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 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。

会议第二天，CFF-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，旷世科技首席科学家、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文稿：

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Lessons，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。