AI场景的价值体现——视觉AI技术落地实践

杨帆，商汤科技联合创始人、副总裁，EGO北京分会会员。作为商汤科技工程产品中心总负责人，在泛安防智能视频、移动互联网、金融等行业开发和提供人工智能解决方案。凭借在计算机视觉算法产品化、项目管理、研发管理和团队管理方面十余年的积累和经验，杨帆推动商汤科技在技术应用商业化落地方面取得重大进展，仅2016年就获取了数亿元的产品订单。因参与创建商汤科技，并在短短三年内将其打造成为人工智能领军企业的突出表现，于2016年当选北京市优秀青年人才。

以下内容由InfoQ对杨帆先生的部分采访整理。

AI更大的价值在于跟不同的行业结合

杨帆在计算机视觉技术领域沉浸多年，在微软任职期间，他主要从事计算机视觉、计算机图形学等领域的新技术孵化工作，包括人脸识别、图像物体识别、人像三维重建等；目前商汤的核心技术也是以人脸识别、智能监控、图像识别等为主。作为主导技术落地的负责人，杨帆笑称自己是给公司的研究员们打下手的。杨帆带领逾200人的工程开发团队，在泛安防智能视频、移动互联网、金融等行业开发和提供人工智能解决方案，推动商汤科技在技术应用落地方面取得重大进展。

杨帆认为，AI技术并非新事物，工业机器人维修，但却在过去的两三年集中爆发，其关键原因就在于今天对语音、图像、视频，有了更加信息化的处理技术，在各个环节上具备了更强的技术储备。从技术到落地，AI技术所实现的这一切，都离不开场景的支持。

AI技术继承了多种基础技术，在面向工业、金融、医疗、家居、自动驾驶、安防、物流、农业等不同应用场景的解决方案，比如AI和医疗的融合应该会体现在智能设备和识别诊断主要两个方面；AI和金融的整合使金融交易和管理更加安全，实现精准营销、大数据征信和普惠金融；AI和安防的融合实现智能监控、安保机器人等应用场景；AI、大数据等这些东西纯谈概念是没有任何意义的，最终都要回归场景，可复用的基础技术和平台工具固然重要，但只有落在应用场景里，我们才知道其明确的价值在哪里。

业界曾出现一种批评的声音，称现在很多公司和开发者其实对于深度学习的运作原理并不清楚，只知道应用，却不知其所以然。

杨帆表示：学术界有两套观念，一套观念说知其然不知其所以然是离经叛道、是不对的。对于这个观念，杨帆表示认可，其实现在已经有很多团队，包括商汤也投入力量在进行更加前沿、更加基础性的科研，这样的基础科研能够指导我们将来在正确的方向上走得更远。但杨帆认为，基础研究与应用科研，二者不可偏废，完整的科学体系和持续的方向性指引非常重要，但是实证科学也非常重要，企业最终还是要以技术落地的结果说话。

人脸识别大行其道，不免让人对这项技术及其背后的公司产生了许多好奇。商汤的人脸识别技术到底有何门道？

对于这两年非常火的刷脸，开始有各种基于人脸验证能力的实用化场景。在互联网信息安全方面，对于账户的盗用能够更好的分析和调查，包括线上的手机端、桌面端、H5，包括定制的摄像头。操作逻辑非常简单，最开始做刷脸的注册，现在刷脸的支付，手机逐渐去进行刷脸的解锁。在对于个人的认证上，也有非常多的价值。人脸识别的技术，可以判断操作手机的是不是真实的人。有一个活体检测的技术服务，也包括在线下一体机的形态。对身份证的关键信息进行扫描，包括对身份证内部照片的读取和当前采集人之间进行判断。基于人像的身份认证也是一个非常有价值的工作，它是一个特殊的跨行业的解决方案。这个解决方案现在已经从线上到线下开始极大范围地蔓延。对中国来说，个人公民身份信息的实名制是一个非常重要的诉求，这个诉求能够有效地帮我们在一定程度上解决互联网的安全问题、解决线下的公共安全问题。所有线上的互联网行业应用，到各种线下行业，包括机场、超市、酒店，都会有越来越多的对于个人身份信息核验的强烈需求，商汤在这方面也提供了非常完整的解决方案。

大家都关注识别正确率，在实际场景中正确率是否为最关键因素？

近几年，很多公司在人脸识别技术上投入了大量的研发并取得了亮眼的成绩，其中识别率一直是各家宣传的重点，今年我们能在各类报道中频繁看到各种99%、99.4%、99.8%等。虽然企业这么宣称，但实际背后蕴含的差异是非常大的，它会有非常多影响因素，所以准确率跟行业背景以及前置假设会是一个强相关的关系。而不同的场景下取得的识别准确率很难做类比。

当识别率达到99%以后，人脸识别技术面临的难点主要在于，如何在不同行业场景中深化这项技术。虽然看上去99%的识别率已经很高了，但不同行业场景对于识别率的要求不同，99%可能只是该技术得以使用的入门条件；而安防场景下，照片模糊、有遮挡、角度不佳都给人脸识别带来了更现实的挑战。

看似同质化很强、很简单的人脸识别，细分的技术场景其实非常复杂，所以脱离场景去谈技术是没有太大意义的，今天能看得到的，包括以安防、手机这样的一些重点行业为代表，对于真正的人脸识别技术的全面深化存在着非常多的挑战，值得我们去攻克。

那么，怎样判断一个行业是否具有做AI场景的价值？如果从商汤自身说起，在做AI平台化的进程中，遇到过哪些挑战和问题？

1、看需求

首先，需求得是真实的。杨帆举了个具体的例子：有一个家电厂商想通过人脸识别功能，实现我进去之后这个房间自动调节成16度，我母亲进这个房间自动调节成26度。我问他：如果你和你母亲一块进去怎么办，如果你背着身进去怎么办？他说这个需求，其实最好的解决办法就是摇控器。

其次，需求得是刚性的。需要考虑用户愿不愿意买单，愿意花多少钱买单？往后更深层次的逻辑链，需要对场景的更深的了解。

2、规模化

今天完成一套解决方案成本很高。人脸识别这样的技术，在不同的场景中技术差异很大。我今天做金融，1：1的认证，错误率做到百万分之一，千万分之一，准确性非常高，在金融场景中非常好用。如果放在安防的场景下，安防要求百万人的黑名单库。而且黑名单库还要有误报，每一次误报有一个出警。同样是人脸识别，不同场景下关注的技术指标和任务是完全不同的。所以同样一个技术概念，在不同场景下的差异性非常明显。再者技术什么时候成熟需要在特定的需求场景下，离成熟多远要有一个预判力。

3、数据闭环

做AI技术，数据闭环是非常重要的环节。为什么？我们做视频的会发现，当你技术不成熟的时候你的业务不能用，业务没有落地的时候就没有数据。做不好，就形成死循环。这样的死循环如何去打破？原动力的突破来自于技术，当你的技术有小的突破，把其他场景迁移过来。技术的突破可以带来业务的落地，业务的落地带来数据的累积，数据的累计可以带来技术的进步。这样的数据闭环，帮助整体业务拓展并能带来非常大的价值。今天，数据面临隐私性和安全性的质问和考验。包括区块链在内的很多技术，还有一些非技术的方式方法，可以带来更深层次的探索。

4、商业化

光做出好产品是不够的，还要在市场上真的有价值，并且能持续保有竞争力。任何新技术都会随着时间的推移而扩散，一般所拥有的时间窗口最多也就是一年多的时间。