旷视科技谢忆楠：用“技术+场景”双轮驱动AI产业化 原创

至顶网个人商用频道 09月20日 北京消息：在刚结束的第九届中国（天津滨海）国际生态城市论坛暨2018中国国际数字经济创新峰会上，旷视科技副总裁谢忆楠接受采访时表示，前两年的人工智能市场呈现百花齐放的局面，但现在市场趋势冷静，已经走入人工智能第二阶段，从早前的技术+投资开始向应用行业落地。

未来，AI产业化将是双轮驱动，即是技术+场景。关于第一点技术，谢忆楠进一步解释，这个技术要满足两个条件，是否能够解决这个行业的问题，且这个问题是不是一个本质性的问题，关于第二点场景，一定是要成熟的、能被接受的场景。

此外，在旷视科技一直有一个价值观是信仰＋务实。“旷视科技一直坚持两件事，第一坚信人工智能这个技术一定行，并且未来会成为一个新的底层技术；第二是人才培养，旷视的人才坚信于自己培养的体系”，谢忆楠表示这也是旷视科技的核心竞争力与优势。

以下是旷视科技副总裁谢忆楠接受采访的文字整理：

提问：现在人工智能非常的火，各行各业都在谈，旷视科技其实也是专注于AI这块市场。您能谈一谈站在旷视科技这个角度怎么看目前的人工智能市场吗？

谢忆楠：第一，人工智能市场确实热度已经不像之前的高了，所以我们可以从几个点，不管是视觉还是听觉，向几个确定的领域已确定的公司去聚拢。前两年是百花齐放的局面。人工智能已经过了一个阶段，你再发育自己技术的这段时间已经过了。如果你还是以做技术为主的话就没有太大发展了。你必须给企业或者行业带来某些价值，这样的话才有上升空间。所以AI有这种叫AI＋，有AI这个AI那个大家已经觉得你把人脸识别出来，你说你做了一个智能的摄像头，然后你说你做了一个机器人，大家肯定会多问一句话你用这个机器人准备做什么？所以我觉得人工智能应该是到了第二阶段。

提问：现在整个市场也是由早前的技术＋投资开始向应用行业落地这块。在您看来那些行业更有益于让AI落地然后促进他们这种行业的变革呢？

谢忆楠：我们一直说AI产业化是双轮驱动的，哪双轮呢？一个是技术一个是场景。任何去把这个东西比如说像您说的产业化，其实都离不开这两件事。第一件事是这个技术是不是足够能够解决这个行业的问题，且这个问题是不是一个本质性的问题。比如说人脸识别在金融领域里面可能是一个本质性的问题，因为它跟身份验证。但人脸识别在游戏里面，它没有解决一个本质性的问题。你有或没有其实无所谓。这是技术本身是不是对行业能够解决本质性的问题。

第二个场景，这个场景不成熟。自动驾驶可能在这一两年内的技术确实得到了飞速发展，但是一两年内场景的需求发展其实没有跟技术一样。它必须得有一个交集，多少人愿意说我坐在车上没有方向盘我就敢天天坐？这个东西其实它是一个叫“体验感”还没到那个地步。我们现在比如把时间往回倒一百年，你跟老百姓说你把钱存在手机里面，他们就觉得疯了！现在大家看起来是一个非常普遍的事情。但是一百年前或者五十年前的话他就会觉得你这绝对是在骗我，怎么能放在这么一个小匣子里面呢？所以数字经济其实就是这点。数字经济也不是你现在提和之前五十年提，它一定是到这个趋势这个场景满足了我们才可以提。所以任何一个AI和行业结合变成行业基本人工智能的话都要解决两个问题。就是你的技术你的本质，第二件事的话这个场景成不成熟，真的需要这些东西吗？或者接收这个东西吗？都要去问这件事情。

提问：正如您所说的其实现在AI跟某些这种行业场景的结合其实会产生巨大的这种效益也在里面，或者价值出现。那您认为我们旷视科技在拓展这些行业的过程中我们的一个优势是什么？

谢忆楠：还是回到刚才讲的叫技术＋场景。旷视有一个价值观技术是信仰＋务实。当然这不是被明确列为价值观，但这是旷视最本质的东西。旷视一直坚持两件事，第一我们坚信人工智能这个技术一定行，并且未来会成为一个新的底层技术。所以我们在这上面不断做自主研发的产品。比如说我们并没有说止于做开发平台，而是做了一套人工智能的算法系统。有了算法系统你能够向下延伸很多东西。比如说之前中国想推芯片，为什么推不了？是因为在整个计算机这个领域里面的话X86这些架构，这套系统都已经被占用了，人家的知识产权。所以你再往后延伸任何芯片硬件也好，这些东西都不行。所以我们就要做最底层的那套算法和系统，这个很关键！你做了这个算法系统的话你能做两件事情，第一件你能把算法跟现在边缘计算，基于每个边缘的设备，因为它的功耗不一样，使用不一样，需要的算法也不一样。你能不能够把这个算法塞到算法里面来？所以这件事的话如果你自己不会做的，你不可能任意变化这个算法的形态。

比如说我不可能说我把现在云上计算的一个大的引擎塞到手机里面。我交付的时候是不是能交付成一个组件加一个模组，或者加一个硬件，我们就是一个大的硬件。所以很多边缘计算里面都需要我们植入AI，这里面最关键的AI芯片，AI组件一切具备AI感知能力，这就取决于之前的哪些东西。中国企业求快，所以它就会用别人开放出来的一套系统做自己的算法。我可以解决这些东西，到最后你会发现真正落地的想去做大事的时候，这个系统是不行的。所以你就办法做自己的芯片也好，设备也好。所以很重要的你的算法系统是不是自己的。

第二是人才，大部分的人才其它公司的这个方法一般来讲是我引进，招募空降很多高水平的人才。但旷视基本都是自己培养。一路被旷视培养成为一个合格的科学家，从一个天才。所以旷视的人才坚信于自己培养的体系。人才这件事情的话就刚才讲的，AI技术非常好但也要场景理解，所以你在做算法的过程中一定会给你最好的环境让你感知行业，让你成为行业的专家。这样出来之后你可以说你是AI的算法专家。如果没有场景的话你的算法只能算一个科学家，但你真的能解决这个问题吗？不见得。所以人才这块的话旷视是有自己的优势的。另外一块叫价值务实这件事情，AI到每一个行业里面都要解决它最本质的问题，就是你有没有给它带来叫创新或者革命，所谓的创新革命听起来可能很虚，实在一点的话就是降本增效。一个工厂现在物流的仓储原来需要两千人，现在需要三百人，效能单人的效能提高两倍，货品到人的时间缩短了60%，这就是效能的变化。你的AI并不一定说我为了AI而AI，而是因为你做这个AI你的指标就产生了很大的影响。所以这是我们讲的所谓的新动能，因为有了技术而让它的一些核心运营指标得到了显著的改变。

比如说在公安领域里面我们有破案率提高多少，我们破案时间降低了多少。在零售里面它的评效因为做了智能零售这块东西，评效提高多少？人效提高多少，这是人工智能企业真正要去做的事情。而不是为了AI做AI，所以我们要坚持你到这个行业里面要去为客户提到最大价值，就是我们能够为AI给你减少了最大的成本或者提升最大的效率，这件事是我们一直所坚持的一件事情。所以这个东西是一个准则，就是如果你做一个行业里面，对企业对行业对客户没有价值，有些产品可能是说看上去很炫，对于行业来讲的话好像解决不了什么问题。所以这是旷视我觉得在这个行业里面能够叫产业公司两个最基本的，叫战术和思想的指引。

提问：其实我们都在说人工智能有三个要素就是算力、算法、数据。旷视科技更多是聚焦在算法这一个点上您如何看待其他另外两个要素呢？

谢忆楠：算力如果你要单纯的算力高低的话其实有钱就高了，代表了你显卡的数量。所以我们不看这个东西。我们看效率，同样的电耗你能带来的效率是多少。我们整个AI里面的模块就是在一个智能摄像头里的功耗是3瓦，我们能提供的效能是什么？每秒能够监测出105张，这就是效率。单纯的去增加算力其实不是本质的，而是在有效的算力的情况下，因为算力也代表了功耗，设备里面对于功耗都有限制，你能不能用最低的算力和功耗去解决最大的问题，这是我们对算力的理解。

第二件事是说对于数据，数据的话其实我刚才提到一句话叫去人力化，未来我们认为算法工程师是一个不可再生资源，或者就那么多人你抢了就没了。应该让他做更本质的事情，而数据这个事情我们认为是应该可以进行批量化处理的。比如我们现在做的叫快速标注系统，比原来数据处理系统快了三倍到五倍，而正确来看的话数据在目前的三要素里面其实是你花时间之后所产生改变最明显的。你能不能够让你提高那个效率？比别人更快？你说我一个人，一个算法工程师用一套系统就解决了别人十个标准工程师＋五个算法工程师，我们解决数据标注的问题。整个过程中就一直是覆盖工程师的一种方法。数据在这件事情上的话如果我们去看做一个算法里面最耗时间的是什么？处理数据，处理数据的话我们叫去人力化。所以这就是旷视在数据这块的一个短期目标。长期目标就是我们真正能够实现小规模，那样才是真正的人工智能。现在我们一般不会直接讲这件事情，因为它毕竟还远着。我们应该讲更实在的就是我们真正能够实现的，能够自动化。

提问：整个AI产业其实更需要一个开放的生态的协作在里面，就像您说的算力层面可能需要有底层的芯片进行支撑，如果说具体到一个行业可能又要跟行业合作伙伴去合作，不知道旷视这一块是怎样一个情况？

谢忆楠：我们其实是一个比较开放的态度。所以我们认为在这个行业里面的话其实你说做深的，做深并不是说每个环节都要自己做，而是说你在每一个环节里面都有自己的合作伙伴。所以在安防里面其实我们去看，其实我们跟阿里是合作伙伴，我们跟大华，跟很多很多行业里面每一层最大的公司我们都是合作伙伴。所以我们对于这块的话，我们认为是说通过技术去建立一种叫AI纵向的品牌，这里面的方式不是说每一个里面都要成为唯一的，而是说你在这里面的话要赋能每一层里面最重要的行业合作伙伴。你让他具备了这个AI能力，这样的话这个数据才会从上到下很通畅的下来。我们希望未来在整个行业里面得每一层，我们都能够实现这个目标，所以我们并不希望是说完全自己做，而是我们可以说赋能让那些合作伙伴具备了这样的这种叫技术的平台技术能力，这样我们的生态才会越做越强。

提问：未来刚才您也谈到了其实旷视是一个非常注重这种技术创新的企业，同时又在探索这种技术跟行业的一个场景的结合。未来我们有一个什么样的规划呢？比如说从技术角度我们会有那些这种新的技术领域的拓展？或者说行业我们又要做那些探索呢？

谢忆楠：我们其实未来的话大概就分了AI＋LT两件事情，我们认为AI是我们的核心，LT是落地的东西。手机汽车这两块是我们认为个人设备里面最需要被赋能的。第二块我们叫公共LT，能够实现更好的城市状态，更安全更通畅，然后整个通信效率更高。所以在这块的话我们就建立第二个叫公共LT。第三块的话叫商业LT，商业LT现在目前包括的是物流和零售，这里面其实很简单的一个点是说我们真正能够从最后的消费者把这个数据直接返回到制造端，对整个供应链进行一个大的开放。为什么会说有些产品会供不应求？有些是供大于求，是因为今天我在超市里面拿的牛奶，这个数据其实完全不会被反映到后面的这个奶牛。所以突然看到某些东西价格飞涨，其他人就蜂拥而上，结果价格又跌破谷底，很多人就破产了。上面一抖下面带动了整个产能过剩。所以你需要对产品整个流通供应链，在这个过程中到底什么样的人拿了，为什么拿了？时间段是怎么样的？而前面的话这个货运是怎么流转的？这个货从刚开始拿在手里需要多久？我能不能用最短的时间优化？这块的数据能不能反映到上游制造商那边。如果我们能够动态平衡的话我们发现每一个都是平衡点，这样的话就能够实现社会价值的最大化的一个过程。

所以商业物联网是我们未来认为第三块要做的互联网。所以对于未来我们认为中国的AI产业化其实就是AI＋LT的架构。AI作为最核心的叫“能力层”，而LT最终是落地的一件事情。AI怎么能够去改造我们现在整个这套城市，它就会改造所有城市的叫智能终端。智能终端包括手机、智能汽车、摄像头、货架，每一个大门。比如说进地铁进车站进公司，这一系列的东西。这些东西如果说能被赋能优化我们就会发现我们出行的时候一定会选最好的方式，因为这就是实时被数据规划好的，我们这边开车一定也是最安全的。我们要买什么东西一定能去买到，那边也能提供给我最想要的。所以这是我们认为未来要实现的基础。

提问：非常感谢谢总和我们分享AI这块的共建，谢谢您。