雷锋网| 云天励飞首席科学家王孝宇:AI 从学术到产业,我的所做所想
2018-07-01
share to :

2018 全球人工智能与机器人峰会(CCF-GAIR)于6月29日在深圳召开。本次大会共吸引超过2500余位 AI 业界人士参会,其中包含来自全球的 140 位在人工智能领域享有盛誉的顶级嘉宾。

 

90.jpg

会议第二天,CCF-GAIR计算机视觉专场也如期盛大开幕。本专场邀请到了多位业内专家盛装出席,包括香港科技大学教授、ICCV2011主席、IEEE Fellow权龙,旷视科技首席科学家、研究院院长孙剑,云从科技联合创始人姚志强,商汤科技联合创始人林达华,臻识科技CEO任鹏,云天励飞联合创始人兼首席科学家王孝宇等。

 

作为计算机视觉专场的重量级嘉宾,王孝宇博士向与会观众分享了题为“AI,从学术到产业”的精彩演讲。

 

演讲伊始,王孝宇博士谈到了其在美国工作期间的所做所感,包括2012年在NEC美国研究院研发无人车,之后去Snap帮助他们创建了一个人工智能研究院,紧接着,他又介绍了云天励飞公司的情况,包括三位联合创始人的背景及公司深耕的AI+三大领域等。

 

在他看来,“AI已经无处不在”。而这句话也并非空穴来风,随后他用多个lessons去讲述他从研究界到工业界这一过程中的种种见解。

 

王孝宇博士分享的第一课便是“timing=money”,合适的时机做合适的事,在他看来,做技术研发最重要的是找准时间点,可能某种技术本身并不值钱,但当把握住机遇,安放在适当的平台上便能引发聚变。

 

随后,其又分享了第二课“技术不需要完全成熟”。他表示,对于一项技术而言,专业人士的想法往往会与用户的看法有差别,如对于专家而言,某些视频特效技术并非是一项高端科研项目,可对于用户来说,技术衍生出的功能是一件有趣的事,从而能产生用户传播效应。

 

王孝宇博士分享的第三课即是“找到正确的应用角度/平台”。他表示,Snap曾斥资1.5亿美金买下某个公司,后来人们发现,其本身价值其实远远达不到公司的收购价格,原因除了这项技术出现在了正确的时间点,还有就是Snap是一个拥有着大量用户的平台,当这项技术放在这个平台上供几亿用户使用的时候,它的价值便会得到显著提升。事后也印证了Snap的决策是正确的,这项技术的普及为Snap创造了几十亿美金的利润。

 

在演讲最后,王孝宇博士还为创业者提供了一些个人建议。

 

以下为云天励飞首席科学家王孝宇博士的现场演讲内容,雷锋网作了不改变原意的整理及编辑:

 

谢谢主持人的介绍,今天我主要谈谈我们从学术界走到工业界的一些经验和教训,希望能给大家带来一些思考。

 

首先介绍一下我自己,我在美国待了10年,2012年博士毕业之后去了硅谷,入职了NEC美国研究院研究无人车,当时无人车还没有火起来,我们在那边做一些无人车大规模的人脸检索、人脸的属性识别。

 

2015年我去了Snap,Snap当时还是一家非常小的创业公司,大概只有100人左右;现在在美国已经上市了,市值大概几百亿美金左右。

 

入职Snap之后,我们帮助他们建立了一个人工智能研究院。从这来看,美国人真的很厉害,他们再只有100个人的时候就有想要建立人工智能研究院的野心。

 

再到后来,我来到了一个更好的创业公司,就是云天励飞。云天励飞相对来说比较低调,在大家的视野里面出现的不多。但是我们已经是深圳本土成长起来的一家独角兽企业,融资有数亿美金左右,我们的联合创始人都是硅谷背景,有做芯片的,还有做核心系统的。


 

我们的业务领域主要体现在三个方向:一个是AI+新警务,毫不惭愧地说,我们是业界第一个把人工智能应用到安防领域的创业公司。另外一个方向是AI+新治理,也就是社区的治理。还有一个方向是AI+新零售,新零售是互联网行业中的一个全新领域,是这一波AI商机里面最大的市场。

 

AI已经无处不在,但想要AI能够与人们自由交流,我觉得可能要100年之后才能实现。个人认为,AI人脸识别目前已经在某些领域可以成熟落地,比如10年前用人脸识别做安防,一定做不好,因为根本没有办法落地。如今我们在亿级的数据库上,识别精度可以达到90%以上,这就是为什么这次人工智能带来的改变比较大。

 

除此之外,AI在衣食住行等方面也已经能够深刻影响着人们。

 

举个例子,我们在淘宝上买衣服的时候,它会智能地给你推荐。你买了某件上衣之后穿什么样的裤子最合适。其实有专业研究发现,根据机器学习推荐的款式,比专业的服装搭配师搭配出来的更受欢迎,因为服装搭配师只有一个或几个风格,他喜欢那个风格,别人不一定喜欢,但是机器学习推荐的模型更适合大众的需求。

 

我们在吃饭的时候,系统可以识别出你的饭菜的卡路里构成,以鉴定饭菜适不适合你的健康状况。

 

我们在住家的时候,智能音箱也能够给我们的家居环境带来一些全新的人工智能体验。(当然NLP方面还没有突破性进展)

 

从以上来看,实际上在我们生活的方方面面,都有人工智能的身影,就此,我们就要思考一个问题:在这其中,到底什么是最重要的?

 

我把它分成两个部分,第一个叫Lesson,就是我从学术界到工业界,学到了什么;第二个是希望大家听完这个演讲后有一定的触动。

 

第二个Lesson,大家看任何一个技术的时候,什么时间做这个事情很重要。

 

Snap是facebook一生挥之不去的梦魇,因为它用户增长非常快,而且年轻用户非常多。在2015年左右,Snap AR产品随处可见,当时facebook没有任何相关产品,而之后就算再快时间研发出来已再无意义。

 

这就叫Timing-money,其实相关技术非常简单,把3D效果识别出来,然后加上一些AR的效果。这是我在这个过程中学到的第一个Lessons,就是你在做的时候,一定要掐准你的时间点是不是对的,时间点对了它比什么都重要,可能技术本身不值钱,但是到了一个平台之后就会有放大的效应。

 

第二个Lesson,技术不需要完全成熟。

 

当我来到深圳,看到云天励飞正在做的事情,我还在想这个技术我10年前就已经搞定了,为何会一直如此底层?后来发现实际上技术发展没有必要太过完美。

 

比如说人脸识别,对于专家而言,某些“高能”视频特效技术并非是一项高端科研项目;可对于用户来说,“看到一些功能后发现是一件有趣的事,从而能产生用户传播效应。     

 

第三个Lesson,要找到正确应用的角度和平台。

 

技术本身是不具备价值的,此前,Snap曾经花了1.5亿美金收购一个视频特效公司,这个公司你要单独把它放成一个公司来看150万美金都不值,但是它放在这个平台上供几亿用户使用的时候,它的价值就非常大了,事实证明我们花了1.5亿美金买这个公司,这个公司至少给我们赚了几十亿美金,因为这上面的广告是非常贵的,在Snap上做一天的AR的广告要50万美金,基本上一年就可以把投入的钱赚回来。

 

需要指出的是,我认为算法不等于技术,你可能花了很长的时间研究出一个非常好的算法,但是在大的数据集上它跟那些简单的算法没什么区别。

 

在我们这一轮的AI发展过程中,我们尤其要关注数据的重要性,很多算法在小的数据上表现很好,但是在大的数据上表现很差,所以你一定要在你的产品、技术设计上先突破数据的界限,再看技术的界限在哪儿,算法+数据才能说是技术,技术在我们平台上的设计才能叫产品。这就是我们说的系统上的设计,而不仅仅是关注一个点。

 

后面我再给大家一点建议,如果大家有兴趣做创业公司的话,也不一定对,仅供参考。

 

首先你一定要想好你到底要做一个什么样的公司,你是要赚点快钱,做一个快速推出的公司;还是做一个伟大的公司。这两点完全不一样,你要做一个伟大的公司,你要做好老骥伏枥十年的准备。

 

做技术创业的公司有很多的途径,包括刚才说的这个Looksery公司,做了还不到一年,卖了1.5亿美金,在Snap买了这家公司之后,Facebook也买了一家类似的公司,也花了很多钱,你针对一个大的平台,可以设计一款技术,它的平台能够用,你就可以把你的技术卖给它,

 

做创业者也没必要非得死磕一辈子,如果你只是想实验一下你的技术能不能在现实中派上用场,你不一定要尽可能地完善产品,你可以做一个技术点,把它应用到一个大的平台上,或者是用到一个大的应用上。

 

而云天励飞想做一个伟大的公司,怎么做一个伟大的公司?我觉得大家一定要思考一个问题,如果你是从技术的角度来做这个公司,什么样的技术是一些革命性的刚需,而不是说有没有它都一样,这是一个根本性的东西。

 

另外,你要产生一个与众不同的商业模式,它一定要能给这个产业带来革命性的变化,我有了这个技术之后,能给这个社会带来什么样的改变。

 

简单举个例子,我们做的AI+安防,就是能够产生不同的应用的一个方向。以前公安破案的时候,比如说发生了一起命案,很多的民警把周边的摄像头调出来看一下,可能是一个星期之前的视频,你要看好几天的时间,熬红了眼睛,一不小心那个罪犯还在你打盹的时间溜过去了,这是一个非常低效的做法。

 

现在有了人像识别技术,情况就不一样了,我们可以在一两秒之内把周边两年之内的所有视频、人脸全部搜出来,你本来需要90个人两天干的事,现在一个人两秒钟把它干完了,这就是一个根本性的革命性的变化,其带来的经济效益和社会效益是非常大的。

 

再比如说AI+新零售。可能每个人对新零售的理解都不一样,大家知道在我们国家前10年到20年,互联网发展的非常之快,产生了很多新的商业模式,因为互联网上有很多信息,你可以快速对它进行建模,可以产生各种各样的商业模式,可以给你推荐商品,给你推荐各种事情,你经常会在邮箱里收到各种各样的广告,其实都是后面有大数据分析的。

 

但是我们再仔细看看我们的线下,它是一个黑盒子,完全是没有这种分析的,是一个完全黑的线下世界。与线上相比,线下完全没有模型,如果我们把线下的黑盒子变成一个透明的盒子,这里面的商业机会有多大?

 

这里面也会产生很多不一样的跟线上的互联网一模一样的商业模式。

 

比如说我们现在做的电梯里面的广告屏都是傻瓜式的,循环播放一些广告,你完全可以针对用户的特性选择性的播放,这就是互联网的特点,你在网上买了一台冰箱之后,所有的平台都知道你对冰箱感兴趣,后面会给你推荐冰箱相关的东西。大家不要小看这么一点点的变化,在互联网上那种完全没有分析的广告和经过分析的广告的价格差10倍以上,它带来的实实在在的经济效益。

 

我们在线下可以做同样的事情,当你把所有的智能分析全部分析好,全部量化好,全部信息化之后,你可以在这些信息的基础上进行建模,进行针对性的服务,进行针对性的营销,这上面也会产生很多完全不一样的商业模式。雷锋网雷锋网(公众号:雷锋网)

 

 


深圳总部
深圳市南山区粤海街道深圳湾科技生态园10栋B座14-15楼、33楼
青岛分部
青岛市崂山区科苑纬一路1号国际创新园D2座2601室
成都分部
成都市双流区西航港街道临港路一段32号成都东航中心T2栋808室
上海分部
上海市浦东新区张江高科技园区川和路55弄人工智能岛21栋301室
南京分部
南京市江北新区星火路创智大厦A座301室