算法落地之后，又將去向何方

李璇　盧曉彤

2011年，23歲的印奇與同樣畢業于清華大學姚期智實驗班的同學唐文斌、楊沐一起創建了北京曠視科技有限公司（以下簡稱“曠視科技”），他們認為，深度學習算法將是下一個創業風口。

近年來，隨著算法技術不斷取得進展，技術人才紛紛走出高校與研究機構，踏上創業的道路，而他們的諸多實踐探索，也日益拓展著算法的應用場景。

從技術到場景

依圖科技聯合創始人林晨曦曾經說過：“對于AI，最重要的事情是要擁有世界級的算法水平。”

“能夠顛覆行業的人工智能，第一是要處于技術快速發展期，第二就是要站在技術的最前端，做出具有突破性、原創性的東西來。”商湯科技聯合創始人、副總裁楊帆對《瞭望東方周刊》說。

無論是創始人的教育背景、職業履歷，還是技術團隊過往的研究成績、資歷水準，都是這些公司最初吸引投資人的不二法寶。

紀源資本管理合伙人李宏瑋曾半開玩笑地表示，AI創業團隊的天使輪估值是很好做的：“假如一個科學家值500萬元，公司有幾個科學家就值幾個500萬元。”

AI初創公司也的確注重對技術研究的持續投入。例如，商湯科技自主搭建了深度學習平臺SenseParrots和深度學習超算中心，前者著力于算法的迭代升級，后者則大幅降低了各類AI技術的研發成本，并且縮短了開發深度學習算法模型的時間。

曠視科技也早就開發了自己的研發系統，涵括從采集數據、建立數據圖譜、清洗數據到將數據根據不同的場景定義送入機器學習框架進行訓練、進而產生算法的全過程，基本實現了自動化流水線的效果。

而在李宏瑋看來，“雖然AI創業團隊要想獲得比較高的天使輪融資比較簡單，但如果后續沒有相應的產品和健全的團隊，很難繼續獲得A輪、B輪融資。”

這也是技術初創公司有別于研究機構的一點：在技術開拓與具體場景行業落地上，技術公司往往更注重二者是否能夠有效結合，而不是單純實現某個技術指標或提出某個學術領域的假設。

曠視科技、商湯科技等初創公司，也都在各自探索著技術落地的方式。

例如，商湯科技提出“1（基礎研究）+1（產品及解決方案）+X（行業）”的發展模式，在發展戰略里將研究與應用放在了同等重要的位置。

如何為算法技術找到適宜的落地行業，考驗著創業者的眼界與實力。

曠視科技則較早關注到了發展硬件對創業公司的重要意義。

“平臺技術公司如果每個垂直行業都涉入得很淺，那肯定會被行業里最專注的一家取代，如果沒有足夠強的硬件能力，軟件某種程度上是可以被替代的。”印奇說。

場景不同，算法也不同

如何為算法技術找到適宜的落地行業，考驗著創業者的眼界與實力。

“AI本身不是一個產業，AI+才是。我們常說，判斷AI技術是否跨過了行業紅線，就是看它能不能為各行各業帶來提質增效的改變。當創業公司決定投入一個市場的時候，如果一項技術5年內還看不到紅線，那么就說明進入得太早;但如果太晚進入，紅海市場也是沒有機會的。”楊帆說。

作為算法領域成立時間較早的一家技術創業公司，曠視科技最初是從消費端入手算法應用的。2012年，憑借名為《烏鴉來了》的體感游戲，曠視科技拿到了天使輪投資。

《烏鴉來了》是一款內置人臉檢測與追蹤技術的游戲，游戲一經推出，在未做宣傳的前提下，就獲得了不錯的成績。但是，曠視科技并未繼續在游戲業里深耕，而是向企業端邁出了步子。

“在游戲里運用人臉識別算法，只是一個比較新奇的體驗，但能夠創造什么價值？曠視科技還是希望切實通過技術來發現某個行業內部的痛點，進而提出解決方案。”曠視科技副總裁謝憶楠對《瞭望東方周刊》說。

2014年，曠視科技與螞蟻金服合作，開始試水算法在金融行業的落地應用。

而依圖科技，則是在安防領域找到了最初的算法運用場景。

2012年，依圖科技剛剛創建，林晨曦與朱瓏接下的第一單生意，便是為地市級公安局做車牌識別。

為提高套牌車的車牌識別率，依圖團隊將車輛顏色、車型、車臉都納入特征點，從而大大提高了識別率。

試水之后，創業公司漸漸打開局面，各自在多個行業中找到了算法落地的方式，而面對不同行業的多元需求，創業公司還要不斷調試算法，為對方提供可定制化的技術。

商湯科技如今已在安防、金融、零售、教育、智能手機、互動娛樂及廣告、智慧城市等領域落地應用。“各應用場景對于數據種類和數量、準確度要求不同、技術難易程度不同，這造成了落地速度的分化。”楊帆說。

作為傳統行業的“闖入者”，如何在陌生的行業中適者生存，也是創業公司在算法迭代研究之外需要考慮的問題。

上海交通大學計算機應用研究所副所長、博士生導師盛斌對《瞭望東方周刊》說：“當下在如何讓AI技術更好地為各行業所用這個問題上，技術企業還要做好與一些傳統行業的溝通工作。比如在設計智能醫療的具體算法應用時，就需要請醫生提供專業的醫學知識，防止由于信息不對稱而引發問題。”

事實上，AI初創公司也表現出了與傳統行業合作的積極意愿：“從研究、產品研發到最終產業落地，需要相對長時間的推進，尤其是在企業發展的初期，我們還沒有足夠的能力一下子打開市場。因此，在進入行業時，商湯選擇與行業大客戶一起對新技術進行迭代，從而解決技術產品化過程中面臨的關鍵性問題。”楊帆說。

北京海淀中關村，北京市商湯科技開發有限公司工作人員在展示手勢識別設備（ 田建川/ 攝）

值得注意的是，這些創業公司，也注意到了傳統行業對“新玩法”可能懷有的恐慌情緒。印奇就曾表示：“我們更愿意成為一個賦能者，而不是一個絕對的顛覆者。”

人是根本

“算法是AI的技術核心，而算法又是‘數據驅動型算法，因此，數據的作用、價值及其背后所表達的含義是非常重要的。”盛斌說。

海量數據是訓練算法模型的原材料，數據處理量越大，深度學習算法的輸出結果也就越精準。

在楊帆看來，技術落地過程中，最為重要的挑戰就是“如何通過技術的方式去實現數據閉環”。

加入曠視科技后，謝憶楠對海量數據最為直觀的感受源自2014年與螞蟻金服的一次合作：“在此之前，曠視的算法還是基于小規模數據庫的，而當我們第一次接觸商業化的測試數據集時，面對的卻是幾十倍的數據量，同時我們要實現的正確率還是一樣的，難度很大。”

2015年3月，馬云在德國漢諾威博覽會的開幕式上，用“刷臉”的方式買下了一枚郵票，而這種支付方式背后的人臉識別技術——“Smile to Pay”——提供商正是曠視科技。

也正是這次在大批量數據下調整算法的經驗，讓曠視科技看到了算法與人們行為之間的緊密聯系。

“除產品內部為實現算法提升而進行的數據‘小閉環外，數據還可以將幾個行業串聯起來，從而形成‘大閉環。比如說，一個人每天開車上班這個行為，可以影響到他上班途中紅綠燈的開關時間，這就是一種大閉環。人們在城市生活中的每一個動作都能對算法產生作用，看似離散的數據也是彼此影響的。”謝憶楠說。

隨著算法技術日益被運用到人們的衣食住行中，另一種聲音也漸漸響起：當算法的威力覆蓋各行各業時，人又要去往哪里？

對此，創業公司也有著清晰的認知。

“我們持續將大量數據與新技術結合在一起，構建出更加智能化的生活空間，根本目的還是在于人本身。”商湯科技聯合創始人徐持衡說。