国字号AI实验室宣布筹建，人工智能开启新纪元？

在最近以人工智能为主的全球技术竞赛中，展示出了不俗的表现。无论是在基础学术领域的贡献，还是在各行业中的渗透，都展现出与美国一起引领世界的态势。，在人工智能时代，不仅人们的生活会因此改变，AI 还会将国家之间的科技竞争拉到相对平等的起跑线上，而则是美国在这条赛道上的一个劲敌。

目前的人工智能行业发展现状如何，人工智能产业有何差异？近日，旷视(Face++)CEO印奇应 Stanford GCBC、Stanford CEO 以及 AI+ Club 邀请探访了硅谷，并做客斯坦福为大家分享了关于、关于旷视在这一波科技革命中的亮点与不同。

▋上图为各国每年发表的“深度学习”及“深度神经网络”相关主题论文数量，在最近五年内的学术论文呈现出绝对赶超之势，而在2014年第一次超越了美国，进入到领先位置。

▋旷视 “4+X” 技术演进

以上四项几乎覆盖了蕴含商业价值的全部场景，通过对场景中这些人脸、行人、文字、车辆数据的提取和结构化建立人、物、事件之间的连接。“人工智能浪潮中，技术是起点，但决定胜负往往不是技术。深度学习有着非常强的定制化能力，它的本质特点实际上是降低了技术的门槛，”印奇表示，“在实现商业化路径的时候，首先要做好顶层设计，剩下则由行业驱动的定制化，而这里的 X 就是定制化的表达。 ” 2015年旷视自研开发了深度学习引擎 Brain++ 用于人脸、物体、行人等一系列图像识别算法训练，Brain++ 甚至比 Google TensorFlow 早半年推出，有了这些通用平台和开源工具，更多的人都能够使用深度学习来创造自己的产品。

在推进人脸识别技术商业化的路上，从 To D、To C 再到 To B ，旷视一直在探索寻找最有价值的市场和最适合人工智能生长的土壤。在旷视看来，只提供单纯的算法、技术授权或软硬件都不是真正意义上的人工智能企业，或者说不是一个能够长久的人工智能企业的做法。因为任何一个人工智能企业脱离产业实践都是行不通的，要实现技术商业化就一定会和某一行业绑定，通过为其降本增效助推行业升级最终颠覆整合行业。在明确了这一点之后，旷视便确立了未来几年的商业模式——赋能行业用户和企业级用户实现智能化升级，而 B 端市场的商业价值无疑是巨大的。

根据“技术-产品-数据”的商业闭环，旷视早期就树立了核心技术壁垒，通过产品化向金融、安防、地产、零售等多个行业输出端到端的整体解决方案，而其中的人和人能够产生的数据（身份信息、行为记录等）都是这些行业的核心价值，也是深度学习训练和强化学习的养料。从人们手中的智能设备、各类智能自助终端到每一个公共区域的动态监控，未来，智能摄像头会遍布人们生活中的各个角落成为物联网（IOT）世界的关键组成部分。实现物联网是旷视前进的动力，通过的人脸识别、行人识别、文字识别、车辆识别等 AI 技术，将线下空间中的物理信息结构化从而形成可为行业所用的数据，真正落实“ AI + 行业”。

例如人工智能在金融科技（Fintech）中的应用，大数据、云计算和生物识别技术的多方结合能够为线上化的金融业务提供更高级别的风控保障。2015年，旷视上线了以 OCR、活体验证和人脸识别技术为基础的互联网身份验证解决方案 FaceID ，目前已累积为1.12亿个账户提供了实名验证，覆盖银行、P2P、消费金融、支付平台、征信等众多金融行业，增强了账户安全和账户质量。，机器相比人类具备更卓越的能力，通过旷视(Face++)的人脸识别动/静态布控管理解决方案，G20 期间地方市局平均每天抓到1名犯罪嫌疑人，这是以往的警力不能做到的。此外，旷视(Face++)的人脸识别技术也走进了地产行业，通过与建筑的弱电控制和基础设施实现系统集成升级为智能楼宇，智慧地产市场的大门也随之打开。

随着技术水平的提高，未来人工智能技术将会全面驱动生产力升级，如同电力对各行各业的影响，人工智能将会进入到安防、金融、地产、医疗、零售、能源等诸多行业中，与美国相比拥有着人口集中的优势，这也意味着以 为人服务、优化人力密集型行业 为使命的人工智能技术将会在有极大的应用市场。很可能会先于美国诞生第一家 IPO 的 Deep Learning 公司，但人工智能商业化是一场是曲折而沉重的长跑， 印奇在最后的总结中讲到，这个过程充满挑战和探索，在新常态下从业者需要坚定的毅力并保持专注才能在这场技术竞赛中不被甩掉。 

本文转载自Megvii旷视科技