5 月 25 - 27 日，在杭州，上千名志願者、出品人完成了一場為年青人舉辦的大會。按照發起人阿里巴巴技術委員會主席王堅的說法，2050 是一個年份，不太近，充滿想象，也不太遠，我們都能活著看到。
在第一次聽到「讓世界離年青人更近，讓年青人離世界更近」這樣的辦會理念時，我們想起機器之心用前沿科技內容聚合的全球 AI 青年，從在象牙塔裡研究技術到畢業後面臨創業、擇業的選項，他們不僅應該關心技術走向，也需要了解因為這些技術的創新促成了產業正在發生的商業變革。
而那些被我們報導過的 AI 創業公司，大多恰好處於成長週期的少年或是青年階段，如何生存和發展也同樣是他們心頭大事。
在 2050 大會上，機器之心發起了一場以《AI 技術公司的活法和前景是什麼》為主題的論壇，雲從科技、體素科技、深瞐科技、聲智科技、一知智慧和 Udacity 分別談了談 AI 技術如何才能「落地為安」。以下為第一支演講影片——雲從科技聯合創始人溫浩《人臉識別技術照進產業場景的距離有多遠》：
要點速覽：
為什麼選擇人臉識別？人機互動的視覺入口，跟機器打交道必須知道你是誰，這是一個入口；這是一個市場足夠大的 AI 賽道；人臉識別是天然的跨行業入口。
我們應用時發現，學術和實驗室的領先並不能帶來你多大的落地優勢。如果真正去做一個行業落地的方案，可能要非常多的技術模組累積，才能代入到你的值函式里面去，真正做到適應某一個場景，某一個行業的人臉識別的應用。
演算法的門檻在降低，這個門檻最多保持兩年時間。
巨頭來了怎麼辦？保持各種技術的相對領先，儘量向你的上下游擴充套件，上游包括晶片、下游包括硬體和整合提供商，建立產業生態圈，去做跨行業的 AI+ 的行業大腦。
今天其實是科學家創業最好的時代，大家可以看到現在所有 AI 企業的背景都有科技的背景。這是十年前很難想象的，十前年有很好想法，就可以做網際網路創業，現在還要有科技的背景，這是資本對知識性人才的一個熱捧。
感謝機器之心邀請，也感謝雲棲大會，我講的題目是：人臉識別技術照進行業場景的距離有多遠，這是主辦方給我規定的題目。
在 AI 的裡面，我們有很多落地的想法，我們也把我們的經驗給大家分享一下。
2014 年冬天的時候，我和雲從科技的創始人也是我的大學校友，就是周曦博士，當時在中科院重慶院。
我們在思考到底做哪個具體的方向，雲從當時還沒成立。
我們當時的優勢在計算機視覺，我簡單列了 CV 可以做到哪些內容。
一個是物體識別，包括搜尋變革，以圖搜圖，這個已經開始有了。然後還有生產製造，在生產製造過程中識別物體。
還有在交通領域識別汽車和物流的東西，這是物體識別這一大類。
另外一類是人臉識別。
現在可以看到很多人臉識別的應用，包括安防，包括娛樂，直播，廣告營銷，金融、社群，這是我們平時會碰到的運用。
CV 還可以結合其他的 AI 技術，比如說自然語言理解，人機互動，可以做一些自動駕駛或者 AR 方面的工作。
或者像剛才結合生物科技和醫療技術，做一個疾病輔助檢測。這個應用就是計算機應用非常多的方面，我們知道 70% 到 80% 的技術是來自人臉識別。這是很大的一個方面。
當時，我們在中科院的時候，做了很多東西。
除了人臉識別，車輛識別，還有一個機器人模型試衣，給遠端買家看一下，效果是如何。我們做了這些類似的應用。
但是，大家都知道，微軟是在計算機影片和 AI 技術，各方面語音都做的非常好的公司，有很多大牛。周博士當時在微軟亞洲研究員和西雅圖做過訪問，像微軟這麼牛的公司都沒有完全在市場上做的非常好，也沒有實現盈利，所以，我們 AI 初創企業不可能把資源都分散到很多點上去，要專注道一個點上面。
我們為什麼選擇人臉識別？
第一個，因為是人機互動的視覺入口，跟機器打交道必須知道你是誰，這是一個入口。
然後，市場也是比較巨大的，我們選一個 AI 的賽道就要選一個市場足夠大，哪怕是很小的市場份額都可以獲得一個比較大的盈利空間。
舉個例子，微軟鮑爾默評價谷歌和微軟都是大的公司，但是，谷歌比微軟更偉大，不是因為谷歌技術更牛，而是因為谷歌的賽道是在搜尋和廣告上，這是一個非常大的市場。
微軟主要在辦公軟體上，作業系統這個市場沒有廣告市場這麼大。
所以，他認為谷歌更厲害。當然，這是一方面的評價。
所以我們要選擇一個大的賽道，才能保持快速增長。
第三個，最重要的是，人臉識別是天然的跨行業入口。在 AI 技術裡面，人臉就是非常好的入口。
我們剛才列舉了很多服務，金融、安防都可以用人臉，你既然選這個技術，以後可以到很多行業去，可以把你的技術延伸到非常多的方面去，這是我們的一個考慮。
我們其實在這方面也是有一定的底氣。從 2007 年到 2016 年，我們拿了相關計算機視覺挑戰賽的七次冠軍。
比如說像 2010 年 ImageNet 就是一個非常權威的視覺識別挑戰賽，超過一千個影像種類，100 萬張訓練圖片的時候，我們領先第二名 17% 的成績。當時，全球參賽者 150 個隊伍，包括 IBM、東京大學、索尼等世界一流的研究機構，我們還能領先他們 17%，所以，我們也覺得是比較有底氣。
2016 年，我們參加了微軟的全球影像挑戰賽，在困難挑戰資料集，它是考慮了光照，主要針對人臉的，光照、視覺和解析度的各種情況下，演算法拿第一。
在理論實驗上，我們可以做到相對領先。
但是，實際上，我們應用時發現，學術和實驗室的領先並不能帶來你多大的落地優勢。
我們當時做了很多 SDK 賣給整合商或者合作合作伙伴，很多時候，實際現場效果不是特別好，甚至做倒閉了的也有，我們也是感到迷惑。
人臉識別各種現實的挑戰是很多的，我們知道在光線、角度、遮擋、表情、年齡、模糊的情況下，計算機要做到非常精準地識別一個人，不是這麼容易辦到的。
列舉一下。
不同的光照的情況下，臉上感覺是不一樣的。這個是模糊，因為攝像機是抓取的，有可能在運動中，也可能焦距對的不準，產生模糊狀態，這個時候辨別一個人就比較困難。
還有這種角度，除非這個是計算機是周杰倫的粉絲，不然，這種情況一般來說都會有影響。
這種，如果是粉絲估計也比較困難，確實年紀變化比較大。
還有遮擋，這是純天然的。表情，當然這是影帝級的，這會嚴重影響五官的扭曲。
如果把這些因素克服了，是不是可以識別人臉？不是，還有很多要考慮的問題。
第一個就是確認和識別的問題，1：1 和 1：N
1：1 回答的是這個照片是不是這個人，這個照片是我嗎？是一個確認問題。
但是，識別，是一個我是誰的問題。他在 N 個人裡面，這個 N 可能很大，可能是，一般來說小的話是幾千人幾百人，大的話是幾千萬人，比如說杭州市可能是上千萬人，上海 2 千萬，中國十幾億。
所以，上千萬上億人口中，回答他是誰的問題，這個就非常困難了。
有一些資料表明，大概一億個人左右，就有長的跟你相像的人，更不用說雙胞胎。1：N 是比較大的問題。
還有配合和非配合。
很多時候，配合式地去在裝置上刷卡，但有很多時候，我是在抓取，處在遠距離，比如，我們在這個空間裡面，動態地看某個人，
甚至這個人是逃犯，有意識地戴一個鴨舌帽戴個口罩進行遮擋，非配合情況下，怎麼把他識別出來。
甚至可能連臉都抓不到。這個時候，我們有一個技術，叫跨鏡頭，跨場景行人的再識別檢索，叫 ReID，只看到它的衣著和他的步態，就可以把他判別是同一個人，這種的話難度就更大，還是跨鏡頭的，可能是相關區域的一個鏡頭。
還有防攻擊。
我們知道，很多時候是關鍵性應用，我們要確保他是真人而不是照片，不是影片，這是一個活體檢測。
活體檢測，現在是常見的技術。以前手機常用的是動作，讓你扭一下頭，眨一下眼睛，不是特別好。
現在可以做到紅外，結構光，結構光就是類似 iPhoneX 上的 3D 投射技術。根據投射光的反射來計算是否是一個 3D 的技術。
還有其他一些技術，還有這個識別。這是誰出的題，這根本不是一張臉，這就是部分了，這個時候，你的心情可能是這樣的。這個表情，要要注意分析。計算機分析它的內心是沮喪還是崩潰，表情分析現在也是一個應用方向。以後做到人機的情感交流，計算機不光要知道你是誰，還要知道你的內心，透過表情判斷你的內心，這個也是非常重要的一個方面。
所以說，我們從實際的經驗來看的話，現在有很多開源的人臉演算法和開源軟體，其實它並不能真正解決問題，它們根本沒有考慮到各種場景和各種應用的因素，如果真正去做一個行業落地的方案，可能要這麼多的技術模組累積，從這個角度，旋轉，光照，光線照、年齡、性別、表情、活體比對識別等，這裡列了一部分，沒列完，這樣的話，才能代入到你的值函式里面去，真正做到適應某一個場景，某一個行業的人臉識別的應用。
這就是我們大概創業三年來，我們的 SDK 或者技術方案都是分的行業、場景，甚至分的前端，還是在什麼樣的配合下，或者非配合下，考量的一個技術。這是我們的一個想法。
另外一個就是說技術累積，是日積月累的，不是一蹴而就的，我們在埋頭拉車的同時，我們要看看到底要走什麼樣的路，就要抬頭看路，這是今天第二個給大家分享的。
當時有一個選擇，是做 C 端還是 B 端。
這個照片是以前拍下來的，我們做了一個換髮型的，直接去理髮店做一個髮型，我不要看著明星的臉，那個沒感覺，我會把自己的臉拍下來含一個髮型，看一下想要的效果是什麼樣的，這是 2013 年做出來的，大家看效果，還湊合。
我們還做了一個遊戲，叫智慧頂球，在重慶高交會上，根據人臉來判斷位置，來頂球，這個遊戲很火爆，每天從開館到閉館，排隊要玩。
還有一個是金融領域的應用，用在 B 端的，刷臉取款。現在在農行裡面，很多 ATM 刷臉取款機都會慢慢支援，現在在北京有試點，帶身份證，不用帶銀行卡，然後刷身份證進行比對，就可以進行小額的取款。農行和建行今年大部分都會上，整個過程中沒有任何的手機或者銀行卡相關的應用，這個都沒有。
另外在公安裡面，一直是有剛需。
公安裡面兩大類，一個是抓人，它一般是在火車站地鐵站進行布控。
另外就是大庫檢索。假如我從天網裡面抓到一張比較模糊的嫌犯的照片，我要知道身份是什麼，這個庫有上千萬的，比如三千萬人口，去搜尋，它最像誰。
這個是 B 端的應用，這個是 C 端的應用。
C 端對客戶的體驗要求是非常高的，要求你的體驗非常好，不會想一個不好玩的東西，用兩天就沒意思了的。
第二，使用起來要非常方便、穩定，不希望 AI 有非常複雜的使用手冊給到終端的客戶。
還有對價格很敏感，考慮到成本，不能是太貴的東西。
在 B 端，要面對的第一個問題是，門檻會相對高一點。
比如說，我們跟銀行做的話，銀行對供貨商的要求是比較高的，這個我們也是走過彎路的。我們第一次給農行做生意，當時我們是初創，還不是農行，是工行，第一大行做生意，談到最後發現我們的資質跟不上，剛成立，沒有資質，這個就非常可惜，很多投標，只能委託其他家幫我們一起投標，只能這樣，這個事是比較曲折的故事。但是，只要你進去了，你就比較穩定的。
還有就是它對專業服務要求比較高。像銀行裡面，它要求八個小時之內就必須做到響應，否則就是事故。
它對價格相對來說不太敏感，所有 B 端客戶對價格都不是特別敏感，除非是非常靠近 C 端的，比如說，做門禁的廠商，門禁的終端價格要很低，這個時候相對來說敏感一點。一般來說都是不太敏感的。
對技術要求來講的話，總的說來，C 端的要求比 B 端的高，這就是為什麼我們會選擇 B 端做切入口。
在做 B 端的行業時，需要考慮的幾個問題，第一個就是行業裡的產品和解決方案必須多。
在銀行網點裡面，比如這是一個常見的銀行網點，我們做了 9 個方案，從排號填單到遠端 VIP，終端，和超級櫃檯，體驗和客戶分析的終端，包括售賣機還有還有網點智慧平臺，我們都做了相應的解決方案，有些是是終端，有些是遠端業務，有些是分析平臺，從 15 年開始，我們在銀行領域做了 42 個解決方案，不是簡單的賣個演算法進去就 OK 的事情。
第二個，如何增加行業客戶的黏度。
我們覺得是雲加端，不只是演算法。
演算法你覺得很高大上，但是很容易被顛覆，百度都開源了，谷歌推出了自動機器學習，以後完全不懂 AI 的公司可以自動訓練，你演算法的門檻會降低，這個門檻最多保持兩年時間。
我們可以在行業客戶的雲端，就是軟體端，它的軟體系統其實是不容易被替換的。
大家可以自己想想，你的手機，你的手機號很難換掉，s 手機只要出新的，我基本上都會換掉，哪怕手機再貴。
這個其實是一個道理，客戶的軟體系統和業務系統很難換掉。
所以，我們做 AI 的可以儘量考慮佔它的軟體和硬體，硬體就是它的終端，把一些演算法置前，然後它也會用到終端。
用上了一個軌道之後，也會有一定的依賴性，終端的依賴性不是特別高，還是要和雲端進行配合，才可以形成標準的黏度的系統。這是我們的第二個想法。
第三個，在全國，我們有一個銷服的體系。同時，真的是風裡來，雨裡去，跋山涉水，到機房，到現場，甚至自己裝攝像機，我們還發生了觸電的事件，這個也是比較危險的事。但是沒有這個事情，你是做不到這個銀行客服滿意的，因為不是高大上才是 AI 企業，你還要做髒活累活。
巨頭來了怎麼辦，所有所有企業都會面臨的問題。BAT、做得非常好的科大訊飛、安防做得很好的海康威視，電商做的很好的京東，可以說，它們既是夥伴也是一個壓力，我們怎麼和他們在這個市場裡面去博弈呢？
每家其實都不一樣的路數，我們提供一下我們雲從的想法給大家分享一下。
首先是保持技術的相對領先，你做 AI 的，技術不領先，怎麼做你的市場和和你的產品呢。
所以我們第一，我們還是相對專在人臉技術和人機互動的技術，比如說，人證對比的透過率上做到金融級的，誤識率要做到百萬分之一甚至千萬分之一之下，同時還要做到 95% 以上的透過率。
透過率是指，如果是你本人去比對，透過率 95%。如果是別人的話，就是誤識率，只有千萬分之一的誤識。這個指標是非常重要的，我們在銀行和公安裡面，拿了 85 次測試的第一名。這是一個硬指標。
另外一個像一些新的技術，比如說跨境追蹤，我們剛剛在三月份，重新整理了三個世界記錄，特別在 Market-1501，這是一個比較權威的資料集，我們做到 96.6% 的首位命中率，重新整理了阿里 1 月份的世界記錄，首次達到商用水平。以後我們基本上可以用這個技術進行跨境追蹤，哪怕沒有你的人臉，你的衣著體態都可以判斷出來，這是一個比較好的技術運用。
當然還有 3D 結構光，我們在前面也釋出了。
儘量向你的上下游擴充套件，上游包括晶片，下游包括硬體和整合提供商。
其實，你在擴充套件的同時，這個可以給你增加一個生存空間。
比如說你的晶片整合了你的演算法，同時你的硬體是軟硬一體的，你的成本很容易控制
這時候你跟巨頭博弈的時候，成本會很低，價效比很高，這樣可以營造空間增加你的競爭力。
還有一個就是，因為人工智慧已經上升到國家的一個戰略，所以我們作為中科院的背景，我們也有義務去支援國家戰略，建立產業生態圈，兩個方面：
一個是頂層上，我們參與了國家和行業的人臉識別標準的制定，同時和四大行，公安部，民航總局和中科院進行戰略合作，建立聯合實驗室，合理合法獲取他們的一些資料。
第二我們也承接了國家發改委的兩大平臺，一個是基礎資源公共服務平臺，這個是和和百度、騰訊、科大訊飛一起分別承擔的，還有一個是今年 1 月份在高準確度的人臉識別系統產業化，和公安部一所一起承擔的。
地方上，和重慶、廣州、上海、蘇州、成都、黑龍江這些省市進行戰略性的合作，進行落地和生態圈，這樣可以把很多上下游的產業和合作夥伴一起拉進來，把這個事情做大。
第四個就是我們去做 AI+ 的行業大腦。
AI 是跨行業的，所以我們做了很多行業大腦，從銀行到公安，到機場，到社群、零售還有教育，還有健康。健康跟剛才的醫療不太一樣，還是日常的健康檢測。
最後會構成我們的雲從大腦。
這個地方，大家會覺得，跟剛才前面的是不是有點矛盾，不是說要保證技術上的專注嗎？
是的，專注人臉識別，人機互動技術。但是行業上是有擴張性的，這個是不矛盾的。
這個是一個戰略步驟，只有這樣，體量才能迅速增長，體量增長了，才有和巨頭博弈的實力。
最後，AI 初創企業還是要有夢想，雲從的夢想是定義智慧生活，提升人類潛能。
這個口號似乎有點大，夢想和企業能不能成功沒有必然的關係。就像騰訊這麼大了，也有人說它沒有夢想，這個不是必然的，但是我們覺得，這個定義智慧生活，其實很顯然不是一個簡單的口號，我們是實實在在做的，比如說定義智慧生活，真的用我們各行各業的方案，也許今天你還沒接觸到，也許很快就能接觸到這些東西，包括購物機及這些終端裝置會很快接觸到，這個是智慧生活的定義。
我們認為人工智慧也不是代替人類，在可預見的未來是提升人類潛能的，用專家的經驗進行復制，幫助人類。就像剛才用醫療技術幫助醫學專家一樣，所以說，這個是我們的一個想法。
最後兩句話作為一個結束。
一個是雖有智慧，不如乘勢，雖然鎡基，不如待時。這是出自孟子。
鎡基，是一個農業工具，農業活動必須看天時。整句話就是就是說，要乘勢而為。
也就是說，如果你選對一個事，可以做到事半功倍。
我們覺得今天其實是科學家創業最好的時代，大家可以看到現在所有 AI 企業的背景都有科技的背景。這是十年前很難想象的，十前年有很好想法，就可以做網際網路創業，現在還要有科技的背景，這是資本對知識性人才的一個熱捧。
在座的各位應該感到自豪，真正的是知識經濟時代真正來臨了。
這是我們的一個想法，所以在這個時代，大家只要有夢想去創造，一定可以成功。