導語：“如果提前瞭解了你所要面對的人生，你是否還會有勇氣前來？”
——電影《無問東西》
處在激烈變革中的中國年輕一代，經歷了迥然不同於父輩的生活。中國改革開放帶來世界觀與價值觀的顛覆，又經歷了互聯網時代和移動互聯對生活和社會的顛覆。如今人們對可持續發展的渴望，將希望寄託在下一代技術變革。科技重塑了社會，也重塑了生活在這個時代的人的思想與行為，憧憬與理想。
一、只問深情，只問初心
從2018年年初到現在，雲從科技從原有的幾百人的團隊規模，擴張到現在的1000人規模。這個發展速度用極速來形容並不為過。毫無疑問，在人工智能的航道上，獨角獸都在加速奔跑，消失、加速、增長每天都在這個航道上發生。
現在已經是北京的深秋時節，無法確定前方是不是資本的寒冬，這家從中國科學院走出來的“AI獨角獸”，帶著火把一樣的創業激情，毫不在乎季節的更迭。這正如創始人周曦所說的，每一代人都經歷過波瀾壯闊的青春，就像電影《無問西東》裡面的年輕人。
十二年前後，周曦在美國，跟隨Thomas S. Huang院士進行計算機視覺方面的研究，2006年到2011年，拿了6個計算機視覺方面的世界冠軍。2011年重慶，想把先進技術引進回國。2011年回到中科院，非常有幸的得到了中科院以及重慶市政府的大力支持，在重慶這片土地上開花結果，把核心的領先技術產品化、實用化。2013年，進入了中科院的重要專項。2015年，給科研團隊鼓勵送行，每個人胸前都帶著紅彤彤的大紅花。周曦說，“很榮幸。我們從中科院走出來，把我們在院所裡的科研成果運用到實踐中，能真正為國家智能化產業技能服務，這也是我們的驕傲。”
人工智能是國家戰略。國家發改委發佈《發展改革委實施新一代信息基礎設施建設工程等的通知》，對該平臺明確了數據技術要求及定義於2016 年 12 月出臺：平臺數據容量不低於 5PB，圖像識別率超過 95%，文字識別率超過 93%，語音識別率超過 97%，形成不少於 500 萬條的標準化數據資源，日均調用次數超過 1 億次等，形成一個全行業可用的基礎資源數據庫，為人工智能生態體系開發與建設提供基礎性、公共性服務。歷經2年時間的建設，雲從科技首期建成該平臺，正式開放面向全行業的人工智能基礎資源公共服務應用。
可以這麼說，中科雲從科技第二階段已經啟幕。
- 2017年3月，國家發改委確定雲從科技承擔國家“互聯網+”重大工程——“人工智能基礎資源公共服務平臺” 建設任務。
- 2018年1月，國家發改委確定雲從科技和公安部一所旗下的“北京中盾”承擔國家“人工智能”重大工程——“高準確度人臉識別系統產業化及應用項目”建設任務。
- 2018年9月，雲從科技的“基於自研SoC芯片的高準確度人臉識別產業化應用”入選工信部人工智能與實體經濟深度融合創新核心基礎項目。
周曦談到：2017年國家發改委授予我們這個平臺的定位，希望把以前散落的計算資源、數據資源、平臺資源結合起來，通過人工智能整合昇華，服務到各行各業實現全方位的產業升級，同時培育一系列的人工智能上下游企業，能夠把整個智能化生態也建立起來。
在這個基礎上，我們非常榮幸在2018年又承擔了國家發改委和國家工信部的人工智能系統產業化應用平臺和ICOC前端準確度的芯片平臺，這麼多任務給到雲叢，我們一方面感覺到非常榮耀，另外也是感覺到壓力非常大。人工智能是國家戰略，是非常重要的使命。雲叢怎麼做到從核心技術企業，要走到一個人工智能的平臺企業，帶動整個產業，建立整個生態，這個距離非常遠，怎麼完成國家的重任呢？每時每刻我們都在思考這個問題。”
的確，在中國，只要進入車水馬龍的城市核心區、接踵摩肩的交通樞紐，肯定少不了視頻監控的保護，在高鐵機場過安檢、入住酒店或到上班簽到時使用人臉識別系統已是很普遍的事了。千篇一律的人臉識別提供商，究竟雲從科技如何做到萬里挑一？
二、千篇一律與萬里挑一
從雲從科技的視角，周曦思考交出了自己的答卷。
他認為有五個步驟：
第一步，解決學術成果領先性的問題。
第二步，驗證成果在行業裡是不是能實戰，解決在使用環境中的問題，這叫行業驗證。
第三步，得到驗證的核心技術要形成產品和解決方案，真正商業化落地，真正幫助行業。
第四步，提升整體行業水平不是單個問題，是整個行業平臺，行業大佬的問題。
第五步，人工智能是中樞，要帶動整個產業上下游，帶動整個智能生態，最後，建立整個生態是第五步（下文亦可稱為“步驟”為“層”）。
只有從第一步實現到第五步，才能把整個國家重託完美完成，交一份100分的答卷。
以下為周曦對人工智能五步的思路解讀：
首先，第一步和第二步，基本上是解決技術研究落地問題，第三步第四步是行業研究落地的問題，第五步是生態的問題。
第一步和第二步關鍵點是，整個核心技術可以研究的範圍非常廣泛，人工智能是一個浩瀚的研究海洋，作為我們這個平臺或者雲叢應該尋找一條核心技術的發展路徑，到底應該研究什麼東西？研究的寬度是怎麼展開的？第二步的大問題是說，研究的所有技術怎麼落地，怎麼證明是能夠解決實際產業問題的。
雲叢科技初始來說就是人臉識別的公司就是人工智能的眼睛，有了眼睛下一步我們就要做五官，就是人機交互，我們叫感知。再往後做它的大腦，就是認知和決策，就是腦科學。我們為什麼要是這樣的發展路徑呢？因為這個發展路徑在第三步第四步，可以看到形成了解決方案的閉環，能真正把產業裡要解決的人工智能問題完整的解決掉。雲叢的這個發展路徑跟有一些人工企業追求寬度的方法完全不一樣，有些企業的思路是說，我把所有視覺裡各種研究領域都研究一遍，但是我們真正研究產業問題得到產業中去，從產業中來，而不是一位追求寬度。
人臉識別是已經在各行各業落地的人工智能技術，是已經證明能夠解決很多問題的關鍵技術。另外人臉識別是天然各場景的入口，人跟人打交道首先是看臉。我們經常講百聞不如一見，如果長期大家不在一起感情都會生疏，一定要見面，這個見面就是人腦對人臉識別。所以人臉識別是個入口，互聯網思維非常理解入口的重要性，所以是需要率先研究的東西。人臉識別還是打通信息孤島的關鍵技術，怎麼把信息聯動、分析、提取精華呢？人臉就可以把信息整合起來，產生巨大的社會價值。
人機交互就是五官了，交互為什麼這麼重要呢？舉幾個例子。以前沒有圖像操作系統，沒有鼠標的時候，電腦都是黑白機，都是專業人士用的。但是由於人機交互有了鼠標、圖形界面，就帶來了整個信息化的革命，男女老少都會用電腦，我們就進入了信息時代。
再進一步，喬布斯推出了手機的觸屏，發現在手機上不僅可以按鍵、觸屏，在一定程度上把PC時代取代了，很多事情我們覺得沒有必要再把電腦打開，就可以得到我們想得到的信息。
未來的時代會不斷產生新的人機交互技術，人機交互技術會帶來一次又一次的新的革命性變革，像鋼鐵俠一樣，包括人工智能、虛擬現實、語音識別等等，是我們未來暢想的時代。
腦科學和智能分析是我們形成閉環的關鍵，人機交互是入口，就像現在到了銀行，工作人員熱情的跟我們交流，這是入口，做得很好。最終還是要解決問題，不管是來取錢、貸款還是做什麼業務，最終要完成我的業務需要，才不虛此行。腦科學加入就形式了閉環，才能完整的幫助用戶解決問題，這三個核心技術就形成了研究的閉環。
雲叢科技在這個研究方向上，首先搭建了三層研究架構，從美國前沿的陣地，建立聯合實驗室，在國內中科院、上海交大有兩個大的技術支點，還有五大技術中心，加起來有超過700人的研發團隊。在這個基礎上，雲從從硅谷各個公司引進了一系列的頂級科學家，這些科學家能帶給我們一些新的啟發，帶給最新的人工智能算法架構。雖然我們跟美國現在是競爭關係，但是我們還是要把領先的東西吸收回國，形成我們自己的知識產權。
在中科院、上海交大研究領域裡，我們專注於交互的技術，我們在國家的腦計劃南方中心，也是首批入駐，形成腦科學研究閉環。取得了一系列的成績和突破，重點是兩大方面：
1.閉環要解決的問題很多，可以非常快速的解決問題，快速的適應不同場景。
2.能做到跟專家交互，通過對腦科學的研究，不再是以前深度學習黑盒子的思維，可以把專家的知識、人的知識和大數據的能力整合到一起。這個的突破，就可以在產業應用得到極大的推廣。
這是取得的基本成果，得到了學術的冠軍，突破了新的技術，從人臉識別走到了人體各種行為、各種分析。
接下來更重要的事情就是剛才講得第二層，實戰化方面，要依靠科學院的精神，要科學化。從某種程度上講，人工智能其實有很大的問題，早期普通的工業產品知道都有嚴格的測試條件。這裡就要問，科學是什麼？科學就是要可驗證、可重現的東西。比如我們可以做100次碰撞實驗，可以高溫、振動、檢測產品質量標準。那麼人工智能呢？人工智能的環境，比如說視覺，光線角度、遮擋表情是不可控的。今天出太陽，光強是多少，明天陰天的光線又不一樣，測試環境變了怎麼辦？所以科學院花了數年時間，極大的努力，我們把這些因素全部科學化。我們做了可拆卸、可移動的毫秒級陣列同步，我們可以把所有的陣列拿到通道、馬路、大廳裡，實戰中採集可重現的應用。
把所有的導軌建好，做出的每一個產品、技術才是完全可驗證的，跟大家強調一點，實戰還是要有科學精神，要不怕麻煩解決科學問題。
最終這些科研成果怎麼證明？答案是實戰中證明。所以雲叢這些年在科學院的薰陶下，我們自己的努力下，在實戰中，在銀行、公安、民航、商業各種現場測試裡，158次獲得Poc第一，我們正確率接近75%，證明了技術的可用性，這是第二步的階段。
接下來我們在產業中應用的是第三層和第四層，第三層就是我們怎麼樣能夠真正幫行業解決問題，第四層就是怎麼全面助推產業升級。第三層裡雲叢的解決思路是什麼呢？就是我們一定要進行業，跟行業專家在一起，解決行業關注的問題。第二我們提供核心技術真的能解決問題，我們在第一層和第二層的時候，解決方案是有延續的，感知、認知到決策，因此具備瞭解決整個方案閉環的核心技術能力。如果跟行業技術專家真正深入在一起，要擁抱行業專家，把黑盒子打開才能解決行業問題。
雲叢在這種思路下，跟四大銀行、公安部、民航總局、證券證通等等均成立聯合實驗室，以人工智能技術結合上下游產業能力，形成完整解決方案。例如，僅僅在銀行業裡的各個業務線，我們有52種解決方案，涵蓋了存在的各個環節，有智慧安全、智慧風控、智慧營銷等等。
助推整體行業的產業升級，就要更進一步把這50多種解決方案抽象出來，形成公共部分，定義好一個行業平臺。同時在下一層我們提供基礎能力，最後連接在各個應用場景裡的應用，全面連接起來。雲叢在這個思路下，最終在國家平臺整體佈局上，拓展到各個行業平臺，再向外擴展到各個場景的實際解決方案應用，再匯聚到上下游，形成整個產業平臺的大布局。
接下來就是最後一個最難第五層，就是如何幫助整個人工智能產業鏈實現這樣的要求。這個要求的難度也非常大，難點主要在於所有人工智能企業，尤其中小企業面臨三大難題：
1.技術難題。人工智能是從核心技術開始研究的，研究的週期長、投入大。
2.產品難題。因為從核心技術做的產品，離最終市場距離很遠，鏈條很長，技術要實用，實用了還要理解還要推銷等等。
3.市場落地難。市場有準入的難題，有核心資源能不能獲得的問題及能不能跟原有系統對接等等。
搞人工智能的一些科研人員，相對來說市場能力不是特別強，去一家一家的推客戶不是專長。所以之前的一些平臺希望幫助到所有人工智能的平臺，一般走的是開放平臺的思路。開放平臺基本上只是為了解決剛才三大問題中的第一個問題，解決技術難題。首先沒有幫大家解決第二個和第三個大問題，產品和市場的問題。即使在技術問題裡，也沒有完全解決。我們想一想，一個企業要形成解決問題的方案，剛才我在第三層和第四層報告過，要形成能解決行業痛點的方案，需要技術閉環。如果是單個技術，不能形成解決行業痛點的閉環，所以光是這個技術該沒有完全幫人家解決好，且不用說還有產品和市場。
因此看到大量的開放平臺沒有培養出來很強大能力，周邊很強大的人工智能企業。想要佈局的生態，就是要做到能夠閉環，能夠實戰，能夠全面助推，解決全方位問題。
雲從科技的技術寬度是能幫助它形成閉環的。
第二個從產品上來說，雲叢的思路是利用雲叢現在有的、一定的行業地位，承接國家平臺的任務，打通產業上下游。從芯片開始，到供應鏈、算法、集成，形成了一套生態體系，反向把能力提供給人工智能企業，幫助它能快速縮短產品的實現週期。
第三個是市場，雲叢把行業平臺很好的連接起來了，實際上解決了很多企業難以准入的問題。
基於國家平臺我們有很好的技術和產品，可以通過這個平臺快速進入到這些重要的行業。這個行業裡很多核心資源，比如說核心大數據，這些行業數據一定要在國家部委的監管下，既保證隱私權又保證安全使用，今天我們就要跟聯通大數據有限公司、中國郵政簽約，我們可以很好的把資源匯聚到國家平臺。
有了技術產品市場助推，我們就有信心打通這個產業鏈，真正實現從硬到軟，從產品到解決方案，從一個行業到多個行業，最終形成整個人工智能產業共融的生態。我們也希望在雲叢的努力下，在政府、中科院支持下，所有合作伙伴配合下面，能夠為國家2030人工智能偉大計劃出力，謝謝大家！
三、結語
跨界共享與融合發展是這一階段人工智能的關鍵詞。人工智能到底怎麼用？背後的本質是人工智能如何能解決各行各業應用的難題、解決技術研究落地問題、解決行業研究落地的問題、解決生態的問題。雲從科技在摸索的道路上大步前行。人工智能史無前例的處在國家戰略的高度，科技企業企業家擔子都很重、不止是創新的喜悅，增長的幸福，更多的是對不確定性的把握，對未知的判斷，對未來的佈局。“如果提前瞭解了你所要面對的人生，你是否還會有勇氣前來？”的下一句是“我想你已經有了答案，無問東西，那問什麼？只問自有，只問盛放，只問深情，只問初心，只問敢用。”（完）
親愛的數據
出品：譚婧
美編：陳泓宇
閱讀更多 親愛的數據 的文章
