联想控股官方微信：联想控股微空间
6月27日，《麻省理工科技评论》发布了“2017年度全球50大最聪明公司”榜单，联想控股旗下联想之星的被投企业——旷视(Face++)凭借核心的刷脸技术以及开拓全新的使用场景成为9家中国上榜企业之一，并高居第11名。不久前，Interbrand发布了“2017全球最具突破性品牌(Break Through Brands of 2017)”榜单，旷视成为唯一入选的中国人工智能公司。
作为国内计算机视觉的领先者之一，旷视(Face++)的市场估值已突破20亿美元。人工智能是否真的迎来了商业化的春天，在金融、安防、医疗等垂直领域究竟有着怎样的前景？今天，我们为大家带来旷视市场副总裁谢忆楠的分享。
首取金融业
2011-2012年刚成立的时候，团队并没有想好特定的方向，首先要做出一个很通用化的平台出来。我们认为，人脸识别的技术如何落地，最终要结合行业应用来看，让行业去判断。我们做了很多基于人脸识别的底层方案，成为中国第一个面向开发者提供人脸开放平台的公司。
4年左右的时间，旷视已经成为世界上最大的人脸识别调用公司之一，目前Face++人脸云平台每天的调用量超过2000万次。在开发者圈里，大家都用Face++作为公司代号，成早期最有影响力的一个形象符号。我们在品牌打造上基本把两种叫法连起来了，变成现在的旷视(Face++)。
公司要扩大，技术要落地，都必须先走通“技术-产品-数据”这样一个商业闭环。从软件变成产品，从产品变成数据，技术一定是要深入到行业变成“AI+行业”才会发挥作用。2013-2014年，我们开始为产品在相关行业的商业化落地做准备，研究技术能为哪些行业提供具体的服务，并且让技术有普适性。
很快，国家实名制工作相继在网络、电信和金融领域全面铺开，同时引发了一个讨论：作为技术手段的人脸识别，可否帮助银行完成远程开户，实现所谓的“柜台远程化”？
这成了一个好时机，基于行业特性，我们做了很多技术研究，最终在泛金融领域中，提供三种技术支持：人脸检测、关键点标注和人脸识别，当时这三项技术，先后获得3个国际计算机视觉竞赛的冠军，包括由美国电气和电子工程师学会（IEEE）主办的国际计算机视觉大会（ICCV 2013）。
旷视进入的第一个行业就是金融。行业和行业之间对技术的要求很不一样。比如，银行采用人脸识别技术的时候，对比的是身份证的照片和客户在柜台前拍摄的照片，貌似很容易，但实际情况中会有很多因素干扰它。
第一，线下场景的光线不可控，很多柜台的环境是半开放式的，客户坐的位置是强背光，抓拍人脸时，脸会很暗；第二，每个柜台都有一个玻璃隔断，且有些玻璃会贴膜，当膜产生反光时，机器会看到“反光影像+真实人脸”两张脸，因此在训练机器的时候，要让它知道，哪一张脸是需要识别的。
现在，大家都熟知活体检测技术，当年，为提升它的抗攻击性，我们花了很多精力。今年央视的315晚会上，公布了攻击活体验证的方法，当天市面上很多跟人脸识别相关的业务都下线了，因为这些厂商没有太多的技术积累。合作方蚂蚁金服知道我们技术抗攻击能力，所以不怕所谓的攻击。
技术落地的过程中，有很多实际应用问题会反向指导技术，我们在那两年里集中攻克，变成泛金融领域中提供智能金融企业解决方案的服务商，我们称之为“互联网身份验证服务”，包括直播、出行、共享经济等行业都和我们有合作，我们也是第一个进入到客户验证身份领域中的企业。
传统银行是一个大系统，如若业务全国铺开，是总行的概念。你要有极大的魄力去推进技术架构的发展，所以银行比较谨慎，需要慢慢尝试，可能有几个业务点位先尝试，比如辅助验证，ATM机具。
突破口在于新业务的使用，目前技术的准确度已经达到行业需求。银行系统本身过于庞大、复杂，如若想要使用人脸识别技术，要把技术在每一个业务流程上都想得非常清楚，需要总行技术部、技术集成商和平台服务商三方一起推动。
互联网金融与传统金融核心的区别就是，前者是偏轻的线上云服务，后者是偏线下运维模式。传统银行的业务定制化更多，需要有很强的现场实施能力，需要有项目团队，及较强的技术支撑。比如，每家对于人脸的在每一个流程当中出现的节点不一样，预值需要调整的程度不一样，视频流的规格也不一样，很难标准化，这是大银行不好做的另外一个原因。
目前，旷视(Face++)的智能金融企业解决方案已应用在中信银行、招商银行、北京银行等多家传统金融机构的多个业务场景中。大概2017年底前后，有些银行会将人脸识别技术作为APP远程身份验证的一种工具。
算法服务产品
如果说，银行是从上向下的过程，那么公安则是一个从下向上的过程。每个区和每个区做的东西都不一样，旷视安防业务线工作人员也相对很多。需求非常多样化，比如有抓逃需求，也有酒店实名需求，各地预算和规划都不同。我们制定出一个比较好的产品矩阵，把不同的产品和场景对应起来。
2016年的行业数据显示，全国各地安装的摄像机数量已经有2500万台左右，已初步构建起覆盖公共区域要害部位的视频“天网”。摄像机数量很庞大，提供的有效数据却很有限。抓捕罪犯的时候，摄像头不能告诉我们嫌疑犯在哪里，只能是执法人员在某个范围内，把所有视频调出来，再安排大量的人力去查看。对公安来讲，这样的数据服务叫“事后警务”。
今年“十三五”提出了一个概念，叫智能公安，或者说社会综治体系。它对视频“天网”提出了一个新要求，事后警务要变成事中警务，甚至是事前警务，一旦摄像头网络里出现了目标对象，应该让机器告诉我们——“坏人来了”。
第二件事，要把视频网络里面的数据变成可搜索的特征，比如年龄区间、身高多少、是否戴眼镜、穿什么样的衣服、骑车还是开车，这些组成在一起是可以被搜索的，叫“视频结构化”。公安把这些信息组合起来，可以在短时间内对大量视频进行搜索，极大程度缩小目标范围，快速锁定符合要求的视频。
现在市面上很多的安防公司都在做这件事情，但是关系到位了，产品没有到位，也不会上线的。在这个行业中一定是技术强，关系也要强。
旷视成立了专门团队去了解刑侦到底需要什么，并将调研的结果拿到产品和技术上去实现。比如，针对人像卡口项目第一个落地的城市无锡，我们组建全国“三逃”人员、江苏省缉控人员、无锡本地扒窃等人像库，依托市局人像数据支撑，向各部门提供人像比对服务。
譬如无锡市旧城区的智能化布控改造，有三四家竞争，最终我们拿到了项目。当时无锡项目是25人的团队，在当地工作2个月左右的时间，对四个区域内的2000多个摄像头进行了整体察看，一期便改造了100多个。
截至2016年底，我们具备视频结构化技术的智能视频侦查系统已经协助25个省市的警方，抓获了在逃人员和犯罪嫌疑人500多名。
未来，人与机器之间会是一个交互协作的关系。比如旷视的门禁系统，就是机器与我们人类产生的一个交互，相当于一个“小前台”的概念，员工来了之后，门自动就开了。现在只是一个个局部的小点，未来会越来越多，最终人和机器交互起来的时候，就会形成真正的大物联网的概念。
目前国内人工智能市场仍处在存量消化阶段，像金融、地铁、火车站都开始用人脸识别技术，有点像支付宝刚开始做移动支付一样；在教育、公共交通、社保、零售等领域还没拓展开，有七成左右的市场空间有待开发。
旷视做产品有一个标准，就是这个东西一定是相对可复制的，比如可能是一个刑侦的模块，下次可以复制到很多地方。新领域的潜力很大，但是不能乱做。比如我们甚至接到需求说，养鸡场希望识别出哪些是公鸡，哪些是母鸡，真的做出来了可能只有养鸡场会用，其他地方不会用。
可以这么讲，旷视的产品面向行业需求，我们的算法是服务于产品，不是说做了一个算法，然后有个产品。我们是反推算法，行业需要什么样的算法，再根据它构建一个更大的轮廓，在外围不断地填充我们的边界。
旷视有包括人脸、行人、文字再到车辆的“4+X”技术路径，但我们首先做好顶层设计，剩下的X由行业驱动。
作者：沈玉姗
来源：二十一世纪商业评论