段子手雲集! AI黃埔軍校微軟亞研院的一次“武林大會”

發布時間：2017-11-13 瀏覽數：

看點：

AI圈的半壁江山都到了！記微軟亞洲研究院第二屆院友會。

近日，微軟亞洲研究院在位於中關村(000931,股吧)的微軟亞太研發中心舉辦了一次隻有前員工才能參加的聚會，沒錯，這就是微軟亞洲研究院的院友會，這個有官方支持的“前員工聚會”今年是第二屆，已經有累積1300多位院友。

在人工智能圈，微軟亞洲研究院被稱為人工智能圈的黃埔軍校，明年將是微軟亞洲研究院成立20年。無論是阿裏、聯想、海爾、百度等國內知名科技公司的前沿技術研發負責人，還是商湯、曠視等人工智能領域的知名創企，又或是AI投資圈，背後核心負責人都有來自微軟亞洲研究院的大咖身影。所以這場聚會也成了人工智能圈的一次“武林大會”，各路高手，在此各展身手。

更有意思的是，雖然是學霸雲集的技術人士聚會，但從身居高位的大公司高層到創業公司的創始人，這撥微軟係出身的技術精英們居然個個天然段子手附身，各種飆段子的同時，也能看到不少對AI產業關鍵問題的討論交鋒，以及行業熱點評述，幹貨不少。

智東西(公眾號:zhidxcom)特別整理如下，其中特別值得關注的是由李開複、張宏江、趙峰等幾位前院長級老領導對AI投資的討論，以及由微軟全球執行副總裁、微軟人工智能及微軟研究事業部負責人沈向洋主持的“看臉的時代”圓桌，彙聚了國內最頂尖的幾位機器視覺創業公司，對這個行業的幾個關鍵問題進行了探討。

微軟亞洲研究院現狀：與國內產業靠攏

微軟全球資深副總裁、微軟亞太研發集團主席、微軟亞洲研究院院長洪小文做了開場致辭，致辭中他向大家介紹了微軟亞洲研究院最近的一些研究成果。

首先，他對各位院友的到來表示歡迎，並提到將會在院友聚集的地方不定期舉辦活動，希望經常和大家聚聚。同時，他也肯定了微軟新CEO薩提亞的表現，微軟在薩提亞的帶領下正變得越來越好。

人工智能與大數據、雲計算緊密聯係，人工智能與算法結合就是所謂的係統智能。

將大數據、大計算，以及AI算法結合到實際應用場景上就叫做數字化轉型，而這種轉型對每一個公司甚至每一個人都有無比深遠的影響。這些影響將至少有四個部分，也是行業內奮鬥的人們所希望達到的目標：1、轉型服務產品。2、密切客戶溝通。3、優化業務運營。4、予力賦能員工。

洪小文也提到了微軟亞洲研究院在過去一年內開始與中國公司合作，將研究成果與這些公司分享。比如，最近媒體報道過的微軟亞洲研究院與中國最大的基金投資公司華夏基金在做前瞻性的共同研究，微軟陸續還會與更多的公司合作，合作的方麵將涉及戰略、商業、技術等更廣泛的領域。

明年將是微軟亞洲研究院舉辦“二十一世紀的計算”大會的第20個年頭，在大會舉行前，微軟亞洲研究院還將繼續深入研究AI帶給未來的改變。

四位老領導對話：投資未來

接著，在硬蛋CTO李世鵬的主持下，創新工場創始人、董事長及CEO李開複，源碼資本合夥人張宏江以及海爾集團副總裁、CTO趙峰，三位資深的投資人對未來投資行業前景給出了自己的見解。

創新工場創始人、董事長及CEO李開複從創新工場這兩年的巨大蛻變談起，他說創新工場目前已經停止了孵化業務，一年多前就成功轉型為風投公司，目前在做VC+AI的特色風投。目前創新工場正計劃募資12億美金，前年已成功募資達7億美金。

為什麼要做這樣的特色風投呢？李開複給出了解釋，人工智能發展需要大數據支持，數據來源有兩個方麵：一是將已有數據激活，二是快速生成大量數據。中國的數據增長速度目前比美國快很多，這些數據將轉化為價值，所以中國人工智能創業的機會是巨大的。今天移動支付、電子商務崛起，可以預期未來其他行業也會產生顛覆，比如現在存在問題的醫療和教育等領域。而AI創業的資金特別大，想要做顛覆傳統行業的AI創業項目需要的資金更大。所以創新工場正募集大量資金幫助創業。

AI創業的核心是AI人才或技術人才，李開複說，目前我們可以看到AI創業的四個浪潮：

1.互聯網AI創業，這方麵如果拿不到足夠流量請不要嚐試創業，如果想從事這方麵工作可以到做的比較成熟的公司，比如今日頭條和美圖做技術性工作。

2.商業AI創業，對於傳統的銀行、保險、醫院等機構，它們的業務流程完善，在過去的經營中也積累了大量數據，而這些數據非常有價值可以激活業務，這就是非常靠譜的創業方向。問題在於想這個方向上做創業，隻能是服務於這些機構的企業，並常常受製於他們。

3.挖掘數據創業，比如有些創企想要做改變中國零售業、醫院，或是想打造新的診所，做新的東西。通過挖掘數據，自己建立體係和模式，這種創業是風投最想合作的創業方式。

4.全自動化，比如無人駕駛、機器人，芯片或研發新技術等。這些隻有基於很成熟的技術，才會吸引VC的投資，畢竟商業上有各種各樣的風險，投資人不能再冒技術風險。當然，如果這種創業的技術已經很成熟，隻是單純想進行商業化，這將是非常適合做大的創業項目。

除了上述提到的領域，李開複表示金融界也是投資人十分看好的行業。金融是一個純數據的虛擬人造的行業，它的數據不僅量大而且好標注，拿到手就可以立即產生價值，並且這些價值可以迭代。但和銀行保險公司做生意很有挑戰性，除銀行外，金融界還有很多值得投資的領域。

所以，VC願意投資那些產生數據快速量大，又能快速生產價值的領域。想要得到風投的青睞，創業者需要從這兩方麵考慮創業方向了。

對於未來的投資方向源碼資本合夥人張宏江給出了不同的看法。

投資人判斷項目應該從應用開始，AlphaGo Zero 已經改變了人們對數據的迷信，使人們知道場景更加重要。當一些場景規則清楚，目標清晰，沒有數據也能做出好的AI。他提到源碼資本在過去三年的投資都是投到場景應用上，在AI領域的投資也一樣投到了場景應用。

當投資人準備投資時，應先從場景應用看市場大小、數據多少，再看AI的啟動難度，最後再看風險。當發現好技術、好項目時，投資出手要快。

從過去IT的整體發展思路的經驗看，可以將今天的AI產業分成三塊：技術支持者、killer app 、平台或者像微軟那樣兩者兼備。做AI平台需要數據的支撐，如果一家公司不能從技術支持者走到killer app或者不能走到平台，從長期看價值就有很大問題。

張宏江還提到創業者不需要擔心錢的問題，目前項目短缺資金過剩，眾多的投資公司、基金都在尋找好項目，項目好、團隊好、切入點好，一定有人投資。

海爾集團副總裁、CTO趙峰，也提了一些關於未來投資的觀點，他認為實體行業+人工智能，製造業+人工智能的機會很大。人工智能技術需要一個出口，人工智能+硬件+軟件是一個非常好的組合。

當前，受人工智能浪潮的影響，傳統企業正在進行數字轉型，而轉型中將不再過於關注產品本身的銷售，而更加看重客戶的終身價值，企業應該想怎樣挖掘客戶的終身價值。現在的消費主力已經是80、90、00後，他們已經習慣互聯網消費，這也促使整體的消費升級了。在這樣的消費升級的機會下，人工智能可以幫助產品大幅度提升質量和用戶體驗，創業者需要做的就是如何在這樣的環境下，體現自己產品的差異化優勢。

人臉識別四強PK：看臉的時代

微軟以技術起家，本次院友大會也少不了技術方麵的問題。計算機視覺技術已經研發了51年了，其中最火的當時人臉識別技術。就人臉識別技術，微軟全球執行副總裁，微軟人工智能及微軟研究事業部負責人沈向洋主持了一場圓桌會議，圓桌會議的參討者都是微軟目前國內人工智能領域的牛人：

商湯科技聯合創始人兼CEO徐立：本碩畢業於上海交通大學，博士畢業於香港中文大學。擁有十餘年計算機視覺、模型識別、圖像處理經驗。

Face++ 曠視科技首席科學家、研究院院長孫劍：畢業於西安交通大學，後一直在微軟亞洲研究院工作，擔任首席研究員。主要研究方向是計算機攝影學、人臉識別和基於深度學習的圖形理解。

曠視科技創始人兼CEO印奇：本科畢業於清華大學姚期智實驗班，碩士畢業於哥倫比亞大學計算機科學係，2011年創辦北京曠視科技有限公司。

中科院計算所教授、中科視拓董事長兼CTO山世光：本碩畢業於哈爾濱工業大學計算機係，博士畢業於中國科學院計算機應用專業。主要從事圖像處理和理解、計算機視覺、模糊識別、智能人機交互界麵等相關研究工作，特別是人臉識別相關研究工作。

依圖科技業務技術副總裁吳岷：畢業於上海交通大學，後進入微軟亞洲研究院。現加入依圖科技，擔任業務技術副總裁。

接下來，這五位技術牛人對有關人臉識別技術和應用的四個問題，做了精彩的回答。

問題一：

計算機的人臉識別能力現在是否已經全麵超越人類識別？

徐立：

現在人臉識別技術還差的很遠，目前在陌生人識別技術上，計算機在某種程度上超過了人類，但是在熟悉的人的識別上，人臉識別技術還遠不及人類識別。據海關關口技術人員給出的判斷，目前人臉識別技術的準確率是53%，而人類隨機猜測的概率是50%。在現在這個階段，人臉識別技術雖然還未全麵超越人類，但在一些場景上可以應用。

曠視科技創始人兼CEO印奇也表達了同樣的觀點，他說無論是AI技術，還是人臉識別，在接下來的商業路徑上將和場景緊密結合。

中科院計算所教授、中科視拓董事長兼CTO山世光說，人臉識別在對身份證照片與近照對比識別上，比人類做的好。但在熟人識別上做的確實不如人類，還有許多需要改進的地方，但在特定應用場景確實已經做得很好了。

問題二：

四位所在的視覺技術公司的產品線考慮和專注點？

中科視拓山世光：

中國有大量的實名製需求，驗證身份的需求。我們公司更關注公共安全，關注單位、門禁、考勤等方麵，我們希望人臉識別全麵替代過去的指紋識別。

商湯科技徐立：我認為雲加端是AI的必然走勢，未來AI技術企業將向這個方向發展。

曠視科技印奇：

我們的關注點第一是金融行業，第二是安防，基本以線下的攝像頭連接和智能化為核心。我們也發現智能樓宇和新零售方麵的機會，這兩個行業將在未來兩三年有非常大的業務閉環可能性。還有0.5個跟手機、APP、AR有關的應用，也將是視覺技術產品研發的好的落地點。目前這2.5個行業是我們的關注點，如果計算機視覺技術進一步發展，相信將有更多的垂直行業值得關注。

問題三：

人臉識別到底是感知問題還是認知問題？

山世光：

人臉識別其實前端是感知，後端是認知。而目前的人臉識別技術隻做到了感知，而且仍有了很多進展空間。目前計算機對表情識別還不及人類做的好，這主要原因標注人員不夠，數據不夠，而且沒有這方麵的專家。但目前通過算法收集對人內心情緒的感應指標，人臉識別技術比人做的好。計算機通過高速攝像機可以捕捉人類行為和生理特征變化的信息，從而感知情緒變化。

Face++ 曠視科技首席科學家、研究院院長孫劍：

認知問題與語言有關，人類定義了眾多情感，但對這些情感就行的標注並不一致，而這種不一致就使得很難讓計算機去實現這些高級識別。我認為這並不一定是認知在起更大的作用，這還有待研究。

印奇：

可以通過多傳感器來優化人臉識別，這種解決方案屬於硬軟一體化。有些問題在學術上很難解決，但工業可以采用有更靈活的方法，使計算機識別更貼近人類識別。

問題四：

iPhone X的人臉識別技術讓大家震撼，但這一技術微軟的Windows在幾年前就做到了，隻是沒人知道。各位如何看待端應用很強的應用場景，給公司帶來的機會呢？

徐立：

做產品研究很不容易，從技術到落地會有很多彎路和故事，未來還會有很多的線上線下場景應用。我們需要做的就是在前期形成聯盟，將標準和流通性製定出來。

印奇：

之所以在這代iPhone上安裝人臉識別技術，其實背後有兩大驅動力推動。一是手機全麵屏的普及，這是最主要的原因，二是手機廠商對攝像頭的巨大投入。

山世光：

iPhone X的Face ID對整個人臉識別技術的推廣起了很大作用，使我們知道在端上可以做很多事情。包括現在的深度學習都可以在相對便宜的端上去做，比如智能門禁。還會有更多的人臉識別技術的商業機會被挖掘，有更多的場景可以去做。