专访旷视副总裁顾亮:刷脸算法准确率98%或99%无关紧要

智东西(公众号:zhidxcom)
文| 李水青

智东西6月24日报道,近日,旷视科技推出了聚焦智慧园区楼宇场景“神行”系列人脸一体机,一套完整的AIoT云边端产品体系也同时亮相。

近年来,国内最早一批AI算法起家的独角兽企业纷纷发力硬件市场。这无疑是AI商业化探索发展到一定阶段企业的顺势选择,也是当下新基建语境下企业面对新一波红利的积极反应。

如何看待和应对软件算法行业发力硬件方案的趋势?在新基建背景下,城市物联网发展的新战场、新机遇在哪里?为了探讨这些问题,智东西近日对旷视资深副总裁、企业业务事业部总经理顾亮进行了深度访谈。

为何一家做算法起家的公司声称人脸识别再刷精准度已经无关紧要?AI算法厂商是否需要布局芯、云、边、端这些硬件?本文将访谈内容摘录如下:

一、市场格局已不是单一模型竞争,更比拼行业定制方案

Q1:如何看待软件、AI算法厂商发力硬件的趋势?

顾亮:从国家的大趋势来讲,制造业正向数字经济进行拓展。我们认为软硬件在生态里的结合,会携手为企业提供竞争力和价值,预示着软硬一体化本来就是一个中国制造或者中国创造的新的趋势。

我们认为传统的硬件,很难释放出算法的极致能力。从2015年开始旷视就在硬件方面投入很多研发资源,几年来这个思路一直没有变过,只不过从今年开始,大家从发布会现场看出旷视做的硬件越来越多,功能越来越广,覆盖场景越来越丰富,但其实这些都是我们近年来在构建自有的硬件产品体系之后厚积薄发的结果。

真正有效的解决方案,都是需要软硬级结合的,要整体交付才能体现AI解决方案的真正价值,现在的智能化市场格局已经不是单一的算法模型比拼,当人脸识别的算法从98%到99%的时候,它的应用层面上并不会带来核心的变化,但是我们始终认为算法是技术,整个端到端的硬件能力才是能够给客户带来核心价值的壁垒,第三层才是我们对行业的理解,带来的核心价值和竞争力。

Q2:为什么旷视从产品体系来讲越来越偏硬?

顾亮:我们做了很多硬件产品,实际上之所以重视硬件,背后的根本是源于关注客户价值,以及由客户价值所衍生出来的需要的软硬一体化的服务。

对旷视来说,现实硬件开发中中的算法远远比想象的更复杂一些。如果只是一个纯粹的AI技术,或者仅仅局限在算法层面,我们可能比较难去满足客户真正在实际生活和生产中间的各种需求。

比如这次疫情过程中,我们也提供了端到端、软+硬整体测温解决方案,这不是只一个算法能解决的问题,我们的产品要面对各种各样人流、光线、测温部位检测的挑战,这种挑战往往光靠算法,或只通用硬件没有办法解决。

Q3:当前纯软件和算法难以形成比较差异化的竞争,旷视如何为硬件产品做技术赋能?

顾亮:从组织架构来讲,旷视企业部(EBG)也是一个事业群的组织方式。在这个团队里,从软硬件开发到解决方案到交付,到团队的商务拓展,都是在我们一个团队,为的就是能把客户的需求快速响应。

我们希望通过我们自己做的硬件,能够更好的去适配自研的算法,实现算法和硬件的联合开发(Co-design),同时也有助于我们利用算法优势,在硬件层面上进行降本。

一个人工智能的摄象头要卖到几百块钱,一个最好的算法能够在同样的效果上让硬件的成本变得更低,这方面都是硬件和软件需要联合开发的,这样能够提高产品的性能和体验,同时对我们来说也可以形成一些技术的壁垒,帮助企业发展。

在整个楼宇园区场景,或者在旷视企业级场景,我们会很坚定地走硬化的道路,这不是今年的想法,而是这几年工作的延续。

专访旷视副总裁顾亮:刷脸算法准确率98%或99%无关紧要

Q4:软硬一体就是强算法和重产品两个方面,怎么定义懂行业这个概念?

顾亮:对于行业的认知,首先我们认为没有一个厂家比我们的客户更懂行业。在我们自己的产品和解决方案的建设过程中分两块。

第一块,我们会抽离一些在人工智能相关的,或者对于园区楼宇相关的核心技术和共性的东西。比如说像人员的身份验证、园区智能化里最通用的像通行、门禁、智能监控、消防、楼宇自动化相关最通用的东西。我们会进行一些业务逻辑的抽离,这些东西做出来是让产品具有最大的适应力。

第二块,我们在通用的技术和场景里去结合行业趋势,长期跟客户在一起。客户想要的是一个能够符合我行业需求的业务平台和工具,在我们对这里面有一个更进一步的认识,要形成一个有行业属性的软件平台或者业务平台。它是要基于一些行业深度定制的算法才能带来的核心价值。

当然我们也会做很多的市场调研、市场分析、政策解读,我们公司有整个一套MM(Marketing Management)管理流程和体系。

二、智慧楼宇园区涵盖范围广,万亿市场规模

Q1:过去很多的传统玩家以前做的更多是一些城市级的,比如像公共安全、大交通、城市综合治理大的方案,为什么今年会有很多的玩家都会进入到楼宇园区智能化行业?

顾亮:为什么今年会有很多的玩家都会进入到楼宇园区智能化行业?第一是市场空间非常广阔,需求不断的增长。第二人工智能技术在不断发展,普惠AI逐步进入了城市微单元。几年前人工智能视觉相关的解决方案,每一路卖到十几万,现在逐步被低成本的AI技术取代,智能化、数字化技术开始进入千家万户,这一趋势是我们选择楼宇园区的基础。

我们认为从2019年来看,全国的智能园区楼宇智能化的市场规模超万亿,里面有一个巨大的市场需求可以挖掘。其实展开来讲,我们讲的楼宇园区,包括了公共建筑、工业建筑和居住建筑,以及办公园区、校园、生态园区、写字楼、社区和其他各类综合体,包括酒店公寓、仓储、物流、医院等等,内涵非常丰富。

Q2:智慧楼宇/园区市场巨头云集、碎片化需求多,客户为什么选择旷视科技?

顾亮:楼宇园区场景是被AI最早赋能的场景,传统的设备厂商和AI公司也有进入这个领域,每个玩家都有不同的优势。而旷视努力的目标是为客户提供一个完整的产品体系和解决方案,去实现客户价值。

不管跟海、大、宇这些传统行业大的前辈相比,还是跟我们现在一些AI厂家相比,我们特点比较鲜明,旷视一直秉持技术信仰和价值务实的观点。

首先我们是一家算法技术起家的公司,价值实现的路径是希望从算法到与算法核心相关的芯片,从芯片到硬件再到整个IoT的硬件群,在这个基础上搭建基础的软件平台,能够去抽离智能园区或者智能建筑相关的业务逻辑。比如,基于通用的人工智能技术或者跟人、车、物相关的共性需求,在这基础上再去搭建业务的中台,同时向上接入行业的软件平台。

从技术角度来讲,(旷视)从通用需求到定制化的行业需求能够打通,能比我们友商做的更贴近用户一些,以客户的20%的核心痛点和行业需求为牵引,来拉通整个园区的端到端智能化、数字化的解决方案的服务。

从市场角度来讲,旷视从2014年开始讲技术产品化,那个时候就开始进入机器视觉的商业化市场,我们到现在有6年的时间,至少在我们这个规模,或者以人工智能算法为核心的企业,其实是资历最老的企业,在这段时间我们积累了很多行业标杆级别的产品和方案,整个销售通路或者我们对客户服务的体系,也都得到了很好的沉淀。

从这个层面来说,我们也有信心对客户的痛点和需求做精准的把握,同时依赖于我们独有的算法、对行业的理解、高性能安全可靠的产品、包括我们这几年建立起来的生态伙伴生态圈,在楼宇智能化、园区智能化或者数字化的进程中间,能够形成一些我们的技术和市场的壁垒。

Q3:在技术方面,旷视科技的壁垒(护城河)是什么?

顾亮:从技术上,首先我们希望以客户场景需求和整体的解决方案为牵引,去建立一道护城河,保持一个技术的竞争优势。

首先,我们在深度学习方面我们有核心竞争力的。旷视从2014年开始自主研发的工业级深度学习框架,凭借这个框架帮我们拿下了27项全球AI计算冠军,包括MS coco的三连冠;同时,我们今年还开源了我们自研人工智能生产力平台Brain++的深度学习框架天元。

(自研框架)它帮助我们构建了一个不断的自我改进、不断的自动化的算法生产线,我们可以以更小的人力和短的时间开发出各种新的算法,这里面能够非常好的响应在企业级的客户,比如在楼宇、建筑智能化所需要的各种定制化的、碎片化的AI需求。

然后,数据和算力也同样重要。我们为客户搭建了整个现场训练的服务和平台,以及交付支撑团队,推动Brain++商业化本质是为了帮助客户在不同的行业,定制他的行业算法,来满足他的这些痛点需求,来为旷视带来一个核心的竞争力。

Q6:结合案例来看,旷视如何为智慧楼宇/园区客户定制方案?

顾亮:举国家电网的例子,你也看到了,电力或者高压输电方面也是新基建主要方向。

客户对于整个高压输电、配电、变电站都有很多碎片化的视觉需求,不仅仅是传统的监控、周界管理,还有一些算法上无人机对整个线路进行缺陷的检测、对于园区的巡检,以及各类仪表的识别、园区安全、安全服、安全帽、高空作业危险动作的识别等,这些东西很难在家里做到能够紧贴客户需求的产品。

所以说,我们做的事情走到客户身边去——带着我们训练平台、算法研究员走到客户身边去,跟客户一块做这个事情。

客户有数据、行业认知,我们有技术、平台、人员,在这个过程中,能够很快帮助客户训练出这些行业的定制化的算法,最终通过算法生长出业务平台,满足客户的需求。

三、智慧楼宇/园区软硬一体化方案推进中有哪些难点?如何应对?

在人工智能推进过程中,一定会有相关的问题。对此,顾亮进行了详细的解读:

1、需求不明确。

客户需要的不是一种技术,需要的是一个端到端整体解决方案,需要供应商帮助他达到自己对园区、楼宇、智能建筑的升级、数字化的改造。

一家企业往往很难端到端做到满足客户的所有需求,其实旷视目前已经在努力的提供一套全站式的智能化楼宇解决方案。旷视为客户提供一站式的服务,同时结合一些客户生态的合作伙伴,来帮助我们端到端地满足客户对于智能化的整体需求。

2、需求碎片化

在整个行业里,尤其是企业市场,我们在讲到企业的时候,它是分无数个行业的。

旷视做的是首先抽离共性的那部分内容,通过定制化、现场训练、行业软件开发,来满足客户的差异化和碎片化的需求。在产品的业务、算法和硬件等等层面,我们都充分地去考虑了开放和集成的能力,能够和上下游、周边的合作伙伴更好的融合,包括刚才提到的天元的算法产品训练框架,这些都是为了满足整个在企业级客户里,这些碎片化需求所带来的挑战。

3、平衡成本

首先要求我们供应商为客户提供高性价比的产品。面向中大型IoT的应用场景,旷视现在是以盘古的专有方案为牵引的,在中小市场我们推出的是旷视九霄的公有云平台。

产品需要有很好的应用性,同时我们还提供像魔方这样的边端产品进行传统的摄象头的感知设备改造,来帮助客户控制成本。

专访旷视副总裁顾亮:刷脸算法准确率98%或99%无关紧要

我们现在的产品也在向着软件算法可升级、可以远程更新,帮助客户可以持续获得一个全周期的信息服务,这一块也是在帮助客户缩减和控制在AI投资上的成本。

4、隐私安全

最后还有一点,在人工智能领域本身我们在对数据进行采集、加工和赋能,在数据的安全和隐私方面,它有一个挺大的挑战。

在这个方面旷视已经走在了行业的前面,2019年我们已经推出了基于企业自身管理标准的人工智能应用准则,成立了AI创业公司中间的第一个AI智能委员会。(我们)希望能以此来推进AI的应用合理性,帮助这个行业构建一个可持续、负责任、有价值的人工智能形态。我们的客户在旷视的产品里,可能都能发现说明书里附带一页对人工智能使用规范的倡议。

说到安全和数据,比如像国家电网、高端制造、国家涉密单位,他们的数据更是要强加防护。第一不能出企业,第二完全不能泄漏,很多都是涉及国家核心机密。

我们为了适应他们的需求,把算法训练的能力带到客户现场,由客户来操作和管理这些数据,都是为了适应和解决人工智能在推广过程中相关的挑战,做到既合规又能帮助到人工智能去赋能整个社会的各个行业。

结语:AI落地爆发,考验软硬件一体化的时候来了

可以看到,作为国内具有代表性的AI独角兽,旷视科技正在不断丰富硬件矩阵和行业方案框架。这对于AI企业自身来说是发展到一定程度的像产业链上下游延申的顺势选择,也是AI创企善于发挥生态力量强大自我架构和业务能力的表现。

无论是硬件能力还是行业场景经验,都需要基于一定时间和方案的沉淀。说白了,在大环境支持各行各业的数字化、智能化转型背景下,只要AI企业沉下心来,和客户站在一起将技术向上打通到行业应用,突围的机会还是很大的。