對話山世光：AI需要傻瓜式的平台 學AI到「藍翔」
文 | 丁廣勝
人物觀點：
希望人工智慧的研發可規模化，易於擴展，基於傻瓜式的AI研發平台，我們期望五到十年之後甚至高中學歷的人都可以研發AI。那時候我們或許會開玩笑說：學AI，到藍翔。
人工智慧落地的商業模式，我個人認為其實現在沒有人能看透，至少目前為止我個人的想像里，如果不結合應用場景，AI這個領域恐怕很難有機會可以發展出像BAT這樣的大公司。——山世光
周末的中科院顯得嚴肅安靜，有不少研究員還在伏案潛心鑽研。
雖然在北京銀谷大廈和杭州濱江區都設有辦公室，但已經雙跨學術和工業兩界一年的山世光仍然習慣在這裡辦公，他的辦公室不大，桌子被一排排書籍環繞著。
他也逐漸習慣了自己的雙重身份，既是中科院計算所的研究員，也是中科視拓的CTO，他認為工業界還是需要非常強的理論和方法作為支撐，所以對實驗室依然非常倚重。
山世光有著超過20年的計算機視覺研究經驗，在國內外刊物和學術會議上發表論文200餘篇，論文被谷歌學術引用12000餘次，研究成果獲2005年度國家科技進步二等獎，2015年度國家自然科學二等獎等。
對於只是擔任公司CTO的職位，他坦言，「我並沒有全職出來創業，而是我的幾個研究生畢業後全職創業，我更多是支持和輔助他們的角色。特別是公司CEO劉昕博士，他是沖在創業最前線的，實實在在地擔負著首席執行官的角色」。
在山世光看來，研究員和創業的不同在於，做研究的時候往往會更關注新問題、新理論和新方法。很多時候是在尋找新的理論問題，即使是問題明確之後，也需要很長的時間去摸索，而且很多時候可能都不一定做成，今天解決1%，明天解決5%，經常是個漸進的過程，而且做成了也未必馬上有用。而在工業界則首先需要理解用戶的需求，考慮可以滿足需求或者說馬上可以落地的方法和技術。從學術界到工業界，更接近應用落地了。
他還希望讓人工智慧的研發可規模化和可擴展，利用技術服務平台為B端客戶賦能。或許我們可以期待幾年後，基於傻瓜式的AI開發平台，高中學歷的人都可以研發AI，「那時候我們或許會開玩笑說：學AI，到藍翔」山世光笑著說到。
此外，當網易智能問到如何看待AI領域的商業發展模式時，山世光表示，我個人覺得其實現在沒有人能看透，至少到目前為止我個人的想像里，不結合應用場景，單純的AI科技領域恐怕很難有機會可以發展成像BAT這樣的大公司。
對於當前的行業現狀，他建議不要「過度承諾」，不要在宣傳的時候故意「隱藏前提條件」，政府、媒體的宣傳不要讓公眾產生誤解，比如人們看了AlphaGo，然後就說什麼都可以解決了，這是泡沫風險，從投資的角度，還會導致資本槓桿的失衡。
應對AI人才稀缺 打造新的技術發展模式
網易智能：作為一家非常年輕的公司，您如何定位自己和自己的團隊？
山世光：目前我們在北京有30多人，杭州子公司有20多人，總共接近50人的規模。
現在公司大概在做三個層面的事情，首先，杭州子公司主要做直接落地的產品，直接面向客戶，比如說一個單位，它要人臉閘機，人臉考勤、門禁和訪客系統，我們會從硬體到軟體提供全套解決方案。
第二個層面是北京團隊的演算法和技術服務，主要是to B，包括我們跟華為、平安科技、電信、移動等大客戶的合作，主要形態是深度的技術服務的形式，相當於把技術和演算法以SDK甚至源碼的方式授權給B端的客戶，他們又會拿著這些演算法，再去開發針對某一個具體需求的業務系統。
第三個層面，也是我們和其他公司非常不同的一點，我們不滿足於做項目制的技術服務，而是進一步往後端做to B的「技術服務」產品，或者說「賦能型」的產品。具體地說，我們開發了一個平台型的AI研發產品，可以為更多B端客戶服務，特別是面向難以組建AI研發團隊的中小微企業服務，我們把這個平台稱之為SeeTaaS。
網易智能：深度學習的平台開發工具很多，那為什麼還要做SeeTaaS？
山世光：打個比方，現在深度學習的開發，有點類似於照相領域，曾經的膠片時代，照相需要昂貴的專業相機、膠片、專業的相紙、相片沖印室，還需要一個懂曝光、對焦、取景的專業攝影師。這件事需要專業的基礎設施才能做，需要專業人士才能照。對應到AI就是，只有所謂的AI演算法工程師，深度學習演算法工程師，才能夠在TensorFlow，Caffe，MXNet等等這些專業的深度學習開發工具上，去生產用戶需要的一個某種AI引擎。
而我們現在進入了讀圖看臉的時代，因為我們有了傻瓜相機有了更智能的拍照手機，按一個鍵你就可以拍一張照片，我認為這個變遷同樣適用於AI引擎的開發，從只有專業人士可以AI技術，到越來越多非專業人士也可以開發AI技術的時代。但這需要一個新的平台，這種平台不能是像TensorFlow這樣專業化的工具，而應該是一個更傻瓜式的AI開發工具，這就是我們為什麼做SeeTaaS的原因。
不僅如此，做這個平台還有AI人才稀缺的考慮，專業的AI開發人員現在極度稀缺，直接表現就是AI人才奇貴，大多數公司要麼找不到這樣的人才，要麼雇不起這樣的人才。而另一個令人尷尬的現實是：AI應用落地的需求是非常碎片化的，現在還不存在一個包打天下的演算法，很多看起來相似的需求背後的技術也有差異。更要命的是，往往是A需求需要A的數據，B需求需要B的數據，C需求需要C的數據，何況背後的AI演算法還需要根據數據情況進行調整，所需要的時間動輒數月。需求千變萬化，如果每個需求都分配幾個AI專業人才去滿足，必然導致公司成為人力成本極高的企業。我們希望能夠把AI需求滿足過程變得更加自動化，而不是說每一個需求來了之後，都是一推專業人士去做。
我們重視SeeTaaS業務還有一個重要原因，那就是數據的敏感性。因為法律的原因，很多企業客戶對數據是非常敏感的。如果沒有SeeTaaS，我們就只能派AI研發工程師到客戶那裡進行客戶需要的AI引擎的開發，這就變成了一個非常繁重的研發模式。也就是說，針對很多需求，我們其實沒有數據，而客戶自己有數據卻不能或不願給我們。有了SeeTaaS，我們就可以提供給客戶一個私有的SeeTaaS雲平台，讓客戶自己放心的研發自己的AI。當然，也會有很多客戶對數據不敏感，可以把數據共享出來，那當然更好，我們只需要為他們提供共有的SeeTaaS雲服務就可以了。
AI將迎來規模化普及 學AI到「藍翔」
網易智能：您的目標是什麼？想把公司打造成一家怎樣的企業？
山世光：中科視拓的願景我們用兩句話概括，即「知人識面辨萬物，開源賦能共發展」。前一句對應公司名字視拓中的「視」字，概括的是我們主攻的技術範疇，即以計算機視覺技術為主，特別關注圖像或視頻中人的識別，人的意圖和情緒的感知，以及對其中萬事萬物的識別和理解。我們相信「會看的AI更智能」。
第二句話則概括了公司名字中的「拓」字，即我們期望不僅僅提供人臉識別、行人識別、車輛識別這樣的計算機視覺技術，這個其實能做的人很多，我們更希望以更高效的方式與大量B端客戶合作，讓AI的研發可規模化和可擴展，即有更好的可拓展性。
我為什麼強調現在AI技術的可擴展性不好？以讓機器人自動檢測小區里的垃圾為例，實際的需求是五花八門的，可能今天需要檢測狗屎，明天則需要檢測礦泉水瓶子，後天就是塑料袋或者爛白菜，你想想垃圾有多少種？
實際應用中可能會有數萬種物體要去識別，如果每認一樣物體，都要搜集大量樣本數據的話，這是非常高的代價。所以，長期來說我們希望能夠以一種可規模化、可擴展的方式去提供這種技術服務。未來五到十年，我們相信會有大量的勞動力進入AI研發市場，採用的就是傻瓜式的平台，或許到時候我們會開玩笑說：學AI，到藍翔。
當然，短時間內寄希望於這樣的平台解決所有問題也是不現實的。還需要針對不同的問題，開發全新的演算法，特別需要解決現在深度學習不能解決的問題。這也是我還花費很大一部分精力從事前沿學術研究的原因。
此外，關於AI領域的發展模式，我個人覺得其實現在沒有人能完全看透，至少目前為止我個人的想像里，如果不結合應用場景，AI這個領域恐怕很難有機會可以發展出像BAT這樣的大公司。縱觀國內外，做to B的大公司是非常少的。
網易智能：一年多以來，您有哪些創業感想？自己從研究員變為創業者，如何看待自己的這一轉變？
山世光：必須強調的是我的身份是雙重的，而且是學者為先，企業家在後。我們要實現的三個層次的使命中（第一個問題中提到的三個層次：產品落地、AI技術服務、SeeTaaS），第二層和第三層都需要非常強的理論和方法支撐，所以我在中科院計算所的實驗室的支持是不可或缺的。
更重要的是，中科視拓的CEO並不是我，而是我去年畢業的博士劉昕，另外我還有幾個畢業生也全職在公司工作。我在公司的身份是CTO，主要專註技術。特別值得強調的是，劉昕博士不僅僅懂技術，也懂商業和管理，他作為公司的CEO，是沖在創業最前線的，實實在在地擔負著首席執行官的角色。
當然，這一年，因為更多的接觸工業界和關注應用問題，我對技術落地的認知是有提高的。畢竟做基礎研究時，很多時間是在尋找新的學術問題，即使是問題明確之後，也需要很長的時間去摸索，而且很多時候可能還不一定做成，今天解決1%，明天解決5%，經常是個漸進的過程。而在工業界則首先需要理解用戶的需求，考慮可以滿足需求或者說馬上可以落地的方法和技術。從學術界到工業界，肯定要更重視可以應用落地的技術和方法了。
網易智能：中科視拓現在有什麼最新進展，新的計劃是什麼？
山世光：大家對我們可能有誤解，我們不只是一家人臉識別公司，我們以人臉識別為出發點，然後是在技術服務方面發力，特別會主推SeeTaaS服務，這是我們2018年的重點。
營收方面，中科視拓2017年已經有千萬級的收入，明年計劃是三倍以上的營收預期。規模方面，我們也需要招募更多的人才，希望到明年底的時候公司規模可以擴大一倍。當然，在大家都沒有摸索的非常清楚的情況下，我們比較謹慎的控制著規模。
「沒有絕對的安全，人臉識別支付也是如此」
網易智能：人臉識別領域是AI非常火的細分門類，國內有很多類似的公司深耕其中，都在持續發力，您如果面對競爭因素？
山世光：顯然是有競爭的，人臉識別就是一個紅海市場了，但從另外一個角度來講，這個市場非常大，現在至少還有一定的時間窗口，每一個公司都有成長的空間。
整個人類社會其實就是以身份識別為基礎的，如果一個社會每個人都不能知道對方是誰，這個社會是沒法兒運行的。幾乎所有的信任關係，所有的交換，所有的交易，全都要基於大家知道誰是誰這個條件。
網易智能：您如何看待目前人臉識別技術的發展？是否足夠成熟？
山世光：人臉識別技術肯定會非常快速的在相對成熟的領域落地，現在最成熟的就是1:1的人臉認證，成熟度可能高達98%或者更高。
比如說iPhone X手機裡面，它就是典型的1:1認證應用場景，其實也是人臉識別領域最容易的一個場景，這款手機的攝像頭和普通攝像機是不一樣的，它可以看到近紅外圖像和深度圖。
近紅外圖就是它上面有一個近紅外的光源，會發近紅外光，因為是近紅外，我們人眼是看不到的。還有一個是深度圖，它測量的是攝像頭離你臉上的每一個點的距離，這些信息綜合起來進行人臉識別。
網易智能：您覺得人臉識別絕對安全嗎？這些技術在安全領域會有哪些問題？
山世光：沒有絕對的安全。例如，蘋果官方表示iPhone X的FaceID錯誤率是百萬分之一，但蘋果也建議同卵雙胞胎最好不要用FaceID。如果有人願意花上足夠的成本，也是可以攻破它的，已經有一些案例了。惡意攻擊者雖然可以偷到一個人的手機，但有手機主人精確的面部信息的可能性並不大，所以其危害基本是可控的。
現在很多車站都開始應用人臉識別進站了。錯誤識別的風險當然也還是有的，但這個風險是極低的：因為拿別人的身份證冒充他刷臉，成功的概率可能只有千分之一。換句話說，不法分子得「偷」1000個人的身份證，試刷臉1000次才有一次可能成功，顯然不會有人這麼去做的。
相對不成熟的應用是黑名單人員的監控，即用大街上等各種公共場所的監控攝像頭來識別犯罪嫌疑人，由於攝像角度、光線環境、偽裝和老化等諸多因素，導致這種場景下人臉識別的難度比較大。當然，這方面技術的進步也是非常快的，越來越多的人臉識別系統已經開始在公安實戰中發揮重要作用。
網易智能：您認為人工智慧行業有泡沫嗎？健康的行業環境應該是怎樣的？會議邀請一個接著一個，您會感覺這個大環境浮躁嗎？
山世光：從技術的角度來講，所謂的泡沫就是「過度承諾」，所謂的過度承諾是你只能做到60%，你說成做到90%，或者是宣傳的時候故意「隱藏必要的前提條件」，非技術人員可能過分解讀你展示的數據。
此外，從政府、媒體、大眾解讀的角度，語言其實是不統一的，這種不統一可能會導致對技術的誤解，特別是過度泛化，比如有些人看了AlphaGo之後，就說什麼都可以解決了，這是有泡沫風險的。從投資人的角度講，大家都看好AI，誰都不想落下，也可能會導致資本的槓桿作用失衡。
從人才價格的角度，如果說按照商業規律、經濟規律的話，物以稀為貴，所以現在人才貴也正常。但從這些人才短期內可創造的價值的角度看，恐怕是有泡沫的，我個人判斷會有回調的可能性。（完）
TAG:網易科技 |