人人智能FaceOS: 以ARM為核心, 打造人工智能時代的微軟帝國

2016年8月，尚在北京的人人智能CEO王海增接到國安部門的電話。要求公司在最快時間派工程師到杭州去，十萬火急。

彼時，王海增已是安全領域近20年的老兵，經驗豐富的他本能地派出精兵強將，當天前往。一路披星戴月，人人智能的工程師們卻早已習慣：作為國內少有的與公共安全深度接觸的人工智能公司，這樣的差旅已經屢見不鮮。

不出王海增所料，公司在戒備森嚴的G20現場，肩負起峰會核心區的人工智能安保工作。曆經工程師幾天不眠不休地工作與克服種種困難，人人智能成為業界不多的擔此重任公司之一。

人人智能團隊

G20的故事，隻是體現人人智能競爭力一個方麵。王海增介紹，公司的應用產品已經覆蓋了人臉識別的多個領域。安全領域有新疆和首都的人員證件比對查驗;金融領域有銀行貴賓免卡身份識別和小微貸款公司人員證件查驗;企業應用領域有公司的全國數據中心人臉門禁項目。而立足於前端智能領域的模塊化智能芯提高，其嵌入式智能硬件模組，可以讓人臉識別的產品節省80%成本，縮短研發周期6個月。

2017年大火的人臉識別，讓人們在最重要的安全領域看到了未來。一時，市場上群雄並起、百家爭鳴。但對人人智能來說，這還是隻這一突破性技術的牛刀小試。坐擁前端智能首款機芯和剛剛發布的首創雙目攝像頭，公司已在人工智能領域別具一格。未來，它對人臉識別的規劃還有更大的野心。

選擇：前端智能的第一款機芯

2017年，經過數年的搏殺，雲計算領域格局已經逐步形成。不管是本土的騰訊雲還是阿裏雲，抑或外來的微軟雲和亞馬遜雲，都已憑借自身的實力在行業中占有一席之地。但另一方麵，英特爾、華為、ARM亦開始嚐試將雲端植入到本地，在靠近用戶和信息的來源端采集數據和進行計算。通過前端智能以本地化的處理分析能力，加速工作的效率和計算的速度。

而人工智能的加入，更是在這個風口浪尖的領域掀起了革命的巨浪。

而浪潮之中不可避免的，是美麗而虛幻的泡沫。王海增坦言，現在基於人工智能想象的場景，往往很難真正實現：任何一個時代的拐點，產業初期的都會經曆不大不小的泡沫：通訊時代的諾基亞、摩托羅拉、愛立信們如是，互聯網時代的IBM、微軟、雅虎們亦如是。為了避免這樣的泡沫，人人智能選擇了從技術落地的層麵反推人工智能的道路：什麼樣的人工智能產品，能夠結合華為、中星微、聯想、三星等團隊成員在安全領域的深厚積澱，帶來豐富的應用場景和優良的用戶體驗呢?

答案呼之欲出：機芯。

通過底層軟件加硬件的結合，解決人工智能最底層計算。在移動設備的前端，由GPU芯片已經完善的基礎上，通過基於芯片的底層軟件，把人工智能在前端開發出來。從而達到英偉達一樣同時設計軟硬件的效果。

而機芯的核心在於，精準的算法和強大的芯片。

華為工作8年，先後輾轉中星微電子和中科院博士，深耕安全領域的王海增對人工智能時代的算法有著自己的理解。他將算法的創新分為幾種：實驗室級別的算法成功率在50%以下，這個階段隻適用於學術研究;娛樂級別的算法成功率在50%~80%，其較低的識別精度和風險的要求剛剛可以在自拍和聲音仿真中應用;消費級的算法精度在80%~95%之間，可以通過人臉考勤機等方式商業化，但過多的場景限製和較低的識別精度讓市場不溫不火。

人臉識別在人工智能時代突飛猛進的核心在於商業級精度算法的產生。高達95%~99.9%的精度已經能滿足如公安人臉布控、攝像頭人臉隨機識別等安全場景。而人人智能的算法，劍指十萬甚至百萬分之一出錯率的金融級安全，以識別絕大多數的雙胞胎為目標，突破人臉算法的新瓶頸。

人人智能CEO王海增沉浸安全領域近20年

機芯的芯片落地，除了人人智能算法之外，亦依托於知名芯片公司ARM的宏觀布局。

幾乎不生產芯片的ARM創造了世界上應用最廣泛的芯片技術，通過將芯片設計開放授權給合作夥伴，ARM的架構產品已經達到1000億顆，覆蓋世界超過95%的智能手機和平板電腦。Atmel、Broadcom、Cirrus Logic、Qualcomm、富士通、英特爾、IBM，英飛淩科技、任天堂、三星電子、Sharp、STMicroelectronics、德州儀器和VLSI等主要芯片公司均擁有各個不同形式的ARM授權。

人工智能時代，被日本軟銀於320億美金收購的ARM野心昭然若揭：讓未來的所有設備、硬件都能運行在ARM的芯片智能技術上，為此，ARM特地在2017年3月發布下一代的人工智能架構DynamIQ，通過對CPU和係統兩方麵進行提升，比市麵上最好性能的芯片AI能力再“提升50倍”。

強大的算法和剽悍的芯片，是人人智能足以有底氣產出業界第一款智能機芯的重要原因。其強大的處理能力能夠讓產品節省80%的成本，研發周期縮短到6~12個月。

首創與革新：雙目攝像頭

除了機芯之外，剛剛發布的雙目攝像頭，是人人智能傲視行業的首創之舉。王海增認為，對比安防領域的傳統設備，雙目攝像頭的革新主要在三個方麵：

首先，現有攝像頭無法在各種光線變化的下進行數據采集。通常需要拍照的時候，機器無法照顧到不同光線和角度。這就需要額外的寬動態攝像頭來能識別臉部光線和陰影的變化，進行更深度的分析。而傳統的單目攝像頭卻隻能拍攝一個平麵，無法就光線和角度進行優化。

第二，有效解決人體偽造的問題。傳統的單目攝像頭，幾張照片就可以騙過95%的考勤門禁係統。哪怕個別機器要求眨眼動嘴的麵部表情，也可以用人體照片合成來達到目的。而人人智能的雙目攝像頭，則可以通過三維成像精準判斷人臉深度信息，從而清晰的了解平麵與三維的差別。王海增笑言，“除非你做的人體麵具做到高度仿真，自己幾乎無法分辨，否則隻要和本人有差異，雙目可見光人臉算法就能認出你來。”

第三，突破本身算法上的限製。引入雙目攝像頭，涉及到人臉識別算法以外的雙目立體算法。表情的檢測和立體的深度也需要雙目攝像頭和它的立體算法現來判斷人的臉深度信息，從而帶來未來的更多體感功能。這樣一旦照片與真人有衝突，人臉算法就能首先分辨。

人人智能打造的首款人臉識別雙目攝像頭

在安防領域，雙目攝像頭可以解決安防人員短缺，以及成本高的痛點。

根據國家衛計委流動發布的報告，2015年中國流動人口規模達到2 .47億人，占總人口18%。流動遷移人口在2020年前將每年增長600萬~700萬人。而與之相對的，警察人數確沒有什麼變化，這無形中極大增加了整個公安係統的成本。

王海增告訴Xtecher，“一個檢查人員的一年成本，算上五險一金，可能要達到10萬人民幣左右。出於心理和生理上的雙重疲勞，人工檢查準確度往往維持在百分之六七十左右。而造價僅僅是人力一年成本五分之一到十分之一的機器，卻能能達到98%、99%的準確度，這將真正解放這個行業。”

立地：發力人機交互，普及智能技術

王海增認為，未來人臉識別的發展將會有兩個方向，分別算是“頂天”和“立地”。所謂頂天，是指技術的再上一層樓，把人臉識別的精度從商業級(95~99%)發展到未來的金融級(99.999%)。所謂立地，是指人臉識別要產業化接地氣，向應用場景落地出很多具體的場景化的產品。

但當前產業現狀是，人臉識別借助深度學習技術的出現，想要突破到新的算法還不現實，想要產業化落地卻還沒有較好的產品出現。相比於追求可望不可即的“頂天”，人人智能決心紮紮實實地“立地”，通過大批量的機芯生產與應用場景，輔助深度學習算法，用機芯和雙目攝像頭引領公司的未來。這個戰略的背後，是王海增提到的常常與摩爾定律相提並論的梅特卡夫定律(Metcalfe's Law)：智能技術一旦到用戶和設備端，才能被最終用戶感知到智能的價值，因此產品網絡的價值與網絡規模的平方成正比。如果說摩爾定律是信息科學的發展規律，那麼梅特卡夫定律SS就是網絡技術發展規律。

王海增告訴Xtecher，科技的普及隻有達到一定的低成本普及才能批量爆發。這也是人人智能決心“落地”的原因——能否大量出貨決定了其未來的成敗。這個萬物初醒的行業，人工智能產品必須走入千家萬戶才能體現它的真正價值。

人臉識別前路漫漫

未來，王海增的更大野心是將人臉識別定義為人機交互的入口：大樓的門卡識別、銀行的自主設備，機場的自助服務……萬物互聯時代，隻需要一張臉就可以識別自己的身份，從而與機器社會電子護照、銀行卡、手機賬戶、虛擬賬戶的共存。對商家而言，未來的人機交互可以進行精準到個人的用戶行為分析，提供更加定製化的微觀服務和宏觀規劃。

“每一個時代，芯片和係統都是一一對應的，正如英特爾+微軟的組合造就了PC的繁榮，”采訪的最後，王海增告訴Xtecher，“未來人工智能的時代，ARM芯片也應該有一個配套的前端智能軟件。這就是我們基於芯片提供智能，人工智能軟件的最終夢想。”

人工智能時代，人人智能想要打造基於ARM的微軟帝國。