35岁的徐立是商汤科技CEO，也是一位计算机视觉的科学家。商汤科技拥有50多名博士的强大团队，专注于计算机视觉以及人工智能领域，深耕人脸识别、人群分析、图像增强等以深度学习为基础的计算机视觉技术。

本期《亿欧视也》专访“人工智能创业30人”之商汤科技CEO徐立，以下根据徐立口述整理，略有删减。

 两年，600人，超2亿美元    

我们自己特别喜欢说我们公司是做computer vision的。一方面computer vision代表的是机器视觉，另外一方面它可以由另外一个角度来解释：computer我们是用机器的能量，做vision来达到自己的使命愿景和梦想。所以我们是用机器的能力来帮助大家实现自己的梦想。

说到商汤科技发展的速度，确实我们走得比较快一些，我们大概在两年时间之内，员工发展到600多人。公司也在各个基地设置了办公室，包括北京、深圳、香港，日本的东京和京都，大概有五个办公场所。我们发现人工智能在这一波的浪潮当中其实过了真正实用的门槛。因为有了这样一个爆发，所以说我们在行业当中看到了爆发式的应用，我们为了切合这样的行业需求，才会有如今的发展。

至于刚才讲到融资的速度，我想给很多创业者这样一个建议，其实每一轮融资不要去考虑融资估值的情况，或者市场当中行业的冷热。在任何一个阶段，如果自己有这样一个发展战略，一定要融到足够多的钱。所以我们的融资完全是配合我们自己的战略发展来进行的。

 人工智能+深度学习=浪潮爆发

去年3月，阿尔法狗战胜了李世石，大家觉得人工智能好像到了一个浪潮上。其实我们自己做过一个比较有意思的统计，这一次的人工智能的兴起和深度学习的算法有非常强的联系。我们把谷歌搜索中关于深度学习的关键词拿出来进行了数据的统计，发现深度学习这个关键词搜索量爆发在2012年的年底到2013年期间，并且看到一个强劲的势头。

这在当时也比较使我困惑，因为深度学习这个词是从2006年开始兴起，在2011年的时候已经在语音识别当中取得了非常大的成绩。所以可能一个原因在于当深度学习配上机器视觉的时候，就会产生一些化学反应；另外有一个解释就是在同一时间之内，也就是在一个比赛上，第一次把GPU用到了深度学习的计算当中。那么这也是开启了搭建GPU的操算来完成深度学习的一个先河。有可能这两个因素的互为互补性，使得在那个时间点真正的深度学习开始爆发了。但是任何一个行业都是有一个积累的过程，所谓厚积薄发。

人工智能的发展经过三个阶段

 其实我对人工智能的一些看法，大家会讲人工智能经历了三波浪潮，有起有落。我把它定义为三个阶段: 第一个阶段就是不如人的阶段。因为人工智能核心带来的是生产力工具效率的提升。所以作为一个生产力工具它如果没有人来的好，其实在行业当中的应用会有一定的局限。这也是为什么我们做机器视觉也好，或者其他的人工智能的方向也好，在过去的几十年当中，一直没有强的工业性突破，没有大规模的被使用，是因为这个工具始终不如人。在中国或者在巴西、印度这些还是有人口红利的情况下特别明显，就是他还是会用人来替代机器来完成这个任务，因为机器不如人。

第二的阶段就是叫超越普通人的阶段。这就是我们当时为什么成立这个公司的一个初衷，我们发现在很多行业级别的应用当中，机器已经可以做得比人好了。当一个生产力工具比人的效率来的好的时候，它替代人的这个潮流是不可逆的。

第三个阶段叫超越专家的阶段。超过专家的难点在于，专家的知识是特别稀缺的，也就是说他没有很足够的数据让机器怎么快速的学会。机器的擅长是在于大规模的数据当中快速的学到一些经验，但问题是，专家的知识可能数据量并没有那么大。那么怎么样通过算法的演进把这一部分的样本增强，把这个专家的知识转到机器上，那可能是现在深度学习未来一个比较大的命题。所以我认为超过专家是另外一个阶段，其实阿尔法狗已经达到了超过专家的这个经验。去年的3月份这一盘棋其实告诉我们，在一定特定领域超越专家已经变成可能，甚至有非常大的期待性。

阿尔法狗超越专家的原因在于围棋所有人类的高手下的棋谱基本说50万把棋都是有记录的，也就是说专家的知识保留的很好，那么在机器在学习当中，它能够很快的学会。假设以前的棋谱都没有记录，那让机器从零开始做，它的难点就非常大。超过普通人带来的是生产效率的提升，超过专家是带来的服务升级。

做技术是练内功，做应用是练招式

 我觉得每个企业有每个企业的基因，在做人工智能方面会有很多种路线，我应用现有的技术做更多的应用。做技术是练内功，做应用是练招式。其实在本质意义上大多会带来一个垂直行业的突破，但是现在我们发现，像深度学习的本身算法本身未来还有很大的严谨空间。在这个情况下，练内功的投产比其实很高，它能够带来很多的基础的能力的提升，从事使得你练各种招式都能够比较快速的能够成功并且能够很快的切入。当然在行业当中也是非常的需要垂直的打磨。

我们核心研究人员我们现在研究和工程人员比大概一比三左右，我们核心的研究人员还是在于做一些网络的设计方面的事情，包括底层的架构，所以我认为还是在做内功方面的一些事情。我们的工程人员在做行业应用的垂直性突破，在打磨我们的产品，这是很重要的。对于一个商业化的公司来说，产品的落地非常重要。所以我们是有一个一比三的比例，现在是260名全职的工程人员，来帮助我们完成这个从内功到招式甚至一些行业应用的一个突破。

技术定价不一定行得通

对于创业者来说，有很多的问题，我一直觉得公司现在追求的目标就是长期稳定的现金流，这个不是第一天就能形成很清晰的一个战略观。任何一家商业公司其实要追求现金流。现金流在我们公司来看，其实就是需要把一些业务量做起来。但是形成长期稳定，就需要带以后上保证它的技术的持续性和技术的长期领先性，那么这是我们在行业当中摸索下来形成的一个价值观。但是反过来说，技术提供给行业其实有一个定价权的问题。

一开始我们自己觉得我们作为技术定价，肯定是按效用定价，我们能给客户带来多大效用，客户就能给我们多少钱，但是在中国我们又发现，这个其实不一定行得通，因为中国大部分的企业是成本定价，你填一张单子，你们花了多少人力完成这件事情，这个技术就值多少钱。技术如果说想要让更多人理解，就是一定要有人能够为这个核心技术买单。（编辑：视也姚莉）

人工智能在中国已经掀起了新一轮技术创新的浪潮，我们如何去感受人工智能的风向标？技术、创新、应用如何突破？未来人工智能这片蓝海怎么去航行？

5月21日，2017全球人工智能技术大会将在北京盛大召开，这场人工智能的盛会将带来当下最先进的人工智能成果，同时也将迎来AI领域专家带来的行业解读。

2017全球人工智能技术大会详情页面：http://2017gaitc.caai.cn/

活动时间：2017年5月21日09：00至5月22日18：00

活动地点：国家会议中心会议区四层大会堂B

2017年5月21日

上午 主论坛报告+尖峰对话

下午 主论坛报告+尖峰对话

2017年5月22日——精彩论坛

智能驾驶分论坛

模式识别与智能感知分论坛

AI变革时代的智能系统测评分论坛

深度学习分论坛

智能金融分论坛

人工智能女科技工作者分论坛

自然语言理解分论坛

智能投资分论坛

脑科学与人工智能分论坛

智能体训分论坛

未来已来-人工智能的技术应用分论坛

智能机器人分论坛·人工智能前沿讲习班特别活动

                   
                   

                               

本文作者视也，亿欧专栏作者；微信：i-shiye（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。