商汤攻略：一场人脸识别的AI革命（附视频）
12月10日，据外媒报道，美国财政部宣布，将商汤科技列入所谓的“中国军工复合体企业”清单，实施投资限制，也就是说禁止美国公民投资商汤科技。值得注意的是，这是继2019年，美方第二次对商汤科技实施打压措施。针对这一事件，商汤科技公开发布声明“表示强烈反对”。商汤科技在声明中表示，“我们认为该决定与相关指控毫无根据，反映了对我公司根本性的误解。科技发展不应该受到地缘政治的影响。”本期为零壹财经推出的中国AI领军企业成长史系列节目的第二集——商汤科技，视频分为上下两集。
刷脸意味着什么？如果你二十年前就可以刷脸办事买东西，那就能证明你很有面子。而如果你现在可以刷脸，那么只能证明你……有张脸而已。因为如今的人脸识别早已成为一种成熟的身份识别和认证方式。但在二十年前，人脸识别技术要么就在科幻片里，要么就还在实验室里！二十年前，在实验室里研究人脸识别的学者们还在为每一种识别算法的发明，为每一个特征点位的发现，为每一次0.01%的识别准确率提升而兴奋不已。其中，就有一位来自中国的年轻人，汤晓鸥。汤晓鸥你可能不认识，但你很可能已经用过他创办的公司研发的技术和产品，只是，你未必能感知到它们的存在。汤晓鸥创办的这家公司，是被美国列入实体清单的中国科技领军企业，是资本市场认可的独角兽，也是AI人脸识别领域的中国代表，正在通过短视频、安防、智慧城市等等场景，悄然融入我们的生活。大家好，我是零壹君，欢迎来到我的频道。这里是零壹财经推出的中国AI领军企业成长史系列节目的第二集。我们今天的主角是，商汤科技。1990年，汤晓鸥从中科大毕业后，选择到美国深造，1991年，汤晓鸥取得罗切斯特大学硕士学位，1992年，他又到了麻省理工学院（MIT），研究计算机视觉（CV），并在5年后取得了博士学位。博士毕业后，汤晓鸥被邀请到香港中文大学信息工程系任教。他于2001年7月牵头成立了香港中文大学多媒体实验室，培养了大量的计算机视觉顶尖人才，这所实验室后来被称为中国计算机视觉领域的黄埔军校。此后的十多年里，汤晓鸥都稳稳地走在在学术探索的道路上，不曾偏离。但人不可能总待在象牙塔里，总会有人情俗事的牵绊。学术研究也不可能永远待在实验室里，总归要有面向实际应用的时候。汤晓鸥当然也不能免俗，他的人生轨迹和学术生涯都在悄然发生着变化。由于家在北京又在香港工作，于是只能在京港两地间来回奔波，在一定程度上弥补了对家庭的亏欠，但不能陪伴儿子的成长，始终是汤晓鸥最大的遗憾。他开始频繁地给儿子拍摄照片，相册几乎涵盖了孩子成长的每个瞬间，在想念儿子时拿出来翻看。直到照片积攒到成千上万张时，他意识到分类成了难题，想要在海量照片里快速找到某张照片就变得很困难。照片分类，在今天也许根本不是什么问题，许多手机都自带自动分类功能，按拍摄地点分类，按拍摄时间分类，按拍摄对象分类，甚至根据人脸特征自动进行人像照片的进一步分类。但在图像识别技术还不够发达的20年前，识别都不够精准，更不要谈自动分类了。对普通人来说，遇到这样的问题，最多就是在电脑上多建几个文件夹，或者照片打印出来装进不同的相册。但汤晓鸥并不满足于这样的解决方案。他召集几位学生开始研究名为“照片标签”（Photo Tagging）的课题，尝试采用计算机视觉技术手段来给相册进行分类整理。很难说这项研究是汤晓鸥有意识地进行应用探索，还是无心插柳之举，但正是这项研究，开启了汤晓鸥将人脸识别技术应用到实际生活的大门。并且，研究成果在多年后得到了商用，还取得了不错的成绩。除了启发汤晓鸥的照片标签研究，两地奔波还给汤晓鸥带来了另一个意想不到的收获。汤晓鸥接触到了北京的微软亚洲研究院，并且还兼任了微软亚洲研究院的视觉计算组组长。在微软亚洲研究院的这段时间里，汤晓鸥结识了后来的合伙人，商汤科技联合创始人杨帆，还遇到了他未来的竞争对手——旷视科技的创始人印奇，一个大二时来到微软亚洲研究院实习的学生！这并不让人感到意外，那些年，微软亚洲研究院可以说是中国计算机领域学者的精英荟萃之地，被称为中国IT产业发展史上绕不开的一所机构。而那个年代，能有机会被这家机构看中的学者，哪怕是实习生，又岂会是泛泛之辈？但到了2009年，汤晓鸥婉拒了微软的挽留，选择依托中国科学院深圳先进技术研究院搭建联合实验室。这一年的汤晓鸥也正式迈入了他学术生涯的巅峰，被电子电气工程师学会（IEEE）推选为会士。要知道，每年国内只有不到三十人能获此殊荣，可谓凤毛麟角。与此同时，港中大多媒体实验室的科研也进入集中收获期，自2011年起开始研究深度学习以来，实验室在计算机视觉领域两大顶级会议ICCV和CVPR上已发表了14篇论文，占据这两个会议上深度学习论文总数的近一半。如果这些成果只能证明汤晓鸥团队的学术能力，那么他们为香港警方完成的一个项目，则在一定程度上给了他们将科研成果向应用场景转化，实现产业化的信心：当时的交通监控摄像机远不如现在的先进，一些高速行驶的逃逸车辆，在监控录像中过于模糊，为警方追逃执法带来了困难。警方希望他们应用计算机视觉技术，帮助对比识别逃逸车辆的信息，并且愿意为服务买单。这个项目让团队获得成就感的同时，也让创业的种子悄悄萌芽。随着市场环境的不断变化和自身技术的不断提升，这颗种子也在不断积蓄能量。到了2014年，这颗种子终于到了发芽的时候。2014年人工智能领域突然大热，不断有初创企业获得融资，国际科技巨头也纷纷加入战局，除了自主研发，还大肆收购相关企业或技术。比如，谷歌甚至耗资4亿英镑收购了一家并没有具体的产品的公司，DeepMind。当然，事实证明谷歌这笔投资并不亏，这家公司在后来开发出了打败围棋世界冠军李世石的AlphaGo，成为全球领先的人工智能企业。资本的热捧，产业生态的逐步成熟，催生了一大批人工智能的创业者，其中也包括汤晓鸥。2014年3月，脸书对外发布了一项名为Deepface的人脸识别技术，其人脸识别准确率达到惊人的97.25%，已接近人眼识别能力。据报道，脸书用了400万人的数据，来训练模型。拿到400万人的数据，对社交巨头脸书来说并不困难，但对于没有相关产业背景的学术研究团队来说，就不是困难或不困难了，而是根本不现实。汤晓鸥团队用尽了几乎所有的资金和资源，才建立起2万人的数据库。一边是富可敌国的超级网络巨头，一边是仅有一百来人的高校实验室，无论是经济实力的保障，还是数据规模的支撑，怎么看都算不上同水平的竞争，也很难让外界将两者相提并论。但汤晓鸥却已经将脸书设为了自己的假想敌。因为这个时候，汤晓鸥的团队已经启动了一款人脸识别产品的研发，并且将开展商业化应用，届时将不可避免地与脸书发生正面较量。要知道，脸书这项技术是开源的，对客户而言有巨大的成本优势，并且有巨头背书，客户没道理放弃脸书而选择一个成本更高的新产品。汤晓鸥的底气，来自技术，更确切地说，来自算法优势。就在一个月后的4月，汤晓鸥团队就发布了“高斯面部”（GaussianFace）人脸识别算法，使计算机的人脸识别准确率第一次超越了人类。更准确地说，使用了“高斯脸”算法的计算机以98.52%的识别率首次击败了人眼97.52%的识别率。2014年6月起，汤晓鸥团队开始发表DeepID系列算法，据报道，该系列算法将人脸识别准确率提升至99.55%，开启了整个人脸识别行业技术落地的时代。在当时，汤晓鸥团队所领衔的港中大多媒体实验室与麻省理工、斯坦福等著名大学的研究机构一道，入选世界十大人工智能先锋实验室。人脸识别的高准确率不光为汤晓鸥团队带来了荣誉，也带来了慕名而来的投资人。IDG资本合伙人牛奎光认为，计算机视觉准确率超过人眼，这意味着这项技术将很快就能迎来商业化落地。于是飞到香港，拜访汤教授。在港中大多媒体实验室里，牛奎光看到五六个计算机识别技术的小样，研究方向有意识地与实际应用结合。而更让牛奎光兴奋的是，汤晓鸥团队对于技术的野心。当时，大部分人工智能企业的目标是在现有技术水平下进行更好地应用，而汤晓鸥团队的目标是实实在在地继续提升技术水平。当时，汤晓鸥团队的核心成员，也是后来的商汤科技CEO徐立打了个比方，如果说当下人工智能技术水平处于“猫脑”阶段，大部分公司正在做的就是“如何运用猫脑更完美地抓老鼠”；而他们要做的是把“猫脑”训练成“猴脑”，从本质上提升“大脑”的能力。大脑升级后，机器可以更快学习掌握更复杂技能。在这次拜访之后，IDG资本在2014年8月掷出数千万美元，助推汤晓鸥研究团队走出实验室，2014年10月，商汤科技正式成立。关于商汤科技的创业起点，市面上有几种说法，其中有一种说法是汤晓鸥是在IDG的游说下，才决定下海创业；还有一种说法是，汤晓鸥团队早有创业的想法，但并不急切，并且已经在实验室内部开展了了内部创业孵化，而IDG的出现让他们加快了创业的步伐。但不管是哪种说法，都很难否认，IDG的这笔天使投资，对商汤科技来说是意义非凡的。IDG的投资，也在一定程度上坚定了商汤坚持技术立身的决心。以至于商汤赋予自己“坚持原创，让AI引领人类进步”的企业使命。商汤科技有这样的技术雄心，底气来自于核心团队的技术实力，可谓“全明星阵容”，除了作为创始人董事长的汤晓鸥本人，还有：林达华，麻省理工学院博士，联合创始人兼港中大-商汤联合实验室主任。凭借过硬的技术实力，配合恰当的市场推广策略，商汤科技取得了不错的经营成绩。商汤科技成立伊始，就拿下了小米、华为、美图秀秀等客户。2015年8月小米推出操作系统MIUI7，其中发布的宝宝相册，正是联手商汤科技共同打造的新卖点。宝宝相册中采用的人脸识别技术，主要在于三个核心算法：一是检测图库中的同一张脸，二是识别这张脸的特征,三是聚集相同的脸孔。想当年，汤晓鸥还为儿子照片的分类整理而头痛，安排学生开展了照片标签的研究，而宝宝相册也实现了汤晓鸥在多年前的夙愿。2015年中国移动全面实行实名认证，主要通过身份证字符识别（OCR识别），以及人脸识别两大技术实现。在中国移动的两项公开招标中，商汤科技最终在数十家竞标公司中胜出。后来，商汤科技与中移在线开展战略合作，对外提供包括身份验证类服务、门禁系统、人脸比对抓逃等多款产品和解决方案。2014至2016年之间，商汤科技主要着手两件事情：一是“人才垄断”，徐立找来这个领域所有能找到的顶尖科学家，垄断了150多位深度学习方向的博士；二是搭建硬件计算平台，从英伟达买入6000多块GPU，自建超算中心。深度学习有三大核心要素：一是深度学习的算法设计；二是高性能的计算平台；三是大数据。其中，大数据对于这个时候已经服务人群达亿级以上的商汤来说，并不困难，商汤的原创算法也得到了国际上的认可，所以关键就在于计算平台。汤晓鸥认为，由于谷歌、脸书等巨头的开源，使得人工智能、深度学习的门槛变得很低。很多技术人员利用谷歌、脸书的开源系统来训练模型，做应用。但是，使用开源系统有许多的限制，还要受到开源系统的控制。所以商汤自建超算中心，研发深度学习平台，砸钱自己搭建底层框架。商汤科技官方资料显示，该算力中心占地面积近80亩，总投资金额超过50亿元人民币，一期将安置5000个等效8000W的机柜。算力中心建成并投入使用后，总算力规模将超过3700P FLOPS，可同时接入850万路视频，1天即可完成23600年时长的视频处理工作。2015年11月，商汤科技深度学习框架“感知鹦鹉”（SenseParrots）也已成功搭建，并且做出了当时谷歌技术团队无法实现的功能。依托于强大的深度学习平台和超算中心，商汤研发了一系列AI技术，包括人脸识别、图像识别、视频分析等。技术在智慧城市、智能手机、汽车、金融、教育、医疗等多个行业得到应用。在基础研究方面，商汤先后与香港中文大学、清华大学、北京大学、上海交通大学建立联合实验室或开展科研合作。此外，商汤还在继续拓展AI的边界。近期，在科技部第三批科技冬奥专项支持下，商汤科技的AI技术亮相冬奥测试赛，通过利用视觉AI感知、深度学习、三维建模和空间定位等技术，在比赛场内对运动的冰壶实现检测跟踪和轨迹捕捉，通过实时渲染、虚实同步技术将冰壶轨迹在大屏上进行精准还原，为体育赛事打造更佳的视觉体验。在行业落地方向上，商汤目前专注于安防监控、金融、手机、移动互联网和深度学习芯片五大垂直领域。商汤与各行业领军企业合作，共同推进人脸识别在各行业的应用和变现。商汤是目前国内最大的互联网视频及直播平台供应商，服务90%以上的直播和短视频分享平台。例如，商汤基于人脸关键点检测跟踪技术，为抖音、新浪微博等实现脸部特效、美颜、手势识别等功能。金融也是商汤最早涉足的领域，商汤科技以领先的证卡OCR识别、人证比对等技术，服务对象包括银联、京东金融、招商银行以及互联网金融平台等机构，服务人群超4亿。其中，互联网金融公司融360曾与商汤合作推出了名为天机的风控系统，从用户身份认证、还款意愿和还款能力三个大维度，进行信用评分，再根据分值向放贷机构提出放款建议。此外，商汤合作的互联网金融平台还包括借贷宝。几年来，商汤发布了多个产品：比如，智慧城市、平安城市解决方案“感知面部”（SenseFace3.0）和“感知车间”（SenseFoundry），以及智能汽车产品驾驶员监控系统“感知驾驶”（SenseDrive DMS）等。其中，感知面部SenseFace3.0平台支持千路以上的监控系统进行长达数月的热数据实时轨迹还原，感知车间SenseFoundry则是城市级超大规模分布式视频分析平台。感知驾驶SenseDrive DMS是商汤科技发布的首款智能汽车产品驾驶员监控系统。通过深度学习技术与芯片优化技术结合，实现对疲劳驾驶等驾驶员状态的实时智能检测与提醒。目前在上海各区的上百条“驿动班车”线路中，已有38条线路车辆完成了智能化改造，搭载商汤科技“智能车舱”后，即可实现对司机的“保驾护航”。商汤表示，依托智能安防、金融、手机移动互联网三大板块，公司已经实现全年整体盈利。尽管如此，诸如超算中心的运营，仍然是个烧钱的买卖。商汤的研究员曾做过估算，一次数据训练迭代整体花费至少50万元。2021年上半年，商汤科技的毛利率达到73%，但同时经调整后净亏损达到7.3亿。在三年半烧完200多亿人民币之后，亏损仍然是商汤科技的常态。2016年，商汤开启B轮融资，IDG继续跟投，鼎晖和万达加入，融资总计1.2亿美元。2017年年末，商汤科技连续公布三笔战略融资，投资方包括高通、阿里巴巴等机构，其中阿里投资15亿人民币，并在第二年4月领投6亿美元的C轮融资，商汤科技估值达到30亿美元。2018年，商汤科技再获6.2亿美元C+轮融资，投资方超过10家机构。此时商汤科技的估值已经超过45亿美元，继续拉大与身后AI公司的差距。就在形势一片大好，商汤准备“出海”之际，创业至今最大的挑战也不期而至。2019年10月，美国商务部将8家中国科技企业列入制裁名单，未经美国政府许可，禁止与美国企业开展业务往来。木秀于林风必摧之,堆高于岸流必湍之。美国的所谓制裁，也从侧面印证了商汤等中国科技企业的技术实力。但技术不代表市场竞争力，商汤的商业化之路依然崎岖艰难。即便是商汤引以为傲的智能安防领域，相比竞争对手海康威视和旷视，商汤都并没有明显的市场优势。“将AI技术赋能百业”是商汤的发展理念。与同属于“AI四小龙”的其他几家公司相比，商汤确实没有特别鲜明的行业标签，从某个角度来看，这是平台化的特点。高通全球副总裁沈劲曾表示，像商汤这样的巨头，将会成为并且正在成为一个人工智能平台级的公司，成为行业“发电厂”一般的存在。但商汤已经是巨头了吗？并且正在成为平台级公司了吗？作为商汤的投资方，高通当然有理由为商汤摇旗呐喊。但外界仍有疑虑。有人说，商汤号称赋能百业，其实意思就是一个行业都切不进去，你都无法定义商汤属于哪个行业，这或许也是商汤至今没有实现盈利的一个重要原因。客观来看，目前的商汤还算不上成功，更谈不上平台级企业，但既然选择了赋能百业，就注定面广难精，这是平台型企业的必由之路。但要打造一个平台级企业，除了技术之外，更重要的是基础设施建设和生态建设。从公开信息来看，商汤已经具备了一定的技术积累，并且正在建设超算中心等基础设施，那么只要能有足够的资金支持来完善生态，那么打造一个真正的平台并非没有可能。就在前不久的12月7日，商汤科技在港交所正式启动招股，预计募资56.55亿港元(折合人民币约46.19亿元)，并于17日正式挂牌上市。这对于商汤来说无疑是一个天大的好消息，这意味着，前期投资人有了退出渠道，而商汤也有了更加稳定的融资渠道。也许，有了钱的商汤，就能烧出一个平台，烧出一个未来。好了，今天就到这里，接下来，我们将继续盘点中国AI领军企业。关注我，了解数字科技，读懂数字经济。
元宇宙Pro部分文章转发自互联网，版权归原作者所有。文章内容不代表本站立场和任何投资暗示。
请登录之后再进行评论