AI場(chǎng)景的價(jià)值體現(xiàn)——視覺AI技術(shù)落地實(shí)踐
楊帆，商湯科技聯(lián)合創(chuàng)始人、副總裁，EGO北京分會(huì)會(huì)員。作為商湯科技工程產(chǎn)品中心總負(fù)責(zé)人，在泛安防智能視頻、移動(dòng)互聯(lián)網(wǎng)、金融等行業(yè)開發(fā)和提供人工智能解決方案。憑借在計(jì)算機(jī)視覺算法產(chǎn)品化、項(xiàng)目管理、研發(fā)管理和團(tuán)隊(duì)管理方面十余年的積累和經(jīng)驗(yàn)，楊帆推動(dòng)商湯科技在技術(shù)應(yīng)用商業(yè)化落地方面取得重大進(jìn)展，僅2016年就獲取了數(shù)億元的產(chǎn)品訂單。因參與創(chuàng)建商湯科技，并在短短三年內(nèi)將其打造成為人工智能領(lǐng)軍企業(yè)的突出表現(xiàn)，于2016年當(dāng)選北京市優(yōu)秀青年人才。
以下內(nèi)容由InfoQ對(duì)楊帆先生的部分采訪整理。
AI更大的價(jià)值在于跟不同的行業(yè)結(jié)合
楊帆在計(jì)算機(jī)視覺技術(shù)領(lǐng)域沉浸多年，在微軟任職期間，他主要從事計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)等領(lǐng)域的新技術(shù)孵化工作，包括人臉識(shí)別、圖像物體識(shí)別、人像三維重建等；目前商湯的核心技術(shù)也是以人臉識(shí)別、智能監(jiān)控、圖像識(shí)別等為主。作為主導(dǎo)技術(shù)落地的負(fù)責(zé)人，楊帆笑稱自己是給公司的研究員們打下手的。楊帆帶領(lǐng)逾200人的工程開發(fā)團(tuán)隊(duì)，在泛安防智能視頻、移動(dòng)互聯(lián)網(wǎng)、金融等行業(yè)開發(fā)和提供人工智能解決方案，推動(dòng)商湯科技在技術(shù)應(yīng)用落地方面取得重大進(jìn)展。
楊帆認(rèn)為，AI技術(shù)并非新事物，工業(yè)機(jī)器人維修，但卻在過去的兩三年集中爆發(fā)，其關(guān)鍵原因就在于今天對(duì)語音、圖像、視頻，有了更加信息化的處理技術(shù)，在各個(gè)環(huán)節(jié)上具備了更強(qiáng)的技術(shù)儲(chǔ)備。從技術(shù)到落地，AI技術(shù)所實(shí)現(xiàn)的這一切，都離不開場(chǎng)景的支持。
AI技術(shù)繼承了多種基礎(chǔ)技術(shù)，在面向工業(yè)、金融、醫(yī)療、家居、自動(dòng)駕駛、安防、物流、農(nóng)業(yè)等不同應(yīng)用場(chǎng)景的解決方案，比如AI和醫(yī)療的融合應(yīng)該會(huì)體現(xiàn)在智能設(shè)備和識(shí)別診斷主要兩個(gè)方面；AI和金融的整合使金融交易和管理更加安全，實(shí)現(xiàn)精準(zhǔn)營銷、大數(shù)據(jù)征信和普惠金融；AI和安防的融合實(shí)現(xiàn)智能監(jiān)控、安保機(jī)器人等應(yīng)用場(chǎng)景；AI、大數(shù)據(jù)等這些東西純談概念是沒有任何意義的，最終都要回歸場(chǎng)景，可復(fù)用的基礎(chǔ)技術(shù)和平臺(tái)工具固然重要，但只有落在應(yīng)用場(chǎng)景里，我們才知道其明確的價(jià)值在哪里。
業(yè)界曾出現(xiàn)一種批評(píng)的聲音，稱現(xiàn)在很多公司和開發(fā)者其實(shí)對(duì)于深度學(xué)習(xí)的運(yùn)作原理并不清楚，只知道應(yīng)用，卻不知其所以然。
楊帆表示：學(xué)術(shù)界有兩套觀念，一套觀念說知其然不知其所以然是離經(jīng)叛道、是不對(duì)的。對(duì)于這個(gè)觀念，楊帆表示認(rèn)可，其實(shí)現(xiàn)在已經(jīng)有很多團(tuán)隊(duì)，包括商湯也投入力量在進(jìn)行更加前沿、更加基礎(chǔ)性的科研，這樣的基礎(chǔ)科研能夠指導(dǎo)我們將來在正確的方向上走得更遠(yuǎn)。但楊帆認(rèn)為，基礎(chǔ)研究與應(yīng)用科研，二者不可偏廢，完整的科學(xué)體系和持續(xù)的方向性指引非常重要，但是實(shí)證科學(xué)也非常重要，企業(yè)最終還是要以技術(shù)落地的結(jié)果說話。
人臉識(shí)別大行其道，不免讓人對(duì)這項(xiàng)技術(shù)及其背后的公司產(chǎn)生了許多好奇。商湯的人臉識(shí)別技術(shù)到底有何門道？
對(duì)于這兩年非�；鸬乃⒛槪_始有各種基于人臉驗(yàn)證能力的實(shí)用化場(chǎng)景。在互聯(lián)網(wǎng)信息安全方面，對(duì)于賬戶的盜用能夠更好的分析和調(diào)查，包括線上的手機(jī)端、桌面端、H5，包括定制的攝像頭。操作邏輯非常簡(jiǎn)單，最開始做刷臉的注冊(cè)，現(xiàn)在刷臉的支付，手機(jī)逐漸去進(jìn)行刷臉的解鎖。在對(duì)于個(gè)人的認(rèn)證上，也有非常多的價(jià)值。人臉識(shí)別的技術(shù)，可以判斷操作手機(jī)的是不是真實(shí)的人。有一個(gè)活體檢測(cè)的技術(shù)服務(wù)，也包括在線下一體機(jī)的形態(tài)。對(duì)身份證的關(guān)鍵信息進(jìn)行掃描，包括對(duì)身份證內(nèi)部照片的讀取和當(dāng)前采集人之間進(jìn)行判斷�；谌讼竦纳矸菡J(rèn)證也是一個(gè)非常有價(jià)值的工作，它是一個(gè)特殊的跨行業(yè)的解決方案。這個(gè)解決方案現(xiàn)在已經(jīng)從線上到線下開始極大范圍地蔓延。對(duì)中國來說，個(gè)人公民身份信息的實(shí)名制是一個(gè)非常重要的訴求，這個(gè)訴求能夠有效地幫我們?cè)谝欢ǔ潭壬辖鉀Q互聯(lián)網(wǎng)的安全問題、解決線下的公共安全問題。所有線上的互聯(lián)網(wǎng)行業(yè)應(yīng)用，到各種線下行業(yè)，包括機(jī)場(chǎng)、超市、酒店，都會(huì)有越來越多的對(duì)于個(gè)人身份信息核驗(yàn)的強(qiáng)烈需求，商湯在這方面也提供了非常完整的解決方案。
大家都關(guān)注識(shí)別正確率，在實(shí)際場(chǎng)景中正確率是否為最關(guān)鍵因素？
近幾年，很多公司在人臉識(shí)別技術(shù)上投入了大量的研發(fā)并取得了亮眼的成績，其中識(shí)別率一直是各家宣傳的重點(diǎn)，今年我們能在各類報(bào)道中頻繁看到各種99%、99.4%、99.8%等。雖然企業(yè)這么宣稱，但實(shí)際背后蘊(yùn)含的差異是非常大的，它會(huì)有非常多影響因素，所以準(zhǔn)確率跟行業(yè)背景以及前置假設(shè)會(huì)是一個(gè)強(qiáng)相關(guān)的關(guān)系。而不同的場(chǎng)景下取得的識(shí)別準(zhǔn)確率很難做類比。
當(dāng)識(shí)別率達(dá)到99%以后，人臉識(shí)別技術(shù)面臨的難點(diǎn)主要在于，如何在不同行業(yè)場(chǎng)景中深化這項(xiàng)技術(shù)。雖然看上去99%的識(shí)別率已經(jīng)很高了，但不同行業(yè)場(chǎng)景對(duì)于識(shí)別率的要求不同，99%可能只是該技術(shù)得以使用的入門條件；而安防場(chǎng)景下，照片模糊、有遮擋、角度不佳都給人臉識(shí)別帶來了更現(xiàn)實(shí)的挑戰(zhàn)。
看似同質(zhì)化很強(qiáng)、很簡(jiǎn)單的人臉識(shí)別，細(xì)分的技術(shù)場(chǎng)景其實(shí)非常復(fù)雜，所以脫離場(chǎng)景去談技術(shù)是沒有太大意義的，今天能看得到的，包括以安防、手機(jī)這樣的一些重點(diǎn)行業(yè)為代表，對(duì)于真正的人臉識(shí)別技術(shù)的全面深化存在著非常多的挑戰(zhàn)，值得我們?nèi)スタ恕?/p>
那么，怎樣判斷一個(gè)行業(yè)是否具有做AI場(chǎng)景的價(jià)值？如果從商湯自身說起，在做AI平臺(tái)化的進(jìn)程中，遇到過哪些挑戰(zhàn)和問題？
1、看需求
首先，需求得是真實(shí)的。楊帆舉了個(gè)具體的例子：有一個(gè)家電廠商想通過人臉識(shí)別功能，實(shí)現(xiàn)我進(jìn)去之后這個(gè)房間自動(dòng)調(diào)節(jié)成16度，我母親進(jìn)這個(gè)房間自動(dòng)調(diào)節(jié)成26度。我問他：如果你和你母親一塊進(jìn)去怎么辦，如果你背著身進(jìn)去怎么辦？他說這個(gè)需求，其實(shí)最好的解決辦法就是搖控器。
其次，需求得是剛性的。需要考慮用戶愿不愿意買單，愿意花多少錢買單？往后更深層次的邏輯鏈，需要對(duì)場(chǎng)景的更深的了解。
2、規(guī)�；�
今天完成一套解決方案成本很高。人臉識(shí)別這樣的技術(shù)，在不同的場(chǎng)景中技術(shù)差異很大。我今天做金融，1：1的認(rèn)證，錯(cuò)誤率做到百萬分之一，千萬分之一，準(zhǔn)確性非常高，在金融場(chǎng)景中非常好用。如果放在安防的場(chǎng)景下，安防要求百萬人的黑名單庫。而且黑名單庫還要有誤報(bào)，每一次誤報(bào)有一個(gè)出警。同樣是人臉識(shí)別，不同場(chǎng)景下關(guān)注的技術(shù)指標(biāo)和任務(wù)是完全不同的。所以同樣一個(gè)技術(shù)概念，在不同場(chǎng)景下的差異性非常明顯。再者技術(shù)什么時(shí)候成熟需要在特定的需求場(chǎng)景下，離成熟多遠(yuǎn)要有一個(gè)預(yù)判力。
3、數(shù)據(jù)閉環(huán)
做AI技術(shù)，數(shù)據(jù)閉環(huán)是非常重要的環(huán)節(jié)。為什么？我們做視頻的會(huì)發(fā)現(xiàn)，當(dāng)你技術(shù)不成熟的時(shí)候你的業(yè)務(wù)不能用，業(yè)務(wù)沒有落地的時(shí)候就沒有數(shù)據(jù)。做不好，就形成死循環(huán)。這樣的死循環(huán)如何去打破？原動(dòng)力的突破來自于技術(shù)，當(dāng)你的技術(shù)有小的突破，把其他場(chǎng)景遷移過來。技術(shù)的突破可以帶來業(yè)務(wù)的落地，業(yè)務(wù)的落地帶來數(shù)據(jù)的累積，數(shù)據(jù)的累計(jì)可以帶來技術(shù)的進(jìn)步。這樣的數(shù)據(jù)閉環(huán)，幫助整體業(yè)務(wù)拓展并能帶來非常大的價(jià)值。今天，數(shù)據(jù)面臨隱私性和安全性的質(zhì)問和考驗(yàn)。包括區(qū)塊鏈在內(nèi)的很多技術(shù)，還有一些非技術(shù)的方式方法，可以帶來更深層次的探索。
4、商業(yè)化
光做出好產(chǎn)品是不夠的，還要在市場(chǎng)上真的有價(jià)值，并且能持續(xù)保有競(jìng)爭(zhēng)力。任何新技術(shù)都會(huì)隨著時(shí)間的推移而擴(kuò)散，一般所擁有的時(shí)間窗口最多也就是一年多的時(shí)間。