商湯科技徐立：人臉識別比指紋識別更準確

　　刷臉支付的出現(xiàn)讓“靠臉吃飯”不再只是句玩笑，攝像頭識別人臉讓不法分子無處遁形……這背后所用到的視覺識別技術，就是人工智能創(chuàng)業(yè)公司商湯科技所擅長的領域。

　　公司成立不到3年，已經(jīng)受到多家投資機構追捧。在今年7月，商湯科技宣布完成4.1億美元B輪融資，有投資人判斷這“可能成為這一波人工智能投資潮的巔峰”。

　　9月26日，在GPU技術大會間隙，商湯科技聯(lián)合創(chuàng)始人、CEO徐立與包括鳳凰科技在內(nèi)的多家媒體談到時下熱門的人臉解鎖、刷臉支付等問題，并分享了商湯科技面對新行業(yè)如何做選擇，以及人才管理與培養(yǎng)計劃。

　　商湯科技是典型的、在技術浪潮中誕生于高校的創(chuàng)業(yè)公司，它的搖籃是香港中文大學的多媒體實驗室。實驗室在湯曉鷗教授的指導下，誕生了多篇知名論文，在2014年LFW檢測中人臉識別的準確率首次超過人眼。

　　這些成果吸引了IDG合伙人?？獾淖⒁饬?，資本主動找上門，討論成立公司的可能性。于是在2014年10月，幾個香港中文大學的畢業(yè)生、微軟前員工加上一些清華畢業(yè)的研究人員，成立了這一公司。

　　學術研究貫穿了整個公司的發(fā)展。眼下團隊已從30多人擴展到700多人，其中有18名教授,120多名博士。并與香港中文大學、浙江大學、清華大學等高校都建有聯(lián)合培養(yǎng)實驗室。在去年和前年,香港中文大學-商湯科技聯(lián)合實驗室共發(fā)了76篇論文。這對尚在學校的“未來人才”來說，就是一個不小的誘惑。“壟斷”人才，也是商湯的野心。

　　如何做好底層人工智能模塊，去應用于有潛力的行業(yè)?人臉解鎖與刷臉支付是否安全?在以下內(nèi)容中都能找到答案，內(nèi)容整理自對徐立的采訪。

　　談手機上的人臉解鎖：技術早已成熟，商湯和主流手機廠商都有合作

　　蘋果在手機行業(yè)有這一領先的創(chuàng)舉，不在于技術領先，而是在他之前別人都不太敢去做大規(guī)模的嘗試。人臉識別做解鎖，之前就已經(jīng)成熟了，一年前就已經(jīng)能商用了。另外，這一變化可能和全面屏相關，指紋移到后面去，比較麻煩，人臉解鎖就變成了一個自然的選擇。

　　商湯科技在這一方面進行了較長期的儲備，最早在互聯(lián)網(wǎng)金融方面做解鎖，跟手機人臉解鎖是完全一樣的。我們每天有一百萬調(diào)用，20萬次是攻擊，任何一個新的東西都要接受大量的攻擊。在攻防當中，大部分的企業(yè)可能沒有這樣一個前期準備。我們在互聯(lián)網(wǎng)金融行業(yè)里面，積累了大量的攻擊實例，我們在活體檢測上是有一定的優(yōu)勢。

　　人臉識別準確率其實跟很多環(huán)境相關，比如超遠光等情況下。在大規(guī)模測試的情況下，人臉比對比指紋比對要準確。指紋某種意義上特征沒有那么豐富，人臉特征維度就高很多。所以從生物特征來說，人臉是一個更好的生物特征。

　　我們現(xiàn)在跟很多主流手機廠商都有做解鎖的合作。量大了，大家都做，自然可以帶來一些行業(yè)的標準。

　　在刷臉支付領域，現(xiàn)在1：1的成熟度很高，1：N的就要看庫有多大，要是存全中國14億人的庫，你跑來刷一次，做14億次的比例，可能每刷一次這個人就可能出錯，關鍵要看庫的大小。假設有一個APP的用戶達到了數(shù)億級別的，可能就會有風險，現(xiàn)在百萬級別，千萬級別，1:N的準確率還是很高的。

　　談發(fā)展階段與業(yè)務擴展：判斷一年內(nèi)技術能超過人的行業(yè)，我們就會進入

　　2015年9月，我們開始真正商業(yè)化，當時與銀行和P2P公司合作，簽到千萬級別的合同，之后才進入安防領域。目前的情況是每一個工作日簽一個合同。

　　我們在選擇進入一個新行業(yè)時，首先會拿市場上各種信息來形成一個市場反饋，有了這些反饋之后，我們找出公共點，定義一個新的研究問題。第二，我們看技術能不能超過人，一年之內(nèi)我們能夠把技術做到人的準確率，過了那條紅線，我們就會投入去做這個行業(yè)。第三，看它的市場空間有多大，如果能替代人，這個行業(yè)本身有多少人，有多少市場空間，既有的空間有多大，如果這個市場能夠擴展，會有多大的份額。

　　我們不可能把所有場景走完，所以我們采用的是1+1+X的模式。1+1是產(chǎn)和研，+X就是說我在一些垂直行業(yè)里面，我本身不去把這個行業(yè)做穿，一定是要跟我的合作伙伴來快速結合去做。

　　智慧商業(yè)這些行業(yè)比較分散，我們會找這個行業(yè)背后的集成商。把我的東西包在他們的解決方案里，這是很多細分行業(yè)的打法。比如有一百多家銀行，地方都不一樣，跑到這些地方是很難服務的，你通過集成商的方法，1+1+X，X就起到了很大的作用。

　　為什么我們有一些行業(yè)不會進去，原因是有可能是太細分，你是人海戰(zhàn)術，每個省必須得有人，每個地方得有支持，只能跟合作伙伴來做，找到最好的合作伙伴。

　　商湯科技某種意義上是賣人工智能的樂高玩具，我要針對這個場景，去搭建一個樂高的車，才能賣給這個行業(yè)的甲方，甲方根據(jù)我搭了這個車，可以直接用，也可以改造一下，用這個東西去搭其他的東西，某種意義上是賣底層人工智能模塊，賦能這些行業(yè)。

　　這個賦能未來能夠形成核心競爭力。第一是你模塊越來越多時，就形成了聚集優(yōu)勢，平臺上你可能有更多的流量，數(shù)據(jù)和場景，你用這些場景搭這個模塊，別人不具備。第二，這些模塊和應用系統(tǒng)是耦合的。希望商湯成為這個軟的AI平臺的提供者。

　　談人才與管理：人工智能這本賬背后是人才的賬

　　驅(qū)動這一波人工智能興起的是核心引擎和算法，你要真正掌握核心能力，要有5-7年的積累。

　　有一個故事，當年谷歌收購DeepMind，DeepMind是12個博士，價值4億英鎊。一個沒有產(chǎn)品的公司，12個人價值4億英鎊。當時全球真正懂深度學習這個大腦的人，大概只有50個。意思就是說你其實買的是核心的運算能力，買的是未來，不是這12個人值不值這個錢。果然一年之后，有了AlphaGo。

　　我們招人沒有設任何博士的門檻，博士和碩士沒有太大的差別，但是發(fā)現(xiàn)能做這件事情基本上都是博士。

　　第二，我們當時前期融資只融了2千萬美金，人工智能這本賬背后是人才的賬。我們把那些真正能做大腦設計、底層算法研究的這批人壟斷，行業(yè)再培養(yǎng)一批人還有5年時間，你就有足夠的時間窗口用行業(yè)領先的人。

　　第三，一群科學家坐在桌面去討論算法和想法，會有指數(shù)級的發(fā)現(xiàn)。你把一群聰明的人聚集在一起時，演進的速度是非?？斓摹?/p>

　　我們的企業(yè)文化和團隊的技術背景是相關的，我們想要堅持做一些原創(chuàng)事情。當時我們在學習這個方向時，明明感覺研究能在某個階段突破所謂的工業(yè)紅線，但是行業(yè)里沒人起頭，把這個場景落地，所以我們做了這樣的事。我們也會借鑒各種管理經(jīng)驗，很多高管來自于成熟大型公司。

　　在去年和前年，香港中文大學-商湯科技聯(lián)合實驗室共發(fā)了76篇論文，在行業(yè)里面要遠遠領先于谷歌，facebook，僅次于微軟。在這個過程當中，學生們也會有成就感，我們有比較好的員工培養(yǎng)體系。

　　談當下困惑與未來發(fā)展：看好視頻和交互

　　我們面臨的困難有當團隊從30人擴到700多人，如何更有效地利用資源。第二，選擇垂直行業(yè)時，考慮如何選擇能帶來最大商業(yè)價值與社會價值。

　　整個行業(yè)的困惑點在于技術的大眾化。我們一直講智能手機，人工智能+手機還不如一個手機的價錢，人工智能的錢誰收呢?人工智能加了人臉解鎖，加了50元，這個錢向誰收?這是行業(yè)的困惑，怎樣讓普羅大眾真正給技術買單。大眾對帶來的價值要有足夠的認可度，這個行業(yè)的發(fā)展就會變得更好。

　　未來我們看好的兩塊，一塊是視頻，現(xiàn)在互聯(lián)網(wǎng)上真正帶來很大商業(yè)價值是搜索、電商、社交游戲，這些都很賺錢。這些完全都可以被視頻顛覆，如果視頻整個識別理解做得很好，未來就是谷歌搜索可以新做一個谷歌，視頻領域的谷歌。視頻都可以連接到背后的電商，你就是淘寶。我覺得視頻未來可以帶來很大的爆發(fā)力。

　　還有就是交互，現(xiàn)在整個互聯(lián)網(wǎng)的發(fā)展路徑，從傳統(tǒng)PC到移動互聯(lián)網(wǎng)，其實核心的點是交互模式發(fā)生了核心的變化，未來我們看到手勢、肢體，可能就會帶來下一波新的入口。人工智能已經(jīng)賦能了這樣一個交互的行業(yè)，誰把這些交互變成真正的產(chǎn)品入口，會帶來下一步的變化。我覺得不遠，可能五年之后，手機里面的APP，要么被顛覆，要么被轉(zhuǎn)型。