AI新十年，听听芯翌研发负责人都大龙是怎么说的？

过去十年，一群有着高学历的科技“信徒”，带着他们的原创人工智能技术和产品力破藩篱，冲击传统行业。

时间拨到2020年，产业边界的模糊与外延不断扩大，人工智能突破红线，成为真正提升效率、改变生活的核心生产力。

未来十年，随着深度学习等人工智能技术不断成熟，新基建大潮之下，AI必将是一个创新生生不息，到处是机会，不断开拓边界的行业。

诞生于2018年末的芯翌科技，用了两年不到的时间，以突破性技术方案及产品，在市场上拥有了核心价值与话语权。近日，我们采访了芯翌科技副总裁兼研发中心负责人都大龙，通过与他的对话，感受芯翌的格局与眼界，技术与创新，探索与展望。

“技术研发与落地应用形成飞轮效应的公司才能越跑越快。”

人工智能产业有个传统，会将不同的人按界分类为工业界、学术界等。但要给都大龙打标签时，却不是那么容易。

都大龙身上流着纯正的AI学术派血统，于中国科学院计算技术研究所获得硕士学位，师从山世光教授；目前清华大学博士在读，导师是清华大学自动化系主任周杰教授；有10年以上模式识别、机器学习、计算机视觉相关经验。

但都大龙说的每一句话，都与印象中人工智能技术阳春白雪的模样不尽相同。

本次采访中，他谈到了求学历程、加入芯翌的原因，以及对AI的思考、对产业的洞见。

对话中，他说的频率很高的词，就是“变革”、“价值”和“落地”。

 找寻科技与产业的交叉点

您是如何走上人工智能研究道路的？

都大龙：当时大学二年级刚刚结束，是2006年，有一位IBM做语音识别的研究员加入交大做副教授，招收一些学生开展语音识别方面的工作，我就自告奋参与了，于是大学三年级和四年级都在实验室进行语音方面的一些研究工作，当时所研发的说话人身份识别系统还获得了北京市挑战杯一等奖。硕士进入中科院之后，主要是跟随山世光老师进行人脸检测、识别等方面的研究工作，在硕士期间深入研究了计算机视觉这个领域，当时采用的主要方法还是传统模式识别，比如LDA、SVM、Boosting的一些方法。开始工作后，加入百度深度学习研究院，从2011年开始利用CNN等深度学习方法提升百度内部多媒体业务的技术能力，此后就一直在从事计算机视觉和深度学习技术的理论研究与实践。

您认为人工智能和传统互联网以及移动互联网不一样的地方在哪里？人工智能正处在一个怎样的发展阶段？

都大龙：人工智能首先是一项技术，是生产力的变革，互联网和移动互联网作为产业同样需要人工智能技术进行大规模的数据处理，这一点上对于任何行业都是相同的。当前人工智能更多讲求的是ToB赋能，也就是产业互联网，我们希望人工智能的生产力变革能够帮助产业提升效率、降低成本，从而塑造新型的生产关系。

当前人工智能技术已经找到了一种处理问题的通用范式，也就是深度学习，这是一种相对通用的范式，不需要针对不同的场景设计不同的feature，可以通过数据驱动的方式进行feature的学习，而且数据量越大效果就会越好。所以我们看到本次人工智能革命与以往的不同，人工智能技术已经开始规模化的应用。但是人工智能技术还处于早期阶段，路还很漫长，人工智能大概可以分为感知、认知、推理决策这三个发展阶段，目前的这套深度范式更多的是针对视觉或语音等的感知领域，对于更加复杂的常识和认知领域、推理和决策领域，目前还处在探索阶段。人工智能的技术发展之路还很漫长，人工智能的落地之路也需要耐心，但人工智能未来给人们生活生产的改变一定是翻天覆地的。

作为名校、名师、名企出身的技术大牛，为什么选择加入芯翌一起创业呢？

都大龙：创业从某种程度上而言，重要的是能与什么样的人一起做事，最终选择芯翌是因为杨海宁董事长，他的一些特质吸引了我，对商业的深刻认知，对所认准事情的坚持不懈，对人才的包容与信任，以及很强的学习能力。在这次创业过程中，能够以更高的层次参与芯翌成长，有机会向各个方向的高手学习，深度参与人工智能技术变革的浪潮，然后最终做成这件事，这种机会是很难得的。

从目前情况来看，技术和落地好像很难得到较好的平衡，您觉得是什么原因？

都大龙：一方面，技术总是要先于产业一步，尤其是技术从0到1的期间，需要大量的投入去将技术的不确定不断地确定化，我们看到技术公司最大的投入其实都在研发，就像人们上学需要先交学费积累本事；另一方面，对于一个新的产业，商业模式的形成需要一定的投入和试错，就像人们工作之后要寻找发展方向积累工作经验，才能三十而立；再者，可能还是对于商业化的重视不够，技术红利期的创业更多是科学家或者技术人员主导，对于商业化需要有一定的学习过程。

  城市与工业场景兑付芯翌技术价值

您认为未来，商业潜力较大的场景有哪些？

都大龙：个人认为商业潜力一般看三个方面：一，能否规模化复制；二，市场潜力是否足够大；三，技术天花板是否足够高。智慧城市、智慧交通、工业自动化、自动驾驶，这几个场景都是潜力比较大的，可以规模化地复制，天花板也足够高，都是万亿级的赛道，芯翌从智慧城市场景入手并深入做透，实现商业化，进而也会考虑进入其他的场景。

智慧城市等领域很多AI公司也在做，但大多会碰到场景少、难盈利的问题，这是AI应用的通病吗？

都大龙：AI应用的场景还是很多的，这些场景本身也实实在在存在，关键看AI能给这些行业带来什么。AI技术从整个发展历程来看，本身还处在早期，同时不同场景对AI技术的需求程度也是很不一样的。AI公司一方面要选择正确的场景，基于技术发展的不同阶段抓住killer app作为切入点，形成产品和方案进行规模化地复制；另一方面要处理好技术研发与落地的关系，尽快形成技术与落地应用的飞轮效应，才能走得快，走得稳。

 “新基建”浪潮来临，有观点认为，工业AI是最难、也最复杂的应用领域，一直没能诞生能够吃透整条产业链的巨头玩家，您如何看待工业AI的行业现状？芯翌在工业板块的布局如何？在落地案例中，是否遇到过一些难题？

都大龙：工业行业确实是非常复杂的，不同工业品类千差万别，所以导致这个行业没有产生产业链通吃的巨头。我们在工业领域主要考虑可以规模化复制的场景，一是安全生产，通过AI对人员进行更加规范化的管理；二是通过视觉感知替代人的部分工作，比如巡检、定损等场景；三是进行高精度测量技术的相关储备，为后续工业自动化的领域打下基础，比如基于高精度AI感知的上下货以及自动化组装等。当前，我们主要在港口和电力两个行业深耕。

难题一方面是要与客户做大量的沟通，了解清楚客户真实和有价值的需求，为此公司的营销和解决方案团队做了大量的工作。另一方面，工业场景对精度要求比较高，需要在算法研发上做更多的工作。此外，在落地过程中，要考虑工业场景的现状，做到易于部署、易于维护。

  明晰方向，扬“长”补“短”

您目前的工作重心放在哪一块？

都大龙：一方面持续提升技术创新能力，保持先进性，另一方面要将技术产品化，真正实现落地，满足用户需求。这两者都花了很大力气在推动，更大的精力在后者。

2020年对芯翌研发团队来说是一个里程碑。先是在3月获得NIST-FRVT综合排名世界第五，8月又拿下COCO视觉挑战赛—人体关键点检测赛道世界第一。您认为获得这些成绩的关键要素是什么？

都大龙：FRVT和COCO分别代表了大规模识别检索和检测分割这两个方向最顶级的能力评测，这两个比赛的领先，代表了芯翌具备一流的全栈的视觉感知技术能力。成绩的获得，是一个很自然的过程，芯翌虽然是一个年轻的公司，但我们的技术团队是有深厚的经验和很强创新能力的团队。我们应该是国内最先研究深度学习并实现大规模落地的团队之一，我们更加清楚深度神经网络技术其中的know-how。

对于很多怀抱AI成才梦的学生来说，芯翌已是自成名门。那么进入芯翌的研发团队，会接受什么样的训练与培养？

都大龙：一方面，芯翌研发团队，无论是算法团队还是工程研发团队，都是在业界具有多年经验的技术大拿，另一方面，芯翌面对的市场，都是特大城市级别和大型工业的场景，比如亿级别的人脸、人体、车辆应用场景。所以，新同学一方面可以学习到先进的人工智能算法和工程技术，另一方面可以在实践中将技术真正实现落地，不仅产生价值，而且得到反馈，从而更加清晰后续的研究方向。

芯翌研发团队的文化是什么？

都大龙：我们提倡简单直接的沟通，彼此之间因为看到所以信赖，同时团队内部提倡互为担当，我经常说一句话“一个人的路可以走得很快，但一群人的路可以走得更远”。

人工智能研发涉及到很多环节，数据采集、标注、神经网络训练、算法评测、应用构建与部署等，链条很多，也就伴随数据规模庞大、识别类别增多等，芯翌研发团队如何在可控的资源下完成研发目标呢？

都大龙：任何技术要想真正规模商业化，必须能够进行大规模的生产，形成产业化，人工智能算法也不例外。芯翌提出算法生产工厂的概念，基于研发团队在人工智能领域的深厚know-how，不断提升算法生产的各个环节的自动化水平，将投入与产出进行量化评估，用可控的资源实现既定的目标。

技术落地，不仅仅是算法的事情，更要通过硬件、操作系统等载体，将完整的体验输出给用户。这方面，芯翌做了哪些努力和突破？

都大龙：一方面芯翌与宇视、大华进行了硬件方面的战略合作，宇视、大华可以给我们提供完备的硬件，并且向我们开放平台，芯翌可以将自己的算法和软件烧录到硬件中，形成自己的产品；另一方面，在服务端，除了英伟达GPU，我们在算法和软件上也适配了华为晟腾系列AI芯片，从而能够为客户提供国产化的安全可控的AI智能服务器产品，为客户提供了更多的选择。

我们常说体系创新比技术创新更加重要，您是否认同这种观点？芯翌的研发体系有什么创新模式吗？

都大龙：我很认同这种观点，芯翌的创新并不是闷头造车的，从技术预研到技术落地再到反馈迭代，整个创新路径是完全闭环的，这让我们不会失去方向感，技术创新的最好方向往往是在落地过程中自然浮现的。

国内许多高校都在人工智能领域投入了不少心力，对于正在学习人工智能技术，或者想要从事这一块的年轻人，您有什么经验分享给他们吗？

都大龙：当前的人工智能研究除了理论研究之外，工程实现能力也是非常重要的，同一个idea，不同的人实现可能带来完全截然相反的结果，所以希望年轻人在研究和工程能力上更加全栈，在学习过程中能够理论与实践相结合，真实场景的实践会带来很多意想不到的问题，这些问题就是最好的研究方向。

目前芯翌科技的技术升级，最缺哪方面的AI人才？

都大龙：芯翌更缺全栈人才，既懂算法又懂工程实现甚至再懂一点产品的同学。

您说过要一步一个脚印地走下去，具体怎么走呢？

都大龙：一步一个脚印有几层意思，一是，人工智能的路还很长，但前景无限光明，我们要有耐心，认准方向专注做5到10年，一定会积累强大的势能；二是，我们必须脚踏实地，将每件事情做踏实、做透，将脚步踩稳，芯翌成立一年多，在安防领域已经形成了人脸人体车辆的全栈产品和解决方案，我们还要继续深入行业；三是，我们心态上要秉持长期主义，技术发展与业务探索保持平衡，在当前这个浮躁的大环境下头脑要清醒。

有没有关注过其他2B、2G公司的战略打法？有没有您欣赏的？会对芯翌造成业务冲击吗？

都大龙：当前四面出击的公司太多，在公司业务还没成型时就大肆扩张，然后再裁员，教训太多，我比较喜欢单点突破的创业公司，在小而美的阶段努力突破业务，商业模式形成后，公司规模和方向再随业务发展而自然扩张和扩展。竞争公司一定是有的，我们欢迎竞争，这说明我们并不孤独，竞争只能使得我们更加强大，使得我们的业务更加健康稳固。