查看: 552|回复: 1

依图科技周健:外包可能是AI技术发展的必经阶段

[复制链接]
  • TA的每日心情
    擦汗
    2018-1-3 09:49
  • 签到天数: 1 天

    [LV.1]初来乍到

    43

    主题

    511

    帖子

    82

    积分

    绒猴

    JF币
    82
    贡献值
    82
    精华
    2
    发表于 2018-4-8 15:09:57 | 显示全部楼层 |阅读模式
    周健,依图科技研发总监,负责工程技术团队的组件与管理,技术架构的搭建,包括10亿规模的静态人像识别系统、支持数万路视频流的集群、单模型数百GPU训练集群、去中心化异构计算等。2002年获得亚洲首个ACM国际大学生程序设计竞赛世界冠军,2006年加入谷歌负责中文网站搜索质量优化,后在阿里云、MediaV从事大规模分布式系统研发。周健毕业于上海交通大学计算机系,重点研究领域包括网页搜索、分布式系统、大计算广告、大规模机器学习框架等。

    以下内容摘自周健在InfoQ举办的AICon上的视频访谈内容。

    周健:

    我是06年交大硕士毕业。毕业之后就加入了Google北京,半年之后去了美国,负责中文网站搜索质量。在08年底的时候回到中国加入了阿里云,主要负责分布式文件系统的搭建。在11年的时候,我从北京回到上海,加入了一家户互联网广告公司担任技术总监,13年底的时候,重新加入了依图科技,主要在负责工程。

    去年,相对2016年的进展,还是稍许有些缓慢,主要的进展是在整个图像的分割。现在事实上已经可以在图像当中把一个物品给检测出来,我觉得稍微有点失望的还是在视频上面这个问题还没有得到突破。估计会在未来的几年当中把以前在图像上面曾经经历过的识别和检测的问题重新走过一遍。比较好的是,大家已经开始关注并尝试去建立这样的一些视频数据集,应该是能够看到一些希望。

    现在主要就在金融、医疗、安防三个行业,现阶段AI在金融的落地更像是作为一个工具;医疗的话,现在是已经是作为一个场景直接介入到医生的实际工作当中去了;在安防领域相对来讲是更进一步的,我们已经形成了一个叫人像平台的产品,警察可以在这个平台上面完成工作。我觉得不同行业因为原有的信息化程度以及数据本身的分散程度不同,所以会导致相应的落地难度不一样。比如说在金融领域,本身已经有很强大的数据分析能力,作为AI初创企业进入就会有一定的困难;而安防相对来讲,过去具体的人跟相应的图像识别技术并没有很好地关联上,就会有很大的空间可以去改进已有的行业。

    依图在医疗行业的落地产品主要有哪些?

    周健: 我们在医疗行业,首先有一个刚才在演讲当中已经介绍过的胸部CT的产品,还有一个儿童骨龄诊断的产品。我们现在主推的是一个电子病例分析的产品,只要你输入病状,就会帮助你分析是得了什么病、推荐你去做什么样的检查、吃什么药,这个已经在广州的妇女儿童医院上线了。

    我觉得还是整个行业有没有一些先锋愿意去尝试做第一个吃螃蟹的人。因为事实上,技术在落地的过程当中还是会遇到很多困难的,如果行业的开拓者并不能够一起坐下来跟依图探讨落地的可能性,其实是没有办法落地的。比如说当时在苏州的时候,我们能在识别假套牌车辆的场景上落地,也是我们跟警官一起去分析这个场景,并利用了行业已有的insight,最终才找到了一个完美的解决方案。否则对技术的挑战可能会要求精确度到三个九,甚至四个九,几乎是不可能完成的任务。


    从依图的角度来说,首先要找到愿意吃螃蟹的人,并且在行业有一些口碑,比如在金融领域的招商银行,在安防领域的苏州市公安局都会有相应的口碑。事实上从他们的角度来看,他们也一直想要找到这样的方案,所以他也会愿意跟你聊。我觉得可能就是要带着倾听的态度,然后去听他到底想要什么东西,这个过程也是一个不断建立信任关系的过程。我印象比较深的是,我们当时在苏州的时候,当时那个处长他就说:“你们是吹牛的吧,到我这来说能做车牌识别的有一百个,全都是各个海归的博士,为什么你们就能做呢?”这个过程还是一个慢慢建立信任的过程。

    当前依图在AI技术方面的投入和产出情况是什么样的?

    周健: 我觉得是这样的,事实上今天整个市场上家都对AI有很大的热情,但是其实在每个行业落地都是一个十分艰难的过程。在一开始的时候,只能靠大量的投入,而且因为并不了解行业,只能从工具出发,从工具慢慢地变成去解决客户的一个场景,这个过程的投入是很大的。如果是希望能够提高利润,或者说能够回答,为什么做一百个项目的时候能够变得更容易的话,实际上就需要能够形成这种所谓的平台,这样就能把多个场景都融合进来,这是可以提高所谓的在AI投入的投资回报率的,否则在达到这个阶段之前确实就会像是一个外包公司。

    我觉得可能大家都会有一些误区,就是会认为应用AI的成本可能只是花的钱的成本,实际上人力成本,或者说在行业内挑选合适的人,跟陪着AI公司一起把这个产品打磨出来,这也是一个很大的成本。从我们过去所经历的来看,几乎都是一定要遇到这样的贵人才能把这个产品给打磨出来的,当然对他来讲,实际上他也有诉求,可能是希望建立自己科技第一或者科技领先的品牌,包括在这个过程中也可以使得他在自己本身的这个行业内得到竞争的优势。

    在安防行业里面,现在AI的落地应该是已经很显而易见了,因为过去在车辆这个维度上国家是曾经投入大量的资金去建设这样一张网络的,事实上现在这个技术也已经到了能够被实际应用的临界点,因此我觉得人脸识别也会重新走过一遍车辆这个路,甚至投入的金额会更多。在这么大的一个蛋糕之下,我觉得会有很多机会可以让所谓AI的新贵和传统的厂商去分。在金融也好,在医疗也好,我觉得现在仍然都没有能够找到一个十分能规模化应用的场景或者平台。像金融实际上现在更多的还只是我们去验证,两个人是不是同一个人,在医疗这边,刚才讲的仍然是一个病一个病地去解决,但是并没有说怎么样能让所有病种的医生都能够在这上面解决问题,这可能是下一个阶段依图需要去解决的问题。

    我觉得对于任何一个新兴的技术,可能都会有这样的阶段,不管是当时的IT,还是10年前、15年前的互联网技术。实际上一开始也都像是外包,像当时建站对吧。关键是作为这个行业的从业者,能不能找到自己unique的地方,就是自己跟别人很不一样的、可以创造壁垒的地方。事实上过去已经有很多例子了,我觉得所谓的平台战略会是一个很好的战略。因为作为一个平台相当于是说,行业里面不同的角色都会使用这个平台,数据就会不断地沉淀下来,然后用户使用的pattern也会被这个平台积累下来,就像Google一样,当所有的用户都在使用它的时候,事实上这个平台已经是别人没有办法替换的了。

    周健: 我觉得如果只说一个优势的话,那就是我们迭代速度是很快的。我们认为AI公司的核心竞争优势是能够打通前后场,因为AI本身是一个蓝海,事实上连用户都不知道他想要什么东西,本身AI又会有很多的不确定性,不管是算法还是工程、业务模式,在这个过程当中是需要能够把各个部门串起来,以比敏捷还敏捷的方式去开发产品,这个是最重要的,这个又是依图一直致力于打造的核心竞争优势。

    原文http://www.infoq.com/cn/intervie ... -outsourcing-and-ai
  • TA的每日心情
    开心
    2018-4-10 18:43
  • 签到天数: 1 天

    [LV.1]初来乍到

    0

    主题

    85

    帖子

    71

    积分

    绒猴

    JF币
    0
    贡献值
    0
    精华
    0
    发表于 2018-4-10 19:32:00 | 显示全部楼层
    提示: 作者被禁止或删除 内容自动屏蔽
    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则