QQ在線
企業微信
資訊
423如果從1955年約翰·麥卡錫提出人工智能的概念算起，人工智能的商業化速度其實不太讓人滿意。
最初的60年代中期，技術樂觀主義圍繞著斯坦福大學人工智能實驗室，不少杰出工程師主動躍入這一充滿前景的領域，彼時的戰爭形勢更是讓軍方不斷加大對人工智能與機器人研究的資助。
然而，軍方的過多干預，以及有關倫理道德困境被推上了臺面，促使部分搖擺不定的工程師們逃離了這一陣營，讓人工智能技術的發展陷入滯慢。
將近半個世紀過去，盡管科幻電影還是忍不住對AI角色濃墨重彩，但向善發展的數字技術已經開始對大眾生活產生顯性影響。智能人臉識別、智能語音交互、機器人送餐服務……業界一度流傳的“AI恐懼”在“人機協同”中得到化解，下沉去魅，生出了與現實接軌的活力。
人工智能的商業化速度真的太慢嗎？實際上，科幻畫面逐漸變為現實，并不是一個簡單的過程。云從科技創始人周曦也曾提出，人工智能的主要挑戰之一源于其商業化的長鏈條特點。
“如果我們永遠只在學術里，幫助不了人，也做不了什么事。”站在人工智能的十字路口，周曦選擇摘下學術的帽子，轉身跨向產業界，去打造實實在在的商業化AI鏈條。
畢竟，只有無數商業化的AI鏈條，才能真正編織出未來的AI世界。
從學術到應用
2015年創立云從科技前，周曦已經在學術界拿下了一張不錯的履歷。
在獲得了中國科學技術大學碩士學位后，2006年，周曦進入美國伊利諾伊大學（UIUC）攻讀博士，師從計算機視覺之父Tomas S.Huang（黃煦濤）教授，成為當年黃教授在全球招收的三名學生中的一員。
在美學習期間，周曦與團隊先后戰勝MIT、東京大學、IBM、Sony等著名研究機構，六次拿到世界智能識別大賽冠軍，發表的數十篇論文被引用上千次。留美五年，周曦也曾在IBM、微軟、人工智能領域的“西點軍?！盢EC美國加州研究院等從事研究工作。
在常規的劇本中，拔尖的國際科研經歷本該指引著周曦在學術、技術研究道路上越走越遠，但在2011年，周曦就放棄了海外的高薪工作。
彼時，中國科學院正計劃在重慶籌建研究院，急需人才資源，現任的中國科學院重慶研究院院長袁家虎幾番邀請周曦回國。最終，周曦不僅受命歸來，還聯合UIUC圖像生成與處理研究室、新加坡國立大學學習與視覺研究組創辦了重慶研究院智能多媒體技術研究中心，成立了一支20多人的年輕團隊，共同研究計算機視覺技術。
這支中科院戰略性先導科技專項中唯一的人臉識別團隊，也就是云從科技最初的形態。
2013年，眼看芬蘭一家公司推出了全球首款刷臉支付系統，周曦立馬帶領團隊在不到一年的時間里實現了技術跟進。然而，由于受到商業合作限制，周曦意識到團隊的科研成果“只能停留在實驗室”，內心產生了觸動。
思量許久，恰逢中科院鼓勵科研人員創業，周曦與團隊集體放棄中科院的編制和收入，決意“把人臉識別的技術在中國做起來”。
2015年，云從科技正式在重慶成立。那時起，初次創業的周曦，也終于嘗到了技術研究與商業實踐之間那道鴻溝的苦澀。
曾給銀行提供了48種不同的解決方案、要求項目團隊全天24小時蹲守上海改善系統……用周曦的話來說，“從核心技術走到產品、從產品走到行業解決方案、從行業解決方案走到銷售、從銷售走到整個服務體系，這一圈只有親自走完，才能得到行業客戶的認可，才能真正知道如何解決問題?！?/span>
調整好心態和工作節奏后，云從科技陸續參與國家AI標準制定、國家人工智能基礎資源公共服務平臺與人臉識別系統產業化應用平臺的建設，在國內金融、安防領域的人工智能板塊中發揮作用。如今，云從科技早已從創業的小辦公室搬到了獨棟大樓，當初十幾人的團隊也突破了兩千人的規模，遍布在多個城市。
從語音到圖像
雖然一直在圖像識別陣營深耕，但周曦等本科和碩士修習的都是語音識別，算是以語音識別出身。
拿過美國聲紋識別冠軍，也在微軟做過語音識別研究，到了2006年，周曦通過視頻資料意識到水下攝像頭可以用于溺水判斷，受到極大啟發，發現圖像應用可以幫助到更多人，到美國便轉向圖像和視頻識別領域。
相對于語音識別技術的成熟，圖像識別技術領域當時尚且還處于百家爭鳴狀態，更重要的是，此前在語音識別階段積累的方法論和系統思想經驗，讓周曦的團隊占據了先天優勢。
“語音有很多做得很好的算法和思想，我也在圖像上實踐。果不其然效果很好，2006到2010年間拿了很多世界冠軍。拿了這么多冠軍我就想，總要做什么有意義的事兒吧。這個東西要實用，不管是檢查零件還是挽救溺水的生命，在各種場合下要能幫到大家?！敝荜厥冀K相信，作為人工智能技術的一部分，視覺與圖像識別能夠橫跨電商、金融、安防等領域實現應用價值，有更豐富的探索意義。
在圖像識別陣營，云從一直在核心技術上處于領先地位。如3D結構光，作為圖像識別領域的AI獨角獸，自2016年5月份開始，云從科技就將結構光技術應用在銀行、手機、家電等各個場景，兩年后云從科技在國內首發了“3D結構光人臉識別技術”。同年，OCR領域的重要指標——國際文檔分析與識別大會（ICDAR）測試集被再次刷新，云從科技位列榜首。近五年，云從還在跨鏡追蹤技術上實現了三次重大突破，實現了該技術的商用。
在圖像識別領域之外，云從也沒有完全退出在語音識別領域的探索。2018年底，云從科技宣布在語音識別技術上取得重大突破，刷新了全球最大的開源語音識別數據集的世界紀錄，錯詞率降到了2.97%，WER指標提升了25%，超過阿里、百度、約翰霍普金斯大學等企業及高校，大幅刷新原先記錄。
2019年3月，云從科技與上海交通大學聯合宣布了在自然語言處理（NLP）上取得一項重大突破：所打造的原創模型在大型深度閱讀理解任務中取得了超越人類高中生的準確率，成為世界首個機器閱讀理解超過人類排名的NLP模型。
從細分技術商用趨向高度集成與通用
根據發展路徑來看，初期的云從選擇了金融安防領域的人臉識別技術，作為細分方向進行突破。
目前，云從已經占據了國內銀行大半市場。據官方透露，截至2020年9月30日，在金融領域，云從科技已經為包括工行、建行、農行、中行等超過400家金融機構和全國超過十余萬個銀行網點提供智能服務。
經歷幾年發展，云從也為安防領域中特定細分需求帶來了產品，其中在深入理解公安業務實戰需求基礎上，結合ArcGIS等各類離線地圖技術，通過接入監控攝像機、各類人證核驗設備等，它在2018年初發布了火眼人臉大數據平臺。
不久后，中國民航管理干部學院與云從科技正式成立“智慧民航聯合研究中心”，針對民航領域的大數據、機器學習等方向開展聯合創新研發，并根據市場和行業發展的需要進行產品化和產業化研究，基本確立了云從在民航領域的地位。
2018年，云從發布了首款高性能AI攝像機——“炬眼”智能人臉識別相機，把進攻方向指向了軟硬一體化。三大板塊上千個場景打造出更為成熟的算法，借助首款AI攝像機的發布，云從實現了將AI技術應用到硬件優化上的突破。
業務日漸成熟后，云從的產品研發方向也伴隨技術發展而有所轉變。
2018年5月，云從開始與電信運營商的合作，上線IBIS（集成生物識別平臺）人臉識別身份核驗功能。值得一提，這里云從提供的人臉識別身份核驗平臺已經包含了生物識別，開始向多種技術融合發展。爾后，云從科技與英國Warwick大學、華南理工大學聯合對跨媒體大數據智能計算關鍵技術及應用平臺進行研發，證實了云從產品形態開始從單一領域技術融合向多領域技術集成發展。
2019年是云從科技產品高度集成和走向標準化的一年，其中包括云從發布的“CF-FP-E1”的最新刷臉支付終端產品，以及云從科技與東方航空、華為、中國聯通一起打造的“東航智慧出行集成服務系統”正式落地北京大興國際機場等。今年7月世界人工智能大會上，云從科技發布的“輕舟”平臺，則是云從再次在高度集成和通用平臺探索上的一次成果展示。
從細分技術商用趨向高度集成與通用化，目前，云從科技的產品形態主要是基于既有的軟硬件技術提供特定場景的解決方案，覆蓋了金融、安防、民航、零售等領域中多樣的場景。
從數據算法到人機協同
發展至今，從一開始的人臉識別到如今囊括語音識別、自然語言處理等多個領域，云從科技的發展路徑其實已經有所不同，如今的云從更強調人機協同。
2020年上半年，云從科技在版圖擴張上動作頻繁。據多家媒體報道，云從科技具體經營項目申報新增機器人、物聯網技術研究等。天眼查數據也顯示，云從科技具體經營項目申報開始新增人工智能算法軟件的技術開發與技術服務、人工智能硬件銷售、機器人的技術研究、技術開發、物聯網設備銷售、物聯網技術研究開發等。
周曦提出，不再囿于識別，云從開始步向人機協同，新增機器人、物聯網的原因由此可循。
2017年，云從科技開始著手研發人機協同平臺，將人機協同戰略作為核心戰略，以期"以人的長處彌補計算機的短處，人和機器形成配合關系，機器同時服務于專家側和用戶側兩側"。
今年5月，云從科技公布了將在廣州打造國內首個定位于人工智能基礎設施的全國領先人機協同開放平臺的計劃。他認為，人工智能和人之間不應該是獨自割裂的，而應是可以交互、理解，甚至于可以影響和改變，就像真正的人和人協作一樣。
“相比于理性而冰冷的計算機，人類在處理抽象化、情緒化、非邏輯性的問題上似乎有著不可逾越的優勢，我們只是在大量重復、海量計算和海量記憶上遜于計算機，而通過人機協同，將這些問題交給計算機，就能很好地彌補我們的短板?！敝荜貙儆诘湫偷募夹g樂觀派，在他看來，人工智能未來不會取代人類，也不會戰勝人類，而是以人機協同的方式作為服務于人的工具。
配合自動駕駛、解決醫療專家稀缺資源與海量病患需求之間的矛盾、將智慧城市治理效益發揮到極致……周曦希望，AI能夠把稀缺資源以更大的量級擴展出去，讓每個人享受更好地服務。未來，“人機協同”模式下的人工智能技術，將覆蓋人機交互、人機融合、人機共創三大內容，成為帶動整個社會高效率運轉的核心技術。
2019年初，周曦把人工智能的產業發展總結為學術研究、行業驗證、商業落地、行業平臺、智能生態五個遞進的階段。
周曦認為，“頭部AI企業平臺化，頂尖AI企業生態化”將成為產業趨勢，而云從科技當下的探索之路還處于平臺階段，正努力向生態化階段前進。
