创新奇智CTO：后AI时代，应用为王

 尽管人工智能近两年热度空前，但提出“后AI时代”观点的企业寥寥无几。创新奇智CTO张发恩是其中一位。
    如果说普通公众对人工智能快速发展的认知始于2016年AlphaGo与李世石的惊世对局，科研和产业界则更早感受到了人工智能热潮的真正来临。

创新奇智CTO张发恩

  当然，人工智能并不是什么新名词，这个领域从上世纪50年代就已诞生。纵观过去几十年人工智能领域的探索，是一段“喧嚣与渴望、挫折与失望”交替出现的历史。一定程度上，过分简单的算法、难以应对不确定环境的理论、以及计算能力的限制，阻碍着人工智能技术的发展。
    直到20世纪90年代，尽管人工智能领域的技术成果处于低潮，成果寥寥，但神经网络、遗传算法等科技得到了新的关注。伴随着深度学习的兴起，以及图像、语音识别技术的突破，人工智能终于迎来了又一次的发展高潮。
    在张发恩看来，突破点出现在2017年。随着前期数据、算法、算力的不断累积，人工智能已迎来厚积薄发的时代，市场将诞生并孕育一批以“应用场景”制胜的企业。所谓后AI时代，应用为王。

人工智能发展简史

 创新工场和它的人工智能工程院
    提到创新工场，很多人不会陌生。这个由李开复博士创办于2009年创投平台，孵化培育了一批移动互联网、人工智能领域的人才和企业。
    2017年初，创新工场发布了《投资AI生态，共赢智慧未来》人工智能战略白皮书，揭示了创新工场在人工智能领域的未来愿景。“白皮书”强调：创新工场会借势发力，继续加强其在人工智能领域的投资布局；在此之前，创新工场还宣布成立人工智能工程院，为人工智能创业提供人才、技术、商业、市场、软硬件平台、大数据环境等多方位的支持。
    创新工场人工智能工程院是专门面向人工智能的创业人才培养基地和创业项目孵化实验室。创新工场人工智能工程院由李开复博士亲任院长，其主创团队由来自Google、中科院、微软等顶级公司和研究机构的技术人才组成。
    李开复博士在各种场合屡屡为人工智能站台，他领衔着创新工场人工智能工程院，不断推动着人工智能产业化的进程。
    在深度学习、大数据和计算能力的共同推动下，人工智能第一次将实验室技术带进了产业实践；第一次在机器视觉、语音识别等领域突破了普通用户可接受的心理阈值；第一次在互联网、金融、安防等先导行业创造出可观的商业价值；第一次显示出带动整个产业生态协同发展的巨大潜力。
    一定程度上来看，这一次人工智能热潮与以往有着本质不同，是相关产业步入成熟的标志。
 
诞生在人工智能黄金时代的创新奇智
    创新奇智就是这样一家诞生于人工智能黄金时代的初创公司。
    之所以称为“人工智能黄金时代”，清华大学公开的一系列数据给出了佐证。
    清华大学2018年7月发布的《人工智能发展报告2018》显示，截至2018年6月，中国人工智能企业数量已达到1011家，位列世界第二。报告显示，2017年，全球人工智能投融资总规模达395亿美元，其中中国的投融资总额达到277.1亿美元，占全球总额70%。2017年中国人工智能市场规模达到237亿元，同比增长67%。预计2018年，中国人工智能市场增速将达到75%。
    创新奇智成立于2018年3月，致力于为企业提供最前沿的“AI赋能”解决方案，提升企业商业效率，加速数字化转型，成为实体产业拥抱AI技术的推动力。
    依托创新工场的品牌和资源，背靠创新工场人工智能工程院的强大AI技术专家群，创新奇智集结了来自国内外顶尖大学及顶尖公司的近两百人技术及行业专家团队，对企业服务市场有着深刻理解，并具备丰富的行业经验与实战经历。
    创新奇智和创新工场人工智能工程院的渊源有多深？张发恩告诉记者，目前双方的核心团队共用一个办公场所，包括研发的代码、文档都是共享的，合作非常紧密。区别在于创新工场人工智能工程院更倾向于前沿技术的探索和研究，而创新奇智致力于人工智能技术的商业化落地和推广。
    当然，在人工智能的科研和商用之间，还存在着一定的鸿沟。张发恩所带领的视觉算法、自然语言处理、机器学习和工程业务开发四个技术团队就是为了逾越这个鸿沟，致力于打造可商用的“技术产品”和更多的“行业场景”。
 
创新奇智的P3战略：从项目到产品再到平台
    作为一家初创公司，张发恩指出，创新奇智在技术侧重上会有所取舍，譬如在公司短期的规划中不会涉足语音识别、自动驾驶等领域，而是聚焦在更为擅长的畸变图中商品和缺陷识别、亚像素级缺陷识别等图像识别领域，以及更为前沿的光衍射神经网络。
    在张发恩看来，只有找到有价值的应用场景，帮助企业提升效率、降低成本的人工智能公司才能胜出。
    在加入创新奇智之前，张发恩在微软、Google、百度等科技公司积累了多年的大数据、分布式机器学习、深度学习、人工智能相关经验。在接受记者采访时，他一边抛出“后AI时代，应用为王”的观点，一边展望和解读创新奇智的P3战略。
    所谓P3战略，简而言之是从Project（项目）到Product（产品）再到Platform（平台）的逐步演进。对于创新奇智来说，初期发展阶段需要通过项目探索多个应用场景的落地，并将其固化成可规模化推广的技术产品，随着产品的成熟最终以平台形式提供给更广泛的生态伙伴和客户。
    目前，创新奇智还处于从Project到Product过渡的阶段，一方面，创新奇智已经有了几个颇为成熟的产品，譬如智能货柜、智能质检等，另一方面，创新奇智还在探索更多的应用场景
 
如何在竞争激烈的市场胜出？
    作为人工智能市场的后入者，市场中已有太多的玩家。创新奇智在激烈的竞争中如何胜出？
    除了背靠创新工场人工智能工程院深厚的研究和孵化能力，创新奇智还有强大的技术和行业专家团队，他们既来自Google、IBM、百度、微软、SAP、Intel、华为等科技公司，也来自哈佛、耶鲁、清华、北大、中科院、卡内基梅隆、哥伦比亚、康奈尔、爱丁堡、布朗、香港中文大学等知名院校。
    作为CTO的张发恩还从技术层面解读了创新奇智的竞争优势。张发恩告诉记者，总的来说，创新奇智的技术架构保持了三大特征：灵活高效、易于扩展和性能领先。

创新奇智人工智能技术栈

 从“算力”层面来看，创新奇智建设了规模较为庞大的，可按需弹性伸缩的计算资源池。该资源池支持多种异构计算加速芯片，例如GPU、FPGA、CPU等芯片。目标峰值性能可达1200 Teraflops，大约相当于4千台传统服务器的算力。另外，在已经量产的智能货柜和自助结算一体机等标准产品上，创新奇智已经开始计划应用FPGA来加速深度神经网络模型的前馈计算过程，这不仅能够降低运算时间，还能够降低大约60%的硬件成本。
    从“数据”层面看，创新奇智建设了数据采集和标注平台。在数据采集方面，该平台支持线上抓取和线下采集两种主要采集类型，其中线上抓取部分基于业内领先的分布式爬虫技术架构，可以按照语义抓取内容，目标日最高可抓取数百万URL。在数据标注方面，该平台使用众包模式，目标最高可支持数千人同时标注、日最高可标注数百万条数据。同时平台采用随机分配标注任务，多人标注同一数据，自动检测标注质量等技术，可以极大的确保数据标注质量。
    从“算法”层面看，创新奇智研发分布式自学习机器学习平台和分布式自学习深度学习平台。这两个平台共同支持多种传统机器学习算法（比如Logistic Regression、SVM等）、多种深度学习框架（比如TensorFlow、PyTorch等）和多种自研分布式机器学习算法。这两个平台还支持元学习（Meta Learning）和超参数学习，平台能够根据要训练的数据，自动选择不同的机器学习算法和深度神经网络模型，从而产生一个较优的人工智能模型。基于这两个平台，创新奇智构建了三类人工智能算法集，分别是感知智能、认知智能和决策分析。其中感知智能包含畸变图像的分类、分割和检测、3D视觉引导等机器视觉算法。认知智能包含情感分析、智能对话等自然语言处理算法。决策分析包含智能补货、智能核保等数据智能算法。
    依托于较为完整的人工智能技术栈，创新奇智已初步形成“一个技术核心”支撑“三个行业应用场景”的开发生态。目前，创新奇智已经在零售、制造、金融三个领域，打造出了量产版的标准化产品和可以复制的场景解决方案，获得了永辉、原麦山丘、嘉士伯、鸿海科技、徐工信息、中冶赛迪、邮储银行、光大银行、民生银行等多家行业标杆客户。
    要知道，创新奇智成立才刚刚半年的时间。
 
创新奇智在制造业的布局和实践
    在创新奇智的商业布局中，2B行业是举足轻重的领域。张发恩也认为2B将是人工智能需要深耕的蓝海。
    事实上，人工智能在制造业的融合应用是促进实体经济发展的重点方向，是制造业数字化、网络化、智能化转型发展的关键领域。当前人工智能技术向制造领域的渗透从广度、深度来看均在快速推进，对制造业整体发展的支撑效应已经初显。
    一个典型的应用场景是：在制造行业中，尤其是金属加工相关的行业门类，对零部件、产成品进行激光刻码、打码是进行产品质量追溯、制造过程数据管理最终形成制造产品大数据的重要手段之一，当前，在实际生产过程中，操作人员往往采用目测辨识、手工记录的方式采集此类数据，然后手工录入系统或打印生产过程中的跟踪标识（如条形码），效率低、易出错、浪费人力，增加了制造成本。
    通过OCR（光学字符识别）技术能够有效提高扫码的准确率和效率，提高数据录入的便利性，补全制造企业车间数字化的最后一步，并与其他制造信息管理系统实现有效集成，形成完整的数字化闭环。
    张发恩告诉记者，很多人工智能公司都能做OCR识别，但创新奇智更胜一筹，譬如对工业零部件上的文字识别，不管上面是否有油渍、激光刻字有深有浅、光线太亮太暗或反光，创新奇智都可以做到精确的识别。

借助人工智能技术检查手机组装是否有多余零件

 在制造业应用场景中，创新奇智还和多个工业制造企业合作，譬如帮助全球顶级手机品牌检查手机的背壳有无划痕、组装过程中是否有多余零件；通过3D视觉引导机械臂分拣零部件；检测焊接的焊缝宽窄等等，探索了一系列可以帮助制造企业降本增效的应用。
    值得一提的是，2018年7月，创新奇智还和徐工信息达成战略合作，双方致力于将人工智能技术深度融入Xrea工业互联网平台，应用视觉识别、3D视觉引导和机器学习构建创新解决方案，服务制造业客户，推动人工智能技术的应用落地。