![阅面科技](http://img3.iyiou.com/Cover/2016-12-16/gongsi-yuemiankeji.jpg)
中国不是一个慢热的国家,国人足够勤奋,大部分投资机构都追求风口热浪以及企业快速成长,尽快退出,人工智能领域也不例外。
在2016年上半年,VR呼声最高,下半年VR就被投资人盈利审问,另一件事件发生在下半年是基于深度学习的大数据、视觉识别、语音识别等人工智能公司被热炒,毋庸置疑,投资人和媒体的耐心不会超过1年,所以在2017年春节回来,所有人都将画风一转,“你们产品盈利吗?”
所以,尽管所关注的语音识别公司及视觉公司闭门造车,也没有公布营收数据,但是要判断一个企业的健康度,营收支出报表是最直观的。
上海交通大学人工智能博士出身的赵京雷是科班出身,他是一个注重“深度学习”商业化,而抵制炒作深度学习技术的CEO,他认为,AI技术是基础设施,和行业结合才能转变为生产力,研究型的AI公司烧钱是无底洞的。
基于高效管理、基于消费升级,视觉识别跟语音识别会成为一种基础设施嵌入到生活和工作中的每个细节。这个是顺应发展大潮的,举个例子,摄像头在体型上、成本上、功能上、像素上都不断得到优化,那么摄像头还有成长空间吗?肯定是有的,无论从软硬件上都会有迭代更新,视觉识别模块加入,可能会在短时间内让具备功能的摄像头价格提升,但是随着技术成熟,价格能够回到合理的、每人都能消费的时候。
赵京雷认为随着智能化时代的到来,人们对人工智能要求也更高了。
以前计算机视觉在工业界的突破主要是集中在云端算法上,云端场景下计算资源是不受限的,可以用大规模的集群去跑非常复杂的模型。前段时间Alphago战胜了李世石,在计算能力上其实是几百台机器战胜了一个人类,不到一年,这种技术已经不值得炫耀了。
对于新一代智能机器,比如机器人、VR/AR、摄像头以及其他加装了摄像头的设备,视觉信息的处理具备两个典型特点,一个是实时化,一个是本地化。智能机器的眼睛要解决的问题就是让深度学习算法在前端、在嵌入式环境下非常实时、低耗能跑起来。阅面科技主要就是要解决上述问题。
赵京雷将机器对环境的感知分为三个层面,第一是本能层、第二是习得层、第三是专业层,本能层是孩子从生下来就具有的视觉能力,比如对人的感知和对空间的感知能力。习得层是大部分人靠后天不断学习能够掌握的,比如对文字和各种物品的识别。专业层是一些特定的专业人才具有的,比如通过医学图像判断病患情况。
赵京雷认为本能层的视觉能力是未来每一个消费和民用摄像头都需要具备的处理能力,在未来应该沉淀为基础的前端视觉模块,即插即用。习得层的视觉能力在未来更多应该沉淀为公有云服务。而专业层的能力在未来应该沉淀为垂直视觉服务。
阅面科技目前的产品重点是本能层的硬件视觉模块,包括“人体感知模块”和“空间感知模块”。阅面的商业化道理是“基础模块+行业化服务”。赵京雷对产品的要求是即插即用+一站式解决方案,这意味着前端视觉模块会越做越轻,而行业化服务会越做越重。同时,阅面科技还是一个很专注的企业,目前产品面向仍然是消费和民用市场,而没有一揽子把所有应用场景都覆盖。
在产品商业化角度,赵京雷认为按照市场来分,可以分为存量市场和增量市场,以传统具备摄像头的产品都能够加载视觉识别模块,实现功能的智能化提升,例如原有的家庭、小区的各种摄像头可以升级为具备智能人体感知能力的摄像头,这种是存量市场的智能化升级。
另外一块商业化,是增量市场,所有新型的智能化机器都需要这种一站式的视觉识别插件,比如各种带摄像头的设备,目前而言,赵京雷小小统计了一下,存量市场在目前的单量占比更多,呈现的客户形态是IPC摄像头以及传统家电这样的大型企业,增量市场以各种中小型创业公司为主。他认为,在未来,增量市场也会快速放量。
这并不是赵京雷的第一次创业,在移动互联网创业时期,他还做过APP,显然是非常爱折腾和创业的人,他坦言做CEO多年,在新时代打拼,仍然有不擅长的地方,阅面总部在上海,在南京和北京设有研发分部,在销售协同方面,已经在深圳设立分部了,目前的他还会烦恼着人才引进的事情。