查看原文
其他

【独家】中科视拓:搅局者山世光和他的“AI平民化”|甲子光年

2018-03-19 金丝猴 甲子光年

编辑:甲小姐、火柴Q   采访、撰文:金丝猴

设计:孙家栋  微信公众号:甲子光年(ID:jazzyear)


目前,AI商用之路已过了跑马圈地的窗口期,山头林立,头部阵容初现。2018,AI进入“挤泡沫”、“拼商用”的深水区。

 

AI商用之路,比的究竟是什么?博士数量、科学家队伍、技术指标,还是估值竞赛?

 

脱身于中科院“国家队”的中科视拓,却选择了另一端。

 

“让天下没有难做的AI。”中科院计算所研究员、中科视拓董事长山世光向「甲子光年」描述他的目标。

 

中科视拓CEO刘昕进一步解释:我们真正需要的,不是年薪200万以上的算法工程师,而是一个普通大学生都可以做的AI。“我们现在已经不招新的算法工程师了。”

 

这看起来和其团队背景颇有反差。

 

山世光曾被誉为“人脸识别‘国家队第一人’”,团队核心成员也全部来自中科院计算所。然而,当很多人还把中科视拓归为一家“计算机视觉”甚至“人脸识别”的学院派公司时,它有意摆脱“套路”,扮演“行业搅局者”——

 

成立之初,将人脸识别引擎SeetaFace开源,将大家拉入同一起跑线;如今,更是带着SeeTaaS云平台“走基层”,并正蜕变为一个AI创业公司中的“新物种”:

 

为所有需要AI能力的人提供工具化、平台化的“AI外脑”,最终使AI能力从“奢侈品”,走向人人都能掌握的“平民化”消费品。

 

这个“王谢堂前燕”,希望真正“飞入寻常百姓家”。其远景是:好的技术,不要那么贵,更不要只掌握在少数人手中。




自我革命

 

“如果十个人的活儿一个人就能完成,而且不管他是谁,我们为什么不往这个方向做呢?”

 

山世光告诉「甲子光年」,虽然近年来AI已人人皆知,但对众多需要AI能力的企业来讲,AI仍是技术中的“爱马仕”,价格不菲,爱莫能持。

 

一方面是高涨的需求,一方面是高企的成本,中科视拓要做的,是把爱马仕变成优衣库:将“AI生产能力”标准化、工具化和基础设施化,搭建一个可以按需调用,自由交易智力资源的云平台——降低AI准入门槛,最终实现“AI平民化”,让天下没有难做的AI。

 

有趣的是,从团队背景上看,中科视拓看起来是最不会提出“AI平民化”的公司,中科视拓的董事长是中科院计算所研究员山世光,有人脸识别“国家队第一人”之称,他师从中国工程院院士高文,已在人脸识别领域深耕近20年。2016年9月,中科视拓宣布融资千万、正式成立,这也是中科院计算所成立60年来第一次和市场化VC合作。

 

山世光的学术地位无可置疑,是“掌握奢侈品核心工艺”的高手:

 

在国际/国内期刊、国际会议上发表/录用学术论文200余篇,顶级国际期刊论文40余篇,计算机视觉领域一流国际会议(CVPR, ICCV, ECCV)论文50余篇;论文被Google Scholar引用13000余次;曾获CVPR2008 Best Student Poster AwardRunner-up奖;2012年获国家自然科学基金委员会优秀青年科学基金;获2015年度国家自然科学二等奖;2017年入选第三批国家“万人计划”。现任知名国际学术刊物IEEE Trans. on Image Processing,Computer Vision and Image Understanding, Neurocomputing, Pattern RecognitionLetters的编委,曾担任著名国际会议ICCV,ICPR,ACCV,ICASSP,FG等国际会议的Area Chair(领域主席)。

 

围绕山世光,中科视拓团队汇集了业界精锐力量:由山世光的90后博士学生、曾拿下阿里图像搜索大赛第一名的刘昕出任CEO,核心算法团队全部来自中科院计算所。经过近两年发展,中科视拓团队达到66人,分布在北京、杭州两地,其中80%以上是技术人员。

  

山世光(左)与刘昕(右)

 

但偏偏是这支精英团队,正坚定地致力于“AI平民化”。

 

当行业中大部分AI创业公司以博士数量和高薪人才来证明自身技术实力时,中科视拓却宣称:我们公司没有年薪200万的算法工程师,也不需要。

 

这是一场自上而下的“自我革命”。


 

双重痛点

 

单从字面去理解“AI平民化”,听起来像学院派精英“不识商业烟火”的理想主义设想,但这背后,有中科视拓切实的商业考量。

 

刘昕对「甲子光年」说,“我是一个‘土里滚’CEO,不可能做不赚钱的生意。”

 

然而,现阶段的AI创业的确不好赚钱。对像中科视拓这样怀揣过硬AI技术,但入场并不早的AI创业公司来说,大小两个行业痛点是必须要面对的。

 

“大痛点”,是AI公司共同的“外包困境”。

 

从Demo到产品——商业化难、落地难。目前,AI初创公司绝大部分做 To B技术服务,本质是“外包”,而实际性价比却远不如其他行业的外包。AI人才成本高昂,用外包收入去养天价人才,极有可能入不敷出。

 

如何解决外包困境,不同公司各有思考,主要手段有三:产品化、深耕垂直领域、向上下游环节扩展。

 

产品化是为了降低边际成本。直接面向消费者的AI产品是产品化的极致,如今日头条——开发和维护一个产品就可以满足亿万人的需求,再通过流量赚钱,边际成本极低。而对To B的AI公司来说,公司追求的产品化是“高复用率”:给A客户的解决方案,如果不做太大修改也能卖给B客户,将大大降低成本。

 

深耕垂直领域是为了建立行业壁垒。To B领域,特别是AI公司扎堆的安防、金融等To大B的领域,客户总量有限,谁能率先占领市场,谁就有优势。

 

向上下游环节扩展则是为了在整个产业链条中获得更多价值。以AI视觉公司为例,向上可以扩展至专用芯片,比如高通战略投资商汤后,二者共同发声,要走“算法+芯片”道路;向下可扩展到硬件端,如旷视的“软硬一体化”战略;更有想象力的“故事”是用服务换数据,毕竟数据才是金山。

 

现实中,各头部AI初创公司的打法常常是以上几种路线的混合。

 

“小痛点”,则属于AI创业领域的新入场者——夹缝求生:一方面,AI创业公司中已诞生了多家独角兽,头部效应趋于明显;另一方面,互联网巨头也在主动降低门槛,大量开源算法。这给小体量公司提出了更大考验。

 

中科视拓“唯一的”团队合影

 

如何应对这两个痛点?

 

中科视拓的选择是“边缘突破”。他们巧妙地找到了一个“道岔”,让自己和“商汤们”驶上不同的轨道,并试图长成为AI公司里的新物种。



独家武器:SeeTaaS

 

这个道岔就是SeeTaaS云平台。

 

SeeTaaS的名称来自中科视拓英文名SeeTa和TaaS(Training as a Service,训练即服务)的组合。它是一个可以将数据、算法、算力进行统一管理的企业级AI生产和交易平台。寻求AI能力的企业和机构只需上传数据到平台,经过一系列操作,便可一键导出跨平台的AI引擎。

 

SeeTaaS之所以能成为“道岔”,核心是它有全新的产品定位。如上文分析,To B的AI创业公司面临外包困境,主要收入直接来自客户支付的技术服务费,但客户对技术服务的需求复杂且个性化,得case by case地做。

 

而SeeTaaS作为产品,提供的却不是“技术服务”,而是“能力服务”,它的使命不是解决某个具体问题,而是“AI赋能”:通过“AI平民化”,降低AI的人才门槛,让传统公司能自己上手生产AI,这便是Training as a Service的要义。

 

中科视拓董事长山世光向「甲子光年」阐述了整体思路:SeeTaaS云平台将有1.0、2.0、3.0,3个阶段,分别对应“工具化”、“基础设施”、和“算力和智力资源的交易市场”。

 

进一步,围绕这种新的产品定位,SeeTaaS又能综合使用“深耕垂直领域”和“向上下游环节扩展”这两种突破行业痛点的手段:结合具体垂直行业打造平台,并在SeeTaaS 2.0阶段,启动搭配数据和算法的硬件销售业务。

 

目前, SeeTaaS 1.0平台已开始运行,致力于做好工具化,让非专业人士获得AI能力。 这类似于Goolge AutoML的思路——AutoML系统可以自主编写机器学习代码,Google宣称:这套系统的效率在某种程度上甚至超过了专业的研发工程师。

 

刘昕告诉「甲子光年」,SeeTaaS比AutoML在商业化上更进一步,AutoML现在还处于通用化工具阶段,并没有进入具体行业,而SeeTaaS则一边做工具,一边开始进入垂直领域。

 

中科视拓选择的行业主要有三个:教育、军工、新零售。SeeTaaS 1.0也由此分为3个版本:针对企业客户的SeeTaaS企业版、面向中小学生的K12版、和用于高校专业教育及在线职业教育的Pro版。

 

刘昕观察到,在大量头部客户需求已被瓜分的今天,许多中长尾市场空间还未被开发。

 

其中教育是一个大金矿。据人民日报海外版去年夏天的一篇报道:中国人工智能人才缺口超500万,供求比例仅为1:10,AI人才缺口巨大。

 

另一方面,政府也已把AI普及纳入教育政策:去年7月,国务院印发《新一代人工智能发展规划》,要求中小学建设人工智能学科;2018年,浙江省、北京市和山东省陆续将机器学习的主要编程语言Python纳入高考考核系统;今年初,“新课标”改革中也正式纳入人工智能。

 

2018年3月9日,中科视拓开设的“人工智能进课堂选修课”在南京师范大学附中树人学校(以下简称树人学校)启动,这是国内首个系统性、体系化的,面对中小学生的AI教育课程,课程使用的学习平台就是SeeTaaS K12版。刘昕担任课程监制,南京市鼓楼区教育局担任课程指导单位。

 

对学生来说,SeeTaaSK12的形态是桌面上的一个软件,学生不用掌握任何编程语言,在图形界面中,用点击、拖拽等操作方式,便可基于深度学习技术,导出AI引擎,实现特定功能,比如辨认苹果或香蕉。

 

13岁的吴迪隆是树人学校参加“人工智能进课堂选修课”的一员。他告诉「甲子光年」,选课系统刚开放5分钟,这门课就没了,属于“手慢无”。

 

鼓楼区教育局教师发展中心副主任董伟山表示:AI是新时代技术生产力变革的核心引擎,将它引入中小学课程的重要性不言而喻。

 

刘昕进一步透露,中科视拓随后还会在北京展开试点,如效果好,将会申请加入各地常规课程,若能进入地域性或全国的教材采购体系,对中科视拓将具有重要意义。

 

AI教育的成果也可以直接为中科视拓所用。“我们现在已经不再招新的算法工程师了。”刘昕算了一笔账:AI生产能力标准化、工具化乃至基础设施化以后,以前10个人干的活儿,1个人就能干,平均工资按20K算,每减少一个算法工程师,公司一年就能降低约30万元的成本。他认为一些公司把博士招来做“dirty work”,纯属浪费智力资源,初级的事应该由初级人才完成,高端人才则应专注于前瞻性研究。


在军工领域,中科视拓已经与中国航天科技,中国航天科工,中国电子科技集团等客户进行深度合作。在新零售领域,中科视拓与国内某跨境电商头部公司合作的全视觉解决方案无人店将在今年4月开张。

 

此外,中科视拓还在畜牧业进行了探索。畜牧行业是一个万亿级市场,仅奶牛相关产业链的市场空间就高达百亿元人民币。

 

中国电信北京研究院人工智能开放实验室主任贺群向「甲子光年」介绍,他们使用了中科视拓SeeTaaS平台辅助牧场进行精细化管理,监测奶牛的饮水、进食等行为,并加以分析:“我们叫它‘牛脸识别’,虽然产品仍在使用初期探索阶段,但一线工作人员都的反馈都是‘用起来很爽’。”

 

SeeTaaS 2.0的目标是做基础设施,实现数据,算法,算力的标准化和按需调用。这一阶段,中科视拓会实现模块化销售,不再做定制化的整套解决方案,把AI专项能力打包给客户、算法开源,客户可自行研发所需的AI引擎,从而实现“卖给A的产品完全可以卖给B”。

 

目前,SeeTaaS2.0正在建立过程中,将最先打入新零售场景。同时, SeeTaaS 2.0还计划把业务向上下游扩展,如搭配数据销售摄像头、本地化主板等硬件。

 

SeeTaaS 3.0的产品愿景则是,借助区块链技术,以智能合约搭建数据、算法和算力的去中心化交易市场——据山世光介绍,目前SeeTaaS3.0还在筹备阶段,会根据1.0、2.0版本的市场验证同步开发。

 

刘昕进一步阐释,3.0核心是实现智力资源的全球共享,需求方可以在SeeTaaS 3.0上提交算法需求描述、训练数据和测试方法,全球的算法专家,无论个人或团队,都可以响应这个需求,并基于智能合约获得相应报酬。整个过程建立在区块链的去中心化机制上,交易不可撤回、不可篡改。

 

在这一点上,中科视拓和“算法商店”Algorithmia思路相似。2018年2月底, Algorithmia借助区块链技术,推出了一种机器学习合约,可在公共区块链如以太坊(Ethereum)上评估和购买机器学习模型,使机器学习从业者能直接凭自身技能获得现实收益。

 

愿景归愿景,中科视拓的壁垒何在?当下人人都在谈生态、做平台,到底怎么实现平台?

 

对此,“不可能不赚钱”的土里滚CEO刘昕表示:一上来就做平台肯定是死路一条,因为没人来用,中科视拓将步步为营,先在1.0阶段做好工具化,验证工具能力,把场景做深做透,积累足够多的行业know how,再按行业搭建2.0阶段的中心化交易平台和3.0阶段的去中心化交易平台。

 

中科视拓现阶段的营收,主要来自SeeTaaS云平台1.0和2.0的授权、定制研发及行业解决方案。2017年,中科视拓营收为千万元人民币级别,预计2018年将达到3-5千万人民币。



“军火库开放了”

 

1984年2月16日,上海市展览馆内,13岁的李劲坐在电脑前显得有些不安,作为中国首届少年儿童计算机程序设计竞赛的获奖者,他正等待“一个重要人物”。

 

他没有想到,那个重要人物就是“邓爷爷”。

 

邓小平原定在展台待1分钟,最后却超时到6分钟,他看着李劲在一台连接着电视机显示屏的苹果电脑上进行操作演示,转过头用四川话对随行人员说出了那句著名的:“计算机的普及要从娃娃抓(做)起。”这句话后来被做成标语挂在中国所有中小学的“微机”教室内。


1984年2月,邓小平在上海市展览馆参观

 

从那时起,以计算机为核心的信息技术普及教育被纳入中小学课程体系,影响了无数80后、90后,帮助中国在当下全球科技竞争中占据了一席之地。

 

李劲本人在那次奇特经历后一路开挂:高一,他被清华大学电子工程系破格免试录取;23岁,他成为了中国最年轻的博士;毕业后,他进入美国夏普实验室;5年后,李劲回到北京中关村,进入了微软亚洲研究院。

 

数年后再回望,现在这批接受AI普及教育的孩子中,也将诞生杰出的AI人才。可以预见,随着基础教育对AI能力的强调,随着各行业对AI能力需求的增长,“AI平民化”将是大势所趋。

 

在这个背景下,以往囤博士、拼论文、刷竞赛的做法,有逆风前行的风险。而中科视拓的思路是化不利为有利,顺势而为,主动促进“AI平民化”,快速成长为AI赋能平台,找到差异化的竞争路径。

 

“传统老贵们有行业积累、数据、渠道等优势,但缺乏AI能力,那我们就是给他们造兵器的。等SeeTaaS云平台逐渐完善,就是面向一个全行业、平民化的‘AI外脑’。”刘昕告诉「甲子光年」。

 

如果上述设想能够实现,那AI市场格局将为之一变。用刘昕的话说是“军火库开放了,新贵不能再靠AI概念俯瞰老贵”——

 

接受AI赋能的老贵将会盘活旧有资源和优势,他们可以绕开技术服务公司,直接通过AI赋能平台满足需求;仍然只提供定制算法的创业公司可能难以为继;初级和中级算法工程师的需求量会锐减,群体职业生涯会受到深刻影响。刘昕在公司经常开一个玩笑:“我们一部分同事的工作是让另外一部分同事失业。”

 

然而,巨头也有同样的思路:去年以来,Google多次提出“AI民主化(Democratizing AI)”。李飞飞曾在采访中表示:Google的AI民主化分为四个方面,民主化计算、民主化算法、民主化数据以及民主化人才。

 

如果Google也做、BAT也做、商汤也做,“中科视拓们”还有机会吗?

 

“这个问题的核心在于我们跑得有多快。”刘昕说,中科视拓从两年前诞生起,就走“开源”和”赋能”路线,他们已经在这条路上先跑了两年,“天下武功,唯快不破,任何一个玩法不可能不被抄袭,如果说有钱、做得大就可以颠覆一切,那就不存在创业公司这种生物体了。”

 

END.


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存