这家中国人工智能公司为何让苹果阿里竞购?

聚焦于人工智能领域的商汤科技，是一家靠原创技术火起来的中国公司，曾先后被苹果、阿里巴巴竞购，目前已获得IDG数千万美元A轮融资。包括京东、小米、华为、360等都在使用商汤科技的视觉智能技术。

当我们在谈论人工智能时，我们在谈论什么——或许是AlphaGo，或许是微软小冰，甚至或许是电影《星球大战》中的经典机器人形象R2D2和BB8，但中国原创的人工智能却鲜有人谈起。

一方面中国的人工智能技术仍未成熟，另一方面满大街赶热点打着“人工智能”幌子的骗子公司太多，鱼龙混杂之下让人摸不着头脑。

“如果你不掌握最核心的东西，其实很难说你是在做人工智能。”徐立坐在会议室里侃侃而谈，从神经网络算法谈到数据驱动，从神经网络的鼻祖Geoffrey Hinton，谈到人工智能“四大天王”里除Hinton以外的Yoshua Bengio、Yann Lecun和Andrew Ng。当然他最想谈的，还是他一手创立的人工智能公司商汤科技(SenseTime)。

徐立所说的“核心的东西”，指的是深度学习。他认为，要看一家公司是不是真正做人工智能的，只需看它是否掌握深度学习技术。

人工智能的发展经历了多个阶段，早期的人工智能实际上是“人工指导智能”，即由人来指导电脑什么是对的什么是错的。但如果要让电脑像人一样思考，则需要电脑在大量的数据中学习，像人脑的神经元一样相互联系起来生成信号，最终理解复杂的事物。这就是现在业界所说的深度学习。

徐立举例说明。以人脸识别为例，传统的方法会告诉电脑，以人的眼睛之间的距离，和鼻子、嘴巴的特征为标准，如果特征是一样的，那就是同一个人。但是这些特征都是人设计的，所做的判断还是基于人的判断。

深度学习不一样，它用一个复杂的、像人脑一般的网络，将包含各种系数的神经元连接好几层，然后让它根据科学家提供的深度学习架构不停地看大量的照片数据，最终由它自己去衍生出一种判断“两个人是否同一个人”的能力，这种能力甚至可以超越人眼的准确率。

在人工智能迅速崛起的大背景下，深度学习既是学术前沿，又是工业前沿，知识是这个领域最重要的财富。而承载这些知识的是人。

谷歌很早就意识到了这一点。2014年，谷歌斥资4亿英镑收购议价鲜为人知的小公司DeepMind。这家公司没有任何产品，除了12位科学家。

“所有人都认为谷歌疯了，乱花钱，4亿买12个人，什么逻辑?但谷歌知道他们的价值。”徐立告诉界面新闻记者，当时Yoshua Bengio评论道，世界上有50个人是真正的深度学习专家，其中12个人在DeepMind。谷歌显然是在布局未来，后来AlphaGo就是DeepMind研究的成果。

紧随谷歌的脚步，百度、Facebook分别请来了Andrew Ng和Yann Lecun，建立了百度深度学习研究院和Facebook AI Lab。其他大公司如雅虎、微软等亦纷纷跟进，人工智能从最前沿的学术界走向了工业界，开始给业界带来颠覆性的变化。

看到学术热点与工业热点结合得如此紧密，徐立兴奋不已。徐立出身于学术界，本硕毕业于上海交通大学，博士毕业于香港中文大学，拥有十余年计算机视觉、模式识别、图像处理领域的研究和产品开发经验，在视觉领域顶级会议、期刊上发表40余篇专著，并先后在摩托罗拉研究院、欧姆龙研究所、微软研究院、联想研究院等计算机视觉基础研究机构访问工作。

他以深厚的学术背景，从自身研究的计算机视觉方向出发，招募了来自MIT、斯坦福、香港大学、香港中文大学、清华大学等高校的数十名深度学习科学家，以及多位谷歌、百度、微软、联想等产业界核心工程人员。

而最让人吃惊的是，徐立的团队里居然有50名博士，其中不乏两任ICCV(国际计算机视觉大会)领域主席、韩国科学技术学院(KAIST)2011年杰出教授戴宇荣博士，以及安徽高考状元、香港中文大学博士、曾在Kaggle数据科学家排行榜亚洲科学家中排名第一的张伟博士这样的牛人。

“这些博士不是一个个、而是一串串招进来。”徐立笑道。徐立从自己的实验室招揽了不少师弟师妹，又从香港中文大学多媒体实验室，以及微软研究院等机构招募了多个团队。各个负责人带一支队伍进来，自然地形成了一个个资深的研究团队。

这些学术界大拿们全都专注于计算机视觉以及人工智能领域，曾在三大国际顶级机器视觉会议CVPR、ICCV、ECCV上共发表论文超过150篇，在亚洲企业中排名第一，在世界范围仅排在谷歌、微软之后。

如此强大的研究力量很快发光发亮。2014年9月，商汤科技(SenseTime)的科学家们首次出征素有“计算机视觉奥林匹克”之称的ImageNet竞赛，在大规模物体检测比赛中以40.7% 的成绩获得世界亚军，仅次于谷歌的 43.9%。

2015年ImageNet新增了一项视频物体检测的任务，比静态图像中的物体检测的难度更高，商汤科技却在该项目中以成功识别28类物体正确率第一赢得该项的冠军，成为首个在ImageNet夺冠的中国企业。

“简单来说，就是图片以毫秒级的速度闪过时，计算机要识别出图片里面是一个人，是一本书，一辆车，还是一只动物。”徐立向界面记者解释。

这样的深度学习有三个关键点，第一是“脑子”的聪明程度，它取决于造“脑子”的科学家是否拥有很好的深度学习框架。第二是数据量，有了“脑子”之后需要教它，大量的数据才能提供足够的训练并驱动“大脑”。最后是计算资源，有了聪明的“大脑”和足够的“教材”，还需要由多块GPU组成的深度学习超算，才能快速消化大量数据。

2014年5月，百度推出了当时世界上最快的深度学习Minwa机器人。Andrew Ng对外宣称，Minwa连接了144块GPU。与之对比，前段时间大放光彩的AlphaGo则连接了170块GPU。

“SenseTime(商汤科技)目前连接了200块GPU，算得上世界上最快的深度学习超级计算机之一。”对此徐立不无得意。

然而，聚集了众多科研大咖的商汤科技收获的并非全是赞誉，也有一些人认为他们所做的事情不接地气，离消费者太远。

对此，徐立表示他们的技术已经在市场不少产品上落地。

“京东是我们的战略合作伙伴。”徐立告诉界面记者，京东有个服务叫“京东白条”，它允许用户上传消费小票，根据用户平时的消费习惯做征信、打白条。一开始这些消费小票由人工进行识别，后来用户越来越多人眼根本看不过来。在寻找更智能的解决方案的过程中，京东发现了商汤科技，经过洽谈双方达成合作。

“我们为京东白条提供了全自动的识别，准确率达到90%以上。”除此之外，商汤科技正在与京东研发图片识别技术在商品搜索中的应用。