从人工智能“世界杯”夺冠，详解360式AI进化路线

360人工智能在ILSVRC-2017上的夺冠，使360智能团队浮出水面，那么与其他互联网巨头相比，360的AI进化路线图到底是怎样的？

“能落地的人工智能才是真正的人工智能”

因为去年周鸿t曾经公开“喷”过行业内存在人工智能泡沫，所以在很多人印象中360在对待人工智能方面比较低调甚至保守。然而，这其实是一种误解，老周不是不重视人工智能，而是非常重视，只不过在他对互联网公司深入人工智能路径的认知不同，与很多互联网公司全面推进人工智能的大跃进之路不同，周鸿t在人工智能方面更强调的是垂直细分和应用场景，追求的是产品落地，360未来在人工智能领域要走的是一条专注、聚焦的务实之路。

那到底何谓“务实之路”？这次360人工智能团队在ImageNet大规模视觉识别挑战赛(ILSVRC-2017)上的夺冠或许可以作为周鸿t式人工智能路线的一个最新注脚。

7月17日刚刚落幕的ImageNet大规模视觉识别挑战赛被誉为计算机视觉乃至整个人工智能发展史上的里程碑式的赛事，之前的世界记录分别由谷歌、微软、牛津大学等机构保持了数年，今年作为现有赛制下的最后一届比赛一共吸引了来自中美英等7个国家的25支顶尖人工智能团队参赛。赛事共包括物体定位(识别)、物体检测、视频物体检测三大类任务。最终，由360人工智能研究院与新加坡国立大学(NUS)组成的团队在“物体定位”任务的两个场景竞赛中均获得第一，同时在所有任务和场景中均取得了全球前三的战绩。

这个冠军与周鸿t提出的360人工智能路线有着什么样的关系？它实际反映了360人工智能研发在垂直领域的深度与高度。简单说，计算机视觉识别是人工智能领域的经典命题，而物体定位(识别)、物体检测、视频物体检测又都是计算机视觉的核心领域，对于人工智能的发展意义重大，有广阔的应用前景，比如人脸识别、无人驾驶、智能机器人等。在这届比赛中，360与NUS团队改写谷歌、微软、牛津大学等一直在此项任务中保持世界纪录，实际上反映了360人工智能技术，特别是在视觉识别方面的实力，而这一实力可以直接被应用到周鸿t更重视的垂直领域下的各类产品中去，所以，360人工智能研究院院长颜水成会说，“当下人工智能的发展不能脱离具体业务，需要在垂直领域去解决具体的问题，能落地的人工智能才是真正的人工智能。”

没有高下之分，只有打法不同

可以拿来做比较的是谷歌的AlphaGo，走的就是另外一条路线，即通用型人工智能，AlphaGo大胜围棋世界冠军也代表了人工智能的一个新的高度，但按老周的说法，“下围棋的人工智能程序不会下象棋；会识别猫的人工智能程序，不会识别狗。”很难产生实际的商业价值，而当下更多的机会，则存在于人工智与垂直领域的结合，解决具体问题。

这两种路线没有什么高下之分，只有取舍不同，或者用颜水成的话说叫“打法”不同，一些公司可以不必太拘泥于当前人工智能的落地为目标，比如可以瞄准三年以后，或者五年以后。但“这样的话一个公司体量真的超级大了，它是可以这样做的，为一个未来的概念，五年以后、十年以后。有可能这个东西在中间就会改变方向，也是有可能的。”

然而360人工智能的打法则和其他公司不一样，“我们不是为人工智能而人工智能，我们更看重能马上落地的场景。比如我们看到的监控摄像头人工智能的能力，比如我们故事机的人工智能的能力，后视镜的人工智能的能力，我们更强调要以产品落地为导向。” 也就是360采取的是步步为营的打法，在当前的特定时间点，360更看重人工智能怎样可以为当前的业务场景和当前的产品发挥它的效能。所以，外界可能更多看到的是360的产品应用了什么样的人工智能技术，而不是把人工智能单独抽出来讲，描绘360人工智能要为三年以后或者五年以后做什么样的事情。

这种比较务实的打法，倒是跟王健林“先设定一个小目标”的发展路数很像。

所以，这次能够在ImageNet大规模视觉识别挑战赛中夺冠，实际上也是360人工智能团队在人工智能垂直领域的一个定点突破。但这种定点突破也是来自于垂直领域的长期积累。一直以来 ，360人工智能研究院在计算机视觉领域持续投入研发。在长时间的研究工作中，建立起了一支实力强大的人工智能团队，对于计算机视觉领域有深刻的理解。

“我们跟其他公司宣传的方式不一样”

由于安全、搜索等基本业务都与人工智能深切相关，所以360在人工智能方面的布局并不晚，很早就成为其发展的一个重要方向。2015年，360邀请国际知名计算机视觉与深度学习专家新加坡国立大学(Dean’s Chair)的颜水成加入并担任首席科学家。随后，颜水成开始着手建立并领导360人工智能研究院至今。

360这支大概70人左右的人工智能能团队最早的时候，其业务主导就是以“视觉”为主，后来根据业务场景的不同需求，又向基于人工智能的人机对话技术和大数据技术扩展，逐渐把人工智能的几个主要方向都建立起来。当然，360人工智能研究院只是其整个人工智能团队的一部分，在360的各个业务线，比如搜索、安全、浏览器、手机助手等领域，也都有内部的人工智能相关团队。在更注重场景化的360式人工智能路径中，人工智能团队和业务团队的紧密结合是一大特色。

颜水成并透露，“现在也可以说了”，作为海外人工智能布局的一部分，360在新加坡也已经成立一家子公司，正在建立人工智能和安全的团队，“跟在北京的这个团队相互的合作一起去完成一些任务，也便于我们更好地和新加坡的一些本地研究机构做深入的合作。”

在整个360人工智能团队运作中，可以分为两个部分，因为周鸿t特别关注产品，所以有一部分人力是“老周指在哪里就往哪个地方打，老周在关注直播的时候，就往直播上打，老周关注相机类产品的时候，就往相机上打。”这也可以理解为AI团队的内部赋能；而一部分团队则从自身研究方向出发，会去关注老周不是特别关注的方向。

从这次比赛夺冠看，360人工智能团队已经有相当实力，而之所以在业界并不显山露水，是因为在以前的宣传中，360更多宣传的是其落地产品，而不是人工智能这一“概念”，“360智能不是为人工智能而智能，我们不会说人工智能有这个东西，再有产品，我们对外宣传更多是宣传我们的产品，我们有强大的AI的团队，我们跟其他公司宣传的方式不一样，公司说有强大的技术在那个地方，你们可以用这个东西去做它的产品。我们老周是产品经理，产品是第一要务，技术是让我们的产品具有更多的更强的能力，让用户有更好的产品体验。核心点还是在产品。”

或许，没有这次夺冠的契机，颜水成们依旧还隐藏在幕后。

在人工智能支撑下的360智能硬件一共分为三大块业务，也就是三大应用场景。一块是可穿戴式业务，比如儿童手表；第二块是家庭安全业务，比如360小水滴监控摄像头、故事机、360机器人等；第三块是出行安全，比如行车记录仪和后视镜，这些都需要图像、语音、语义能力。

纯粹的人工智能平台最后都会死掉

现在人工智能平台大热，各大互联网公司都在讲平台，讲系统，讲赋能。颜水成认为，走人工智能的通用路线也没错，但一定也要重视场景，以前讲人工智能三大要素：大数据、计算能力、算法，现在变成四大要素，开始讲场景。因为纯粹不管业务场景，只是从一般性的图像分析能力，大数据分析的能力去做平台，平台后面的公司很容易会死掉。“很现实的问题是无论你是做图像分析还是做语音分析，还是做语义分析，场景化非常重要，你说你做人脸识别，你说你有一个通用的，对所有场景的人脸识别都能做得好的模型，不存在。”

其中关键就是不讲应用场景的平台，很难在技术上做到极致，很难实现工匠精神。“比如你是一个语音产品，一种方式你就提供通用的API，能力不错，也挺好，但是到具体的业务场景，比如你不做对这个场景定制和优化，肯定是不可能达到极致的状态，这是为什么说有些创业公司，大家知道做机器人公司，他为什么做自己的语音识别和TTS，是你用通用的API，它会碰到一个问题，它没有对场景进行优化，所以不可能达到一个极致的状态。”

而老周却是一个极度重视用户体验的人。

所以，一个公司需要人工智能团队不是因为要实现“有无”，而是要实现超越。如果只是说去实现有和无这种能力，人工智能团队存在的价值不是特别大，你要是做人脸就可以拉去创业公司API，你要做语音识别可以拉科大讯飞，甚至有时是免费的，你要做语义的话，有好多创业公司早期都提供平台服务，都是可以做。

但要实现超越就不同了，需要团队研发不停的往前走，这都是平台所不能提供的。

所以颜水成说，“我发现一个纯粹的可能平台的支持，他就没有达到工匠精神，我希望再进一步打磨，相当于我用平台快速启动，当我的业务发展到一定时候，我一定要组织自己的团队，把业务场景做到一定极致。人工智能团队在这种公司起到业务场景的精细打造或者工匠精神的状态。”

所以人工智能团队存在的价值就在于帮助公司在一些特定的，有差异性的能力方面，能保持领先性。

事实上，关于场景和产品对人工智能布局的重要性，在上周联想举办的Tech World2017上联想CTO芮勇也讲过一种观点，他认为，人工智能其实是需要迭代的，需要有一个做闭环的系统，前端的设备就代表了一个入口，有入口就有用户，有用户的任何信息反馈，就可以帮助人工智能有更多数据去学习，学习了以后后面有基础架构，运算得更快，服务质量越来越好，服务质量越来越高，反过去促进卖出更多的设备，这样就看到闭环系统了，更多设备又有更多的用户，更多的用户又有更多的数据，更多数据有更好的服务。

从某种角度讲，此与周鸿t的看法殊途同归。

生成海报

免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。