閱面科技CEO趙京雷：關於嵌入式CV、AI公司衡量標準和商業化落地丨GAIR 2017

閱面科技CEO：趙京雷

對於趙京雷擔任CEO的閱面科技來說，創業之路似乎順暢的有點兒不像創業公司。

成立不足2年，閱面已經完成了2輪融資，先是栩遠投資的數百萬天使輪，再接著是博將資本和索道資本等基金公司投的幾千萬A輪。雖然這個衡量的標準並不能代表一切，但放在當前AI圈融資越來越難的行業背景來看，閱面算比較順利的了。

將將過去一半的今年，對趙京雷而言意義非凡。閱面先後在兩項權威的人臉識別和人臉比對識別的平台——FDDB和LFW，均取得全球第一的測試成績。

在趙京雷眼裡，閱面是一家架構在AI核心技術上的應用型公司。「創新、務實、開放」這三個平實無奇的詞，是趙京雷對閱面的氣質的概括。「我們的目標在於，通過軟硬體結合，做出比原來的產品形態、性能優秀10倍的產品，並在成本和功耗上取得突破。」

為什麼選擇嵌入式視覺演算法

2000年，機器學習開始興起。加上互聯網的興起，為其提供了巨量的數據。尤其是視覺方面出現了幾大數據集，如FDDB、ImageNet、KITTI、LFW、KITTI等。特別是ImageNet的出現，讓業界對計算機視覺燃起了強烈的興趣和關注。

10年之後，深度學習火速躥升並爆發。趙京雷在一次演講中提到，「深度學習是海量數據出現後的一個必然結果，它的出現使得『識別』不需要再去考慮『通過什麼特徵去進行』，而是可以通過學習完成識別。」

這些出現在特有節點的理論或實踐不僅推動著計算機視覺方案的成熟，讓視覺技術進入晶元端深度視覺階段，也讓一大批AI初創公司踏著移動互聯網的末潮疾馳而來。閱面正是這波熱潮中的一個。

趙京雷曾在各個場合絲毫不掩飾他對商業化落地的追求，在他看來，「研究型的AI公司燒錢是無底洞的。」又加上閱面科技的產品形態主要面向消費級，這對成本和功耗提出了巨大的挑戰。為了秉承「通過AI技術讓人類生活更加美好」的創業初衷，又不違背「低成本、低功耗、高性能」的產品追求，閱面從一開始就把「主意」打在了嵌入式視覺演算法上。

嵌入式演算法是指在本地進行實時環境感知、人機交互與決策控制，而不依賴網路和數據中心。誠如趙京雷所說，嵌入式演算法是整個計算機視覺演算法中最難的一項，其對設備的功耗和計算資源均有高要求。所以閱面在其中應用了深度學習技術，以實現更好地實時動態性，從而滿足多種場景化需求。

具體說來，閱面的嵌入式視覺重點關注設備端的計算能力，不需要依賴雲端，可把演算法嵌入到前端設備去運行，基於此即可實現低功耗和實時的本地化處理。但是，深度學習模型往往比較複雜。採用這一模型的嵌入式視覺演算法，如果在低端設備上運行，將對計算的實時動態性產生很大的挑戰。趙京雷告訴雷鋒網，閱面在過去一年達到的重要成就即在該嵌入式視覺方案里加入了一個嵌入式引擎，能實現幾十倍的加速能力，從而解決了深度學習和低端設備之間的矛盾。

當然，嵌入式視覺演算法還有一項豐功偉績——使得深度學習進入消費級市場並得以大規模應用成為可能。

AI行業應以怎樣的標準來衡量？

自AI行業火樹銀花以來，各種峰會、論壇，甚至是年末盤點類排名更是比比皆是。暫且拋棄權威與否的那些論調，這些排行在上下而起的同時確實吸引了很多不明觀眾的目光，但也讓很大一部分業內人士對此不再感冒。趙京雷算是其中一個。

直至上面這張圖出來之後，趙京雷表示，「這個還相對靠譜點」。

為何這樣評判？趙京雷說，「就AI行業而言，重點主要放在基礎技術和基礎技術在各個行業的應用上。」

AI行業的基礎技術，無非就是視覺、語音和文本，當然這些僅是狹隘的理解。要從廣義上來劃分，AR/VR，甚至是激光雷達、感測器都應該被包含在內。說到AI領域的行業應用，細分板塊就多了去了，如機器人、自動駕駛、AI金融、語音助理、智能安防等等。

「以「基礎技術+行業應用」的形式來劃分排名，可以同時將大公司和創業公司涵蓋。這是比較科學的分類。」趙京雷坦言。

事實上，我們也能看到，從去年到今年，也有很多在學術界頗有影響力的大牛開始走出象牙塔，轉向工業界以輸出光和熱。特別是以國外的谷歌微軟蘋果亞馬遜、國內的BAT為代表的科技巨擘，更是開啟了瘋狂的「挖牆腳」模式。

據Paysa發布的一則數據表明，在過去的6年間，Google、Facebook和亞馬遜三家公司從微軟挖到了大量的AI人才，其中Facebook最高有9%的AI人才來自微軟。同時，在中國，微軟也「被動」地向BAT「輸出」了多位核心技術人員。據雷鋒網此前報道，今年5月底，前微軟研究院首席研究員俞棟宣布加盟騰訊，任職AI Lab副主任，一石激起千層浪。

慶幸的在於，這些學術界大牛確實發揮了他們的力量。在AI技術的前瞻性上，他們擁有的敏銳視角，將引領整個AI行業往更縱深的領域發展。

AI技術尚處於基礎架構階段，產業化落地跟不上，很正常

目前AI技術的產業化落地遠落後於AI技術的發展速度，這在趙京雷看來，是一個非常正常的現象。

基於之前的從業經歷，趙京雷對移動互聯網有著深刻的情結。2015年，就在其上一段創業經歷還未結束之時，趙京雷與朋友們的一次相聚，讓其突然意識到：移動互聯網時代很快就會過去，AI時代將很快來臨。正是這一契機觸發他和友人創建了閱面。

趙京雷將AI行業和過氣的移動互聯網做了類比。他認為，二者必將呈現一樣的發展軌跡。在移動互聯網發展的初期，尤其是基礎設施構建的階段，出現了很多與互聯網相關的工具，比如軟體、數據統計工具等，但是軟體技術的發展與商業化落地之間的速度並不能保持一致。然而當基礎設施構建成熟之後，隨著多款爆品的出現，移動互聯網市場不僅趨於成熟，還劃分出了多個細分市場，新興企業、商業機會、經濟發展的促進等也從中爆發。

所以，結合移動互聯網的經驗，趙京雷對AI行業一直保持著冷靜的態度，他認為目前AI尚處於基礎架構或基礎設施的構建階段。很多行業外人士或用戶對AI本身的價值予以無限的放大，對其擁有過高期望反而更易遭受失望，這並非一個很好的現象。

「人類對待AI應該要回歸理性。目前通過AI技術解決的問題還非常有限。」

趙京雷表示，如何讓AI技術與行業應用更好地結合，應該是AI業界接下來著力關注的重點。目前，整個行業仍存在一個問題，即「很多問題，大家都能解決，但在一些解決不了的問題上，大家卻缺少思路去解決和突破」。換言之，還是創新力不夠，這也是阻礙AI技術實現商業化落地的一大頑疾。

結語

自2015年以來，人工智慧在2年多的時間得到了迅速的發展。不僅是行業內，還是行業外，大家每天都被海量的AI數據所裹挾。而計算機視覺作為其中一項重要的分支，也被業界廣為關注。7.7-7.9日在深圳舉辦的「全球人工智慧與機器人峰會」（CCF-GAIR），主辦方中國計算機學會（CCF）、承辦方雷鋒網與香港中文大學（深圳）也為大家準備了CV+專場。閱面科技CEO趙京雷屆時也將蒞臨大會現場，為大家帶來他對計算機視覺在行業應用上的看法和觀察。

除此之外，CV+專場的演講嘉賓還有：微軟亞洲研究院資深研究員 梅濤；阿里媽媽精準展示廣告技術部負責人 蓋坤；中山大學教授、商湯科技執行研發總監 林倞；圖麟科技CEO 魏京京；中科院計算所研究員、中科視拓董事長兼CTO山世光。歡迎大家關注。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！