2014年神经网络真正崛起，人工智能才得以快速发展，阿尔法狗之所以不可战胜，关键就是因为有了卷积神经网络，可以快速识别大量棋谱。经过三年的高速发展，人工智能已经在智能音箱、安防、机器人等领域展开应用，可AI的触角该如何延伸，哪类应用结合才能扛起人工智能的大旗？

 

在互联网时代，实际上大家强调的是什么？强调的是个性化，强调的是碎片化，强调的是共享。而今天发展到了人工智能这样一个新的时代，码隆科技副总裁王海鹰认为，人工智能就是要做更多和行业结合的应用，强调一种”大象无形”，在与传统的实业结合的时候，更要考虑与软硬件结合产生关联，让芯片和云端，搭建基于AI的平台，应用触角要延伸更多创新场景。

 

深圳码隆科技有限公司副总裁王海鹰

在9月15日集微半导体峰会的人工智能论坛上，深圳码隆科技有限公司副总裁王海鹰分析了当前人工智能时代发展的需求以及AI应用的产业化结合之道，并介绍了该公司在这一领域的布局。以下为她的演讲：

 

快速构建以图搜图的新“百度”

码隆科技一家专注于深度学习与计算机视觉技术创新成立于2014年，虽然是一个年轻的创业团队，但实际上在人工智能这个领域来说，其实我们应该算是老兵。2014年神经网络才真正的崛起，人工智能开始快速发展，码隆科技正是在这样一个背景下应运而生。

 

我和我们联合创始人等都曾长期任职一流的互联网公司，整个团队有一个软件加互联网的背景。而在互联网时代，实际上大家强调的是什么？强调的是个性化，强调的是碎片，强调的是共享，而今天发展到了人工智能这样一个新的时代，我们做更多的是应用和行业结合，强调”大象无形”，在与传统的实体结合的时候，更要软硬件结合产生关联。而其中的结合关键在于AI芯片，所以我今天要讲的就是“像从芯生”。
 

自成立三年以来，码隆科技在各自AI比赛当中奖项很多，我们刚刚在WebVISION大赛中获得了冠军，同时我们刚刚在6月份结束的G20的全国创新企业大赛中获得了冠军，这两个冠军是在不同领域代表了我们团队这些方面的成绩。G20峰会的创新大赛更多的是在于商业模式和应用场景方面，WebVISION是在于算法以及技术的能力方面的。
 
我们作为WebVISION第一届大赛的冠军，其实这里面特点想要讲的一点，就是ImageNet在2017年这一届结束的时候，其实它的成绩也不过是0.97%多一点，我们实际上在第一届WebVISION的比赛当中，我们已经把成绩拉到了0.947，这是一个很高的精度，我们也是这次大赛当中唯一一个超过人的识别精度的团队。

 

作为中国代表性的人工智能企业，我们也搭建了这样一个卷积神经网络，阿尔法狗正是基于这样一个卷积神经网络，让阿尔法狗看了大量的棋谱，然后它会下象棋。我们是看来大量商品和图片的内容，使得它能够认识商品，这样就能基于内容和场景的商品进行识别。
 

我们拥有云端的PRODUCTAI平台，在这个平台上可以提供近百种我们场景下基于以图搜图、图像的检索以及识别这样的服务，可以帮助我们的很多B端的用户，可以快速的去在他的平台上实现这样的以图修图或者图像识别或者检索的能力。最快的我们现在的客户可以在一天之内，基于AI的平台搭建这样一个搜索的功能。

 

与产业结合才是AI市场化的春天
 
我们更多的是希望AI产业结合，因为我们需要做算法创新和算力的创新，最重要实现的是场景创新。所以今天想说如果我们的算法可以帮助计算机，结合这样一些硬件，具备了这样一个看懂世界看懂能力的时候，我们可以干什么？这个也是码隆科技跟我们的合作伙伴在现实行业当中已经做的案例。

 

首先是AI加零售的应用，比如说这个场景，拍到一幅画，我们可以通过这个画找时尚的服饰和配饰，可以实现以图搜图的查找。我们现在也有客户在利用这样一些功能去做这种时尚穿搭的推荐。
 

另一个场景是我们PRODUCTAI跟时尚界的结合，主要是给商家提供批发，但是很多商家会看到，比如说看到淘宝上有一个爆款，可以把这个图截下来，可以到网上搜索，就有很多类似的图片，虽然不是一模一样，但是有很多类似的可以快速查找出来，帮助我们终端客户去找供应商。大家可以看到有些图片是被批改过的，比如说它加了九宫格等等，但是我们依然可以把这些图片查找出来。

 

在新制造方面的尝试，我们跟洛可可，也是中国最大的一家工业设计的平台去合作。比如说工艺品，可以识别出风格是现代的，图案是插花，装饰工艺是釉上彩手绘，还有很多陶瓷制造过程中的工艺内容，我们都可以识别出来，当然这也要跟我们行业内的机构进行合作，可以有更多的数据，我们一起结合起来打造这样的产品。
 

我们跟中纺标也是战略合作伙伴，它是做服装的纤维检测，我们跟它的合作过程中，大家可以看到它是基于高倍的显微镜去识别的图片。之前中纺标的做法需要人工，至少训练三到五年的技师才能够识别它每一根纤维的属性是什么，现在我们已经实现了通过计算机去识别单纤维的属性。
 
 
此外，我们也在做一些安防场景的应用，在安防领域，我们不是完全从人脸的角度在做，我们依然在做跟物体相关的，譬如现在只要跨市的交通都要进行安检，我们这个中识别算法的模型去集成到一个TS2的模块里面，然后把它变成一个整机方案提供给我们的客户去进行识别应用。

 

这也是我们第一次把我们算法集成到了TS2的模块里面，变成一个整机，这个产品已经在北京地铁4号线的国家图书馆站试运行了。另外也可以基于摄像头拍摄出来的内容做违章行为的排查，以前这是需要人工一点一点看的，现在计算机可以接管过来，提供这样一个更智能化和自动化的服务。

 

跟安防相关的还有立体识别，这个其实是立体识别的概念，我们可以可穿戴硬件的结合，让 PRODUCTAI应用结合到HoloLens上去实现的场景。最后，我们能够让人工智能真正武装到芯片，未来智能硬件一定有很多的形式，我们会不断地去结合应用，让我们应用场景创新更丰富。