你只需要和小來說一句「500杯拿鐵到會場」就能搞定，因為小來能理解你說的是咖啡外賣的意圖，解析出了你要的具體數量和咖啡品類，通過你的日程又知道會場的具體位置，同時還對接了線下的小哥。

第二點認知是微信就是智能手機時代的瀏覽器，是最接近操作系統的超級app。

我也認可智能助理的全面爆發可能要等到智能硬體生態完全成熟可以代替智能手機，但是垂直領域的助理類產品在接下來2-3年的時間裡要實現規模化用戶和規模化收入，機會應該就在微信。今天很多用戶已經不在願意下載各種app，對於創業公司用戶獲取也變得很貴，而微信的日活用戶依舊保持著20-30%的環比增長速度。尤其是小程序的推出和逐步成熟，對於新品牌和公眾號開發者來說會孕育不少新的機會。

來也在專註做的是以下三件事情：

1）讓小來會成為微信中最靠譜的助理，記住一切和你相關的事情，比如親友生日，客戶聯繫方式，日程安排，常用地址，咖啡口味偏好，航空公司和值機偏好等等。同時小來能像最優秀的秘書那樣幫你高效地搞定各項服務。目前因為小來，已經有數百萬用戶成為了有助理的人，「助理來也」也成了專業人士和都市新貴們在微信中置頂率最高的服務號之一。

2)讓AI技術真正從識別走到理解，從理解走向交互和決策。今天我們在幾個特定領域中都建立了完備的知識庫並積累了數百萬高質量的會話語料，而且產品每天還在產出更多的數據，這就允許我們嘗試更深度的演算法模型來提高精度，比如用深度學習來做意圖識別和實體抽取，用循環神經網路在用戶發起需求時生成候選動作，用類似AlphaGo下圍棋的深度強化學習演算法來解決對話中狀態跟蹤和策略優化的問題。我們認為雖然開放域的自然語言理解和對話是很難的，但在特定場景下做到99%可靠是可行的。尤其是AI和HI，也就是human intelligence真人智能，能無縫融合的話。

3）把來也的AI技術和系統以及做助理產品的經驗輸出出去。讓各行各業的專業角色，無論是旅行規劃師，美妝顧問，私人教師都能在來也的輔助下實現在線化和AI化。今天其實已經有很多行業領頭羊，在微信等平台上擁有了數百萬的用戶，有著過億的月收入，來也是可以輔助他們把價值釋放得更快更大！就像只有夯實地豎起一根根立柱，才能建造出神廟，來也會努力在更多領域中讓AI助理產品變得可靠和好用，一步步向更萬能的小來逼近。

周曦：雲從科技人工智慧產業化之路探索

周曦：非常高興今天能在這兒和各位分享一下雲從的經驗。先介紹一下雲從，我們是一個人工智慧公司。創業以來，我最大的體會就是幸運，國家和中科院都非常支持我們。

首先，現在國家發改委定了四個人工智慧基礎平台：百度、騰訊、科大訊飛和雲從。我們非常有幸能夠跟幾大巨頭站在一起，希望不辜負國家的希望。除了國家以外，中科院對於雲從也大力支持。在過去的這兩年里，雲從基本是一個中科院技術公司，前後拿過7個世界冠軍。

雲從目前是銀行業的第一大供應商，包含中國農業銀行、中國銀行、中國建設銀行等約四五十家銀行。

2016年開始，雲從涉足公安領域，目前已經應用於22個省的公安。今天想與各位簡單分享一下我們的體會。

從2015年成立，雲從只做一件事情——將智能集中於一個非常明確的場景，並從頭到尾做好。目前，人工智慧技術有幾個特點：一，處於快速發展階段；二，還不夠完美，在任何場景里都不夠好，所以一定要定製。因此，如果我們只是做技術提供商，然後將技術交給其他公司，那麼用戶體驗一定不好。因此，我的邏輯就是一定要全面，覆蓋核心技術和產品，覆蓋產品和行業解決方案，並一直延伸到售後服務，這樣才能有好的客戶體驗。客戶不願意買單的原因是什麼？我覺得沒有其他的原因，一定是因為我們的產品服務做的不夠好。

那麼，我們應該先做什麼？既然現在的產品還需要定製，還需要服務，那麼生產消費級產品比較困難。因為消費級產品需要使用方便，不能有任何定製。任何一個智能手機，如果你買了得看說明書，就會覺得是垃圾產品。但是，我們人工智慧（人臉識別）的產品只達得到目前這個水平。我們能做的事情非常有限的，因此需要有重視產品體驗和服務的大V客戶，包含金融客戶。銀行非常願意你給他定製，還要求出廠，我覺得這是當前人臉識別的發展趨勢。

作為創業公司，我們肯定希望產品逐漸從定製化走到通用化。雲從也在做這些嘗試。我們的態度就是一定要把產品做好，只有把產品做好，用戶才會去買單，我們才有賺錢的機會。

我舉個例子——人證合一，即檢查身份證和本人是不是一個人。這個技術可以應用的場景非常豐富，像機場、火車站、醫保、邊檢、電信、學校、網吧等。但是，這些場景的使用方式不一樣。

如果醫保場景採用手持終端，我們的醫護人員就要手持為病人服務。如果應用於網吧，需要一個朝向裡面的工作人員的單屏櫃面。如果應用於酒店，需要雙屏一體，一面朝向工作人員，另一面朝向客戶，這樣酒店可以集成想發布的信息。

如果應用於火車站，需要閘機和集成人、證、票三合一認證。若應用於電信、車管所、銀行，產品可以變成高拍儀。所以這個技術所蘊含的產品形態和行業解決方案都是完全不同的。這對於雲從來是一個挑戰。我們的經驗就是不會簡單沉迷於我拿過多少冠軍，客戶關心的是你幫他解決了什麼問題。因此它就需要各種各樣不同形態的設備。

我覺得人工智慧走到今天這一步沒有捷徑可以走，沒有通用的AI技術可以做，我們能做的就是深入場景，深入到每一個解決方案。做出客戶想要的東西，客戶一定會給我們想要的回報。謝謝大家！

3月27日，新智元開源·生態AI技術峰會暨新智元2017創業大賽頒獎盛典隆重召開，包括「BAT」在內的中國主流 AI 公司、600多名行業精英齊聚，共同為2017中國人工智慧的發展畫上了濃墨重彩的一筆。

點擊閱讀原文，查閱文字版大會實錄