智东西(公众号:zhidxcom)
文 | 心缘

“让我们的魔术师上来！”在前公司松下的年会上，管理者这样介绍申省梅。

申省梅这样称号的由来，是因为在新加坡（松下）研究院的 27 年间，无论日本那边的部门需要什么计算机视觉技术，申省梅和她的团队总能做出来。

这并非在夸大其词。当对物理概念了解足够深入，看得又足够广时，技术上的融会贯通就能够实现，多年来，申省梅在医疗、3D、安全协议、数据压缩等多种技术领域均有涉足。

比如在 2009 年至 2012 年期间，3D 爆红之际，松下产品部门要求申省梅团队做 3D。他们只用了短短一年半的时间，从零开始，成功将所有 3D 技术交付出来。

▲澎思首席科学家兼新加坡研究院院长申省梅

她是一位看起来儒雅而温柔的女性，个子不高，一双眼睛总是温和地含着笑意，和你说起话时总有一种如沐春风的感觉。

她是一位出色的母亲，将三个儿子分别培养进入牛津、剑桥和MIT，还心怀善意领养了一个小女孩。

她也是一位全球计算机视觉和人工智能（AI）领域的杰出华人科学家，曾任新加坡（松下）研究院副院长，领导超过 40 人的算法研究团队，累计专利达 300 项。

工作依傍名门，桃李遍及天下，研究硕果累累，当许多人还在羡慕她的成就之时，她却做出一个出人意料的决定，离开名满世界的松下，转身进入一家成立还不足一年的中国 AI 创业公司。

一、三十年结缘日企

申省梅与人工智能（AI）结下不解之缘，最早可以追溯到 45 年之前，也就是她的学生时代。

1984 年，申省梅从西北电讯工程学院（现西安电子科技大学）电子工程系本科毕业，名列全年级第一。在随后的两年间，她继续留校攻读硕士学位，师从雷达专家、中科院院士保铮，同时在前深圳大学校长谢维信下做 AI 和模糊数学在自动驾驶的应用，以及 AI 在医学心电图模拟心脏专家算法的实现。

结束求学之旅后，申省梅先在中国雷达实验室做了两年开发工作，后于1989年进入日本福田电子任开发工程师，专注于研发 AI 在医学心电图模拟心电专家的算法和实现。而这只是她在日企工作的一个序幕，三年之后，她走到了人生一个新的节点——加入松下，在新加坡（松下）研究院做视音频、图像处理等相关研发。

这一做，就是 27 年。

27 年的历练，使得申省梅不仅在技术研究上日渐精进，而且具备了理解和快速响应产品需求的能力，无论松下的不同部门提什么五花八门的需求，对于她的团队来说，不过是万变不离其宗。

申省梅从日企的模式中汲取经验，也日渐感受到日企短期内难解的困局。

和多数日企一样，松下充斥着浓厚的工匠精神，良品率极高，每个产品几乎用十年、二十年都不会坏。申省梅的团队曾参与了很多这样的产品设计，包括电视机、DAC、专业的相机中的技术等，每一项技术无不花费了很大的工夫。

10 年前，申省梅曾去参观松下在日本当地的工厂，她发现松下精益求精的态度已经深深植根于每一个人的大脑。他们从选择每一个零部件开始，都要求它能应对风霜雨雪等各种恶劣环境而十年不坏。但这也造成最终产品的市场价格远高于韩国的三星、LG，再过几年，大陆推出更加便宜的产品。

在此期间，松下等日企已经有意识地做一些改变，比如缩短产品开发周期。以前传统的开发方式，是要把所有性能都考虑得很周到，后来公司开始改变和学习加快步伐，考虑在产品不完善时先推出一款，后续在推新款时再进一步完善。

申省梅的团队同样在积极求变。

2012年，神经网络之父Hinton 用深度学习将 ImageNet 准确率提升高达10%，给申省梅等图像领域的研究人员们带来极大的震撼。

基于前沿算法科技的敏感性，申省梅迅速带领团队进入深度学习的领域。短短几年内，他们对全部传统的机器学习进行改造，对算法、技术、产品进行更新换代，也走在了世界前沿。

在松下的研究经历，令申省梅受益颇多，但松下繁杂迟钝的管理模式对其团队生产力的枷锁，亦令她开始动摇。

二、跨级校友“三顾茅庐”

当 AI 技术落地的狂潮席卷而至，申省梅十分兴奋，对于一位深耕 AI + 计算机视觉研究多年的专家来说，还有什么比能将自身拥有的技术转化为更多行业的创新应用更令人心潮澎湃呢？

然而，想法刚刚提出，就连连遇阻。

松下毕竟是一个庞大的日企，研究的内容受到严格的把控。申省梅每申请一个项目，都要获得一层一层的批准。有些技术想法提交上去，松下会因为这个项目没有与之匹配的销售团队，而不予通过。

这一难以改变的现状，致使申省梅团队的热情和战斗力无处释放。陆续有其他大公司向申省梅发出邀约。但换一家公司又能改变什么呢？假如新公司和松下一样，只能给予有限的研发空间，这对申省梅而言并无吸引力。

就在此时，中国大陆的一家计算机视觉创企澎思科技向申省梅递出了橄榄枝。

澎思科技的创始人马原和申省梅算是相隔很多级的校友，他们本科均为西电大，之前就认识。在马原眼里，他与申省梅几乎是一拍即合。他意识到申省梅憋着一股劲儿想做大事儿，双方的想法一碰撞，火花蹭得就冒了出来。

澎思“三顾茅庐”，并提出诱人的方案——足够的研究空间来解放生产力。澎思给予申省梅完全的信任，令她十分感激，经三思过后，她对澎思的市场和产品能力持有信心，同时也对有更大研究的自由度和话语权心生向往。

经过多重因素的考量，她决定离开松下，加入澎思，任首席科学家兼新加坡研究院院长。

▲澎思新加坡研究院室内

这一决定同样令澎思上下兴奋不已。作为一家亟需在 AI 市场上开疆沃土的创企，澎思的当务之急是做出有竞争力的产品，因此他们选择从工业界请一位资深的技术大牛来带领研究团队。

而申省梅不止是享有盛名的 CV 专家，随着她一起来到澎思的，是 27 年企业级研究院的工作经验，以及交付能力和培养人才能力所带给初创公司的安全感。

三、技术产品双剑齐发

在工业界耕耘数十载的申省梅，对公司需求、学界需求乃至工业需求都了如执掌，在新加坡（松下）研究院 27 年的经历，使得她不仅继承了日本企业的“工匠精神”，而且对于海外两地的合作模式非常熟悉。

由于技术和市场发展速度非常快，因此申省梅的团队拥有很强的未雨绸缪意识，极其注重开发技术的速度，而且能快速适应销售、市场人员给的新需求。

这种快速响应需求、以用户价值为导向的能力早已深入申省梅团队的骨髓之中。几乎只要大家想做一个东西，就能很快做出来。

例如在2012年时，松下还在用别人的云技术，申省梅团队在公司内第一个将云技术做出来，甚至当时有一家公司想要给他们投资，好出去做这方面的生意。

相比学术领域不那么“接地气”，申省梅从项目一开始做时就已经考虑的很全面，包括何时该出高性能版本、轻量级版本以及其他版本。在新加坡（松下）研究院的生涯中，她汲取了非常多的经验，比如从日韩市场之争，意识到产品落地速度、软件的用户体验等都是制约市场开拓能力的关键要素。

这些经验被一并带到澎思。

“你们尽管往前冲，要什么东西我都能给你做出来。”这是申省梅说过的最令马原感到安心的话。

在澎思新加坡研究院，申省梅要求支持落地产品和探索前沿技术两手抓。90%资源会用于支持现在产品的更新以及争取竞争地位，将技术精度、鲁棒性等性能快速提升到一个层次；探索前沿技术约占10%的资源，而这些技术可能会给公司带来下一步业务的落地。

如果澎思新加坡研究院在探索新技术期间，中国市场有了新需求，研究院能做到很快就转到这个需求上，等完成后再转回原来的研究。

再加上现在微信、视频电话沟通越来越舒畅，澎思新加坡研究院几乎每周都和国内的北京、南京研究院通过视频软件开周会，远程交流和分享研究近况，得到关于国内市场的反馈，配合实际需求对研究进行相应的调整。

背靠大陆，澎思面向的是迄今AI落地最大的市场，而新加坡拥有常年积累的先进技术和出色的研发人才。需求从大陆这边提出，由新加坡研究院那边定向研发，双方既强强互补，又相互促进，在应用与研发上基本能做到无缝对接。

新加坡研究院作为一个离岸的研发中心，往往被交以一些较难解决的问题，压力很大。而申省梅团队的一个亮点在于，他们做的东西完全为市场服务，东西做出来后，产品线能集成、能卖出去，市场能接受，他们才会买账。

申省梅的核心竞争力不止在于经年累月所炼就的企业级研发经验。

一方面，她犹如一块“金字招牌”，只需站在原地，就能吸引一批 CV 人才涌来；另一方面，她个人研究能力和培养、管理 AI 人才的能力，能给企业带来更多的安全感。

四、创新风暴眼，人才吸铁石

无论是学术界，还是产业界，拜入大牛门下做研究总是令无数学生新生向往。

每一个有潜力的年轻人，无不希望未来的职业发展将出现很多里程碑式的跨越，而一个优秀的导师将是其研究道路上机器重要的引路人。

在风起云涌的 AI 时代，新加坡以其纯净的学术研究环境与独特的地利优势，成为独立于美国、欧洲、中国之外的一个重要的 AI 人才输出地。新加坡恰如一个通往世界的窗口，面向全球人才市场，能够看到世界的技术发展到了什么程度。

从新加坡国立大学、南洋理工到各大国际级企业研究院，一批批科研实力雄厚的科学家陆续走出，他们投身于中国 AI 建设的浪潮之中，成为其中领衔产业技术实力和走向的中坚力量。

近期刚刚官宣加盟依图任CTO的颜水成，就曾是新加坡国立大学计算机视觉研究的带头人，至2009年颜水成回国之前，申省梅与他有长期的合作。

颜水成归国后，他的学生冯佳时回新加坡国立大学，接任机器学习与视觉实验室的主持工作。冯佳时所领导的研究团队，将与申省梅所带领的澎思新加坡研究院，共同承担新加坡国家 AI 项目AI Singapore（AISG）中的 AI 照相机系统研究项目。

▲从左到右依次为：NUS机器学习与视觉实验室负责人冯佳时教授，NUS原副校长、工程领导力研究院院长康长杰教授，澎思首席科学家兼新加坡研究院院长申省梅

此外，阿里巴巴 AI 实验室首席科学家王刚、优必选人工智能首席科学家陶大程等国内 AI 技术骨干，都曾接受过新加坡学术的浸染。

这些科研大牛们，成为各个企业 AI 业务最好的名片和王牌。马原用“家有一老，如获一宝”的谚语来比喻申省梅的重要性。

有的人能力非常强，但只擅长个人冲锋陷阵；有的人则能帮助别人快速成长，成就别人。申省梅正是属于后者。

申省梅从不担忧 AI 人才荒的问题，因为在过去，她从零开始培养新人，培养的团队个个犹如精兵猛将，在各个领域冲锋陷阵，而且披得荣光归来。

从2010年到2018年，申省梅带领团队陆续在PASCAL VOC（Image Net前身）视觉物体检测分类、微软百万名人识别竞赛MS-Cele-1M人脸挑战赛、IJB-A人脸验证和人脸辩证、行人再识别（RE-ID）四项公开数据集、国际机器人大会移动操作挑战赛、NeurIPS自动驾驶比赛Driving Olympics等国际赛事中获得冠军。

有一个例子曾令申省梅内心深受触动。一位中国学生有一天突然告诉她：“进来的时候我是zero，现在我是hero”。这个学生在PhD刚毕业进入团队时，很担心能否胜任任务，申省梅带着他从2D做到3D，陆续面向相机、电视做技术，等两三年后，他已经做出了很多成就。

在申省梅看来，很多孩子的潜力都很大，关键是如何将他们的潜力挖掘出来。甚至很多学生刚来时什么也不知道，申省梅会教他怎么去把如何把东西做出来，怎么把国际大赛打到第一名。

五、AI 人才培养的经验

关于人才培养，申省梅着重分享了一些经验。

首先是勇争上游的精神。她告诉学生，打比赛就要冲着第一名去，如果只是想着重在参与，最后成绩垫底，是不会有成就感的。

其次是面对失败的心态。在打比赛期间，当年轻人遇到问题，想要打退堂鼓时，申省梅会鼓励他们“Be Tough（皮实点儿）”，找出问题所在，克服困难，最后拿到第一名。

还有对实验严谨性的重视。申省梅要求团队每个人对自己研究的位置有清晰的认知。

比如在每周开例会时，所有人都会汇报本周做的东西，申省梅则会针对性地讲问题，着重看性能上是否有严格地参考与比较，做的东西和别人的相比水平如何。

不过，她并不崇尚以说教的方式培养年轻人，她认为鼓励要比批评更为奏效。

她的团队里曾有年轻人参与做一个停车场自动监测空余停车位的政府项目。经观察，她发现一些做研发的人不太愿意下到实际场地，去捕捉诸如相机怎样的角度能覆盖更多地方之类的问题。

她并没有批评学生，而是向他们介绍好的样例，当时有个泰国学生做项目非常愿意冲在捕捉数据的前线，申省梅以他为例，告诉学生们要做好工程师或研究人员，如果整天关在屋子里，永远没法知道系统开发的到底适不适合，只有跟出去采集数据，才能知道自己的技术还有多少局限性。

通常，学生们会觉得不好意思，之后便会向这些优秀的样例看齐。

申省梅同样将这些思维和习惯带到了澎思，如果能在培养人才方面建立系统性方法论，相比人才会源源不断地到来。

六、以新加坡为桥头堡，主攻泛安防赛道

从申省梅执掌起澎思新加坡研究院起，她的使命变得与过往截然不同。

澎思的核心业务面向泛安防市场。随着摄像头设备布控数量的增加，每天每个城市的人脸抓拍量可能增长到几亿张、几十亿张甚至上百亿张。数量级地飙升，对技术迭代提出必然的需求。

新加坡研究院犹如澎思的桥头堡，负责研究攻克核心技术，然后再由澎思国内的团队在相应的场景去做验证。

▲澎思科技的产品组合

不同于重点为自身业务线做技术储备的 BAT 等大厂、一些高扬“AI 赋能百业”旗帜的 CV 创企，澎思的落脚处是“行业 + AI”，先集中优势兵力，先把一个行业打穿，成为业界标杆式企业后，然后再考虑横向扩张。

澎思的目标非常明确，“行业”的第一站即是安防，他们冲向的是海康的400亿市场。

安防赛道有两大特点，一是战略纵深长，二是技术边界宽。靠关系、拼资源只能带来一时的盈利，唯有核心技术是永恒的支柱。

在国内的安防领域，澎思虽然属于后来者，但几乎是业内跑得最快的，成立不足一年，融资三轮破亿，斩获多个城市的公安安防大单。他们从一开始在软件、硬件、算法上全面布局，坚信这块足够大的市场，能够撑起澎思未来三到五年的一个收入的增长、技术的迭代。

▲澎思科技的部分客户案例

光跑得快还不够，如果技术内功修炼不足，产品的积累和服务的能力则是无稽之谈。要想长久的发展，必然离不开充足的技术储备，保持对机会的敏感性，在机会敲门之时，能快速将团队转到这个方向上，高质量地接住和满足需求，而这恰恰是申省梅的团队所擅长的。

从2015年开始，AI 在安防行业落地主要基于人脸识别。经过几年的技术发展，人脸1:1验证技术已基本可用，但1:N的竞赛才刚刚开始，如果说前者如百米冲刺，那么后者则如五千米长跑。N必然会越来越大，验证技术也不会拘泥于人脸。

随着5G、OBI等能力的提升，面向整个画面全结构化几乎已是一个必然的趋势，这意味着每幅画面中内容的维度就大大提升。

结合澎思的商用进程对技术的需求，申省梅除了带领团队攻破一些落地应用时遇到的问题外，她也在拓展研究的疆界，做行为识别、骨骼识别、以及更多场景的识别，以应对未来可能呈几何数上升的计算量和计算维度。

同时，当申省梅及其团队发现一个技术可能会带给公司新的价值和盈利点时，即便国内暂时没有相关需求，研究院也可能涉猎。比如近日刷屏的 FaceAPP 背后的技术，申省梅团队很早就在研究，只是目前它的商业模式如何暂不清晰，主要作为宣传和娱乐的手段，澎思也在寻找机会。

在接下来的时间，申省梅带领的新加坡研究院将重点投身于两个方面。其一，继续研究可落地的、实际工程化的算法和 SDK；其二，在一些国际竞赛上继续打出自己的名声。这两个拳头都将一直硬下去。

结语：AI 人才争夺战事加剧

随着 AI 的热度持续升温，产业界积极向更多的 AI 研究专家发起邀约。无论是 AI 算法公司司，还是在 AI 业务上有长远规划的传统行业玩家，都开始加入这场厮杀正紧 AI 人才的争夺战。

AI 专家们带给企业的是丰富的理论知识和研究经验，企业反之为专家们提供海量真实的数据、实际的落地环境、以及来自落地应用的真实反馈，反复循环之下，AI 技术的研发与落地得以日臻成熟。

但不可否认的是，企业与 AI 专家的适配性也尤为重要。近些年来，一些在产业界闯荡后，又潇洒离去重返学术殿堂的专家们并不少见，他们中有的是理念与企业不一致，有的是无法适应产业的某些环境和规则，也有一些其他的原因。

AI 专家们本身的影响力只会在短期内，为企业带来人才、影响力等方面的增益。而他们真正推动企业走向未来的价值，在于能将他们的研发和培育人才的经验形成体系，融入到企业 AI 研究工作之中，将技术转化为实际生产力。