在這一輪以人工智能為主的全球技術競賽中，中國體現出了不俗的表現。無論是在基礎學術領域的貢獻，還是在各行業中的滲透，中國都展現出與美國一起引領世界的態勢。美國《紐約時報》于當地時間2月3日刊發文章稱，在人工智能時代，不僅人們的生活會因此改變，AI 還會將國家之間的科技競爭拉到相對平等的起跑線上，而中國則是美國在這條賽道上的一個勁敵。

 

 

目前中國的人工智能行業發展現狀如何，中美人工智能產業有何差異？2月13日，印奇代表曠視(Face++)，應 Stanford GCBC、Stanford CEO 以及 AI+ Club 邀請探訪了硅谷，并做客斯坦福為大家分享了關于中國、關于曠視在這一波科技革命中的亮點與不同。

 

當全球正在探索更好的算法時，中國則正在探索如何利用 AI 實現產業結構升級……

 

中國人工智能產業新常態

 

不得否認的是，深度學習（Deep Learning）作為人工智能頂級前沿的應用型技術，對于衡量中美人工智能技術進展有著重大參考作用，也是有史以來第一次讓機器最為接近人類思考的技術，通過模擬人腦的訓練方式，能夠讓機器可以進行自動學習。曠視(Face++)是人工智能爆發前夜第一波投身人工智能行業應用的公司，也是中國人工智能產業代表企業。

 

印奇從曠視(Face++)成立的2011年說起，彼時移動互聯網、社交網絡正熱，而人工智能對于全球來說（尤其是利用深度學習方法的人工智能）則極為冷門，那時中美在人工智能領域幾乎位于同一起跑線上，而5年后人工智能就被推到了風口浪尖，中國的人工智能產業則顯現出了以下現象：一方面，中國創新科技企業掀起了對國際 AI 論壇的贊助熱，人工智能學者和企業技術團隊表現出了對學術會議、技術競賽的參與熱，另一方面，中國相比美國更關注 AI 在產業中的實際應用價值，人工智能應用變現成為一種新常態。也許在語音、搜索等成熟的 AI 賽道中，美國一些大公司更有優勢，但中國面臨著產業升級的嚴峻形勢和傳統行業轉型的迫切需求，于是中國在眾多新興行業和傳統行業改造中將有更多的機會。

 

人工智能 “X” 的商業價值

 

人工智能新常態下，如何認清市場形式尋求突破 ？“時間點對于技術企業來說非常重要，不能早也不能遲。”印奇在分享企業管理經驗時強調，“更重要的是，需要管理者具有足夠的技術洞察力（Insight）和對產品周期的判斷力，并需要選擇一條清晰的路徑來實現。” 曠視(Face++)成立伊始就確定 Deep Learning 將會成為未來人工智能發展的技術關鍵，是機器大腦的核心，而曠視則選擇聚焦在視覺領域（Computer Vision）中，并從更小的領域——人臉識別切入，來一步步由小到大地發掘人工智能的商業價值。具體來看，曠視提出了“4+X”的技術路徑，實現從 Face（人臉）、 Human（行人）、Text（文字）再到 Vehicle（車輛）的機器視覺能力進化。

 

曠視 “4+X” 技術演進

 

以上四項幾乎覆蓋了蘊含商業價值的全部場景，通過對場景中這些人臉、行人、文字、車輛數據的提取和結構化建立人、物、事件之間的連接。“人工智能浪潮中，技術是起點，但決定勝負往往不是技術。深度學習有著非常強的定制化能力，它的本質特點實際上是降低了技術的門檻，”印奇表示，“在實現商業化路徑的時候，首先要做好頂層設計，剩下則由行業驅動的定制化，而這里的 X 就是定制化的表達。 ” 2015年曠視自研開發了深度學習引擎 Brain++ 用于人臉、物體、行人等一系列圖像識別算法訓練，Brain++ 甚至比 Google TensorFlow 早半年推出，有了這些通用平臺和開源工具，更多的人都能夠使用深度學習來創造自己的產品。

 

AI+行業：“Sexy” 的 To B 市場

 

在推進人臉識別技術商業化的路上，從 To D、To C 再到 To B ，曠視一直在探索尋找最有價值的市場和最適合人工智能生長的土壤。在曠視看來，只提供單純的算法、技術授權或軟硬件都不是真正意義上的人工智能企業，或者說不是一個能夠長久的人工智能企業的做法。因為任何一個人工智能企業脫離產業實踐都是行不通的，要實現技術商業化就一定會和某一行業綁定，通過為其降本增效助推行業升級最終顛覆整合行業。在明確了這一點之后，曠視便確立了未來幾年的商業模式——賦能行業用戶和企業級用戶實現智能化升級，而 B 端市場的商業價值無疑是巨大的。

根據“技術-產品-數據”的商業閉環，曠視早期就樹立了核心技術壁壘，通過產品化向金融、安防、地產、零售等多個行業輸出端到端的整體解決方案，而其中的人和人能夠產生的數據（身份信息、行為記錄等）都是這些行業的核心價值，也是深度學習訓練和強化學習的養料。從人們手中的智能設備、各類智能自助終端到每一個公共區域的動態監控，未來，智能攝像頭會遍布人們生活中的各個角落成為物聯網（IOT）世界的關鍵組成部分。實現物聯網是曠視前進的動力，通過的人臉識別、行人識別、文字識別、車輛識別等 AI 技術，將線下空間中的物理信息結構化從而形成可為行業所用的數據，真正落實“ AI + 行業”。

 

根據“技術-產品-數據”的商業閉環，曠視早期就樹立了核心技術壁壘，通過產品化向金融、安防、地產、零售等多個行業輸出端到端的整體解決方案，而其中的人和人能夠產生的數據（身份信息、行為記錄等）都是這些行業的核心價值，也是深度學習訓練和強化學習的養料。從人們手中的智能設備、各類智能自助終端到每一個公共區域的動態監控，未來，智能攝像頭會遍布人們生活中的各個角落成為物聯網（IOT）世界的關鍵組成部分。實現物聯網是曠視前進的動力，通過的人臉識別、行人識別、文字識別、車輛識別等 AI 技術，將線下空間中的物理信息結構化從而形成可為行業所用的數據，真正落實“ AI + 行業”。

 

人工智能正在改變人們的生活習慣

 

隨著技術水平的提高，未來人工智能技術將會全面驅動生產力升級，如同電力對各行各業的影響，人工智能將會進入到安防、金融、地產、醫療、零售、能源等諸多行業中，與美國相比中國擁有著人口集中的優勢，這也意味著以 為人服務、優化人力密集型行業 為使命的人工智能技術將會在中國有極大的應用市場。中國很可能會先于美國誕生第一家 IPO 的 Deep Learning 公司，但人工智能商業化是一場是曲折而沉重的長跑， 印奇在最后的總結中講到，這個過程充滿挑戰和探索，在新常態下從業者需要堅定的毅力并保持專注才能在這場技術競賽中不被甩掉。