资讯 智慧城市
此为临时链接,仅用于文章预览,将在时失效

需求定义算法--AI"实践派"芯翌科技

作者:王德清
2020/06/30 09:40

需求定义算法--AI

由于近年来AI的不断发展,诸多技术从不确定性走向确定,随之考验的就是AI企业将技术与产品快速落地能力。不必为初期技术不确定性进行大规模的投入,使得一些刚成立不久的AI创企少了很多“包袱”,也让这些行业新面孔们更加具有后发优势。

芯翌科技作为一家专业的政企人工智能服务提供商,就成立在AI不断落地这样的时间节点。

借由契机,雷锋网(公众号:雷锋网)与芯翌科技副总裁兼研发中心负责人都大龙以及视觉算法团队负责人黄冠进行了一场线上交流,试图寻找到这家成立仅一年多的AI创企在行业中占据一席之地的密码。

两张成绩单

交流伊始,都大龙就将芯翌科技成立一年多来的几张成绩单云展示给了雷锋网。

第一张,是在2019年6月,芯翌科技大规模人脸识别算法完成了上海市公安局人脸特征算法库的入围,具备了在上海开展智慧城市/智慧公安方向相关业务的资格。值得一提的是本次入围仅有5家公司,芯翌科技便是其中之一。

另一张成绩点则更显亮眼。

在年初发布的FRVT(全球最权威的人脸识别供应商测试)榜单,芯翌科技首次参赛就取得了综合排名世界第五的成绩。这次比赛上,芯翌科技的算法实力达到完美彰显。

需求定义算法--AI

首先让我们了解一下什么是FRVT。

人脸识别供应商测试FRVT是由美国国家标准技术局(National Institute of Standards and Technology 简称:NIST)组织的。主要目的是测试工业界及学术界人脸识别算法水准。FRVT测评是独立的第三方测试,受商业因素影响小,因此比赛结果公平公正,是人脸识别工业界最权威的人脸识别技术评测,素有工业界黄金标准之称。

客观公正的FRVT测评吸引了全世界各大人脸识别供应商,其中也包含我国大多数人脸识别提供商。

芯翌科技核心技术就是以人脸、人体等生物识别分析为代表的视觉算法技术,在FRVT测试中取得的成绩无疑也证明了芯翌科技的技术能力。而这也令雷锋网进一步产生好奇,芯翌科技的研发团队究竟有什么样的背景,在成立一年多的时间就取得佳绩。

“年轻”的队伍

如果说芯翌科技的研发团队是一支年轻的队伍,是或也不是。如果评判的标准是团队成立时间,这妥妥的是一支年轻的团队。

而从技术实力以及从业经验这一维度去说,就得出了相反的结论。

先来看一下“带头大哥”们的简历

芯翌科技首席科学家杨铭,于清华大学电子工程系获得学士与硕士学位,于美国西北大学电子工程与计算机系获得博士学位。前知名AI创业公司联合创始人与软件副总裁,也是Facebook人工智能研究院创始成员之一,在Facebook负责DeepFace项目。专注于机器学习、模式识别、计算机视觉等领域的技术研究,工程实践和产品开发,包括物体跟踪、海量图片检索、多媒体内容分析。

芯翌研究院执行院长罗骏,于清华大学电子工程系获得博士学位,法国信息研究中心博士后。曾任Nuance公司(苹果Siri开发技术提供商)首席研究员,曾就职于法国国家科学研究中心机械工程信息化研究组,从事针对广播新闻和对话语料的大词汇量连续语音识别及说话人识别系统,致力于机器学习特别是语音语义识别的算法和工程实现。

需求定义算法--AI

芯翌科技副总裁兼研发中心负责人 都大龙

芯翌科技副总裁兼研发中心负责人都大龙,则师从机器视觉知名教授山世光先生,于中国科学院计算技术研究所获得硕士学位后,曾先后任职百度IDL架构师、地平线研发总监。连续两次获得百度工程师最高荣誉——“百度百万美金最高奖”,带领团队在NIST-FRVT等众多国际比赛中获得优异成绩。具有10年以上模式识别/机器学习/计算机视觉相关经验,国内最早从事深度学习技术的理论研究与实践,对于传统机器学习、深度学习、计算机视觉、语音识别均有深入研究与大规模落地实践经验。

除此之外,芯翌科技研发团队的其他成员大多也都是来自美国硅谷、国内清华、北大、中科院以及众多优秀院校的研究工程人员。其中一半以上都拥有BAT,以及国内外知名AI明星创业公司的工作经历。

一水的技术大牛构建了芯翌科技的研发团队,然而另一个需要面对的问题就是团队的协作和配合是怎么样的。

都大龙对雷锋网表示:“芯翌科技大规模组建核心研发团队其实是从去年10月份开始,这一时间点刚好也开始进行FRVT赛事的筹备工作,这个赛事的最终结果其实也是芯翌科技研发团队第一次协作的结果。”

需求定义算法--AI

芯翌北京研发中心办公室

据了解,芯翌科技的研发团队由算法团队与工程团队共同组成,目前有100余人,占公司总人数50%左右。算法团队主要负责视觉算法的研发工作,工程团队则负责人工智能基础设施的搭建与标准化产品的研发。

以FRVT赛事为例,芯翌科技集结了算法、运维等多个团队进行合作,通过3个月的时间筹备,算法团队充分探索和应用了多损失函数联合优化、自适应混合精度训练、适合超大规模ID和数据量的、高效的分布式训练框架以及训练数据自适应迭代清洗、全场景评测集构建和管理、CPU端高效部署等人脸识别领域的最新研究成果和工业实践创新技术。

需求定义算法--AI

芯翌上海研发中心办公区域

运维团队则有效维护了大规模训练集群,为算法实现提供了可靠的GPU训练平台。在国内防疫工作最严峻的时期,研发团队在线上沟通测试,对结果进行了提交。

对于世界第五的最终成绩,都大龙说到:“FRVT的综合排名是对芯翌科技在人工智能综合能力方面的一个证明,不仅仅是算法。”

 以应用推动技术发展

“我们认为人工智能技术发展到现在,在具体场景中实现大规模落地,考验的是人工智能技术积累、产品定义开发和创新、业务实践和理解以及交付、实施等方面的综合服务能力。”都大龙提到。

而这些综合能力,也正是芯翌科技的一大优势所在。

在人工智能技术层面,基于芯翌科技研发人员的丰厚经验,为芯翌科技铸就了高技术壁垒,而同时芯翌科技也通过可控的算法投入,保持业内第一梯队的视觉算法全栈研发能力。

在算法应用和业务上,芯翌科技相比于其他AI玩家更加聚焦,更关注通过实际的业务应用场景,不断迭代其视觉算法,从而追求业务场景下的极致效果和性能。

为了使其技术能更快交付,芯翌科技实现了算法标准化、流水线化、自动化和工厂化的生产。

据芯翌科技视觉算法负责人黄冠介绍,芯翌科技算法工厂化分为数据层、算力层、算法层和应用层四个层面的工作,每个层面包含一些标准化的模块、框架、工具和系统。

具体来看:

通过自动化的手段,结合算法生产流程,打通每个层面的相关模块。因此,在面对海量碎片化的算法需求,通过不同层面标准化的通用模块和自动化的生产流程,极大的提高了算法生产和上线的效率,保证了算法产品的质量和可维护性,实现了海量算法生产的标准化、流水线化、高效化和工厂化。

聊到这里雷锋网产生了疑问,芯翌科技所做的算法工厂和互联网公司所提出的AI中台有什么区别?

芯翌科技都大龙从三个维度对雷锋网进行了解释:

注重落地应用和业务场景的芯翌科技,除研发中心之外,还设立了产品中心和营销中心。产品中心和营销中心团队的成员对于业务场景有着深厚的经验,而通过产品中心和营销中心深入了解业务之后,基于芯翌工厂化生产的算法,不断进行着项目的落地和应用。

最直观的表现则是,芯翌科技正式运转一年多时间内,已经完成了20余个项目的产品交付并为客户提供高效的售后服务保障。而这些软硬件产品覆盖区级政府及多家企事业单位。

业务明确,打造标杆项目

都大龙表示:“芯翌科技目前立足上海进行发展,依托上海丰富的场景打造属于芯翌科技的标杆项目,然后再推广到全国。”

对于业务场景,芯翌科技的目标也很明确:专注于智慧城市与智慧工业场景。

“我们认为AI能够产生规模化营收的行业有三个,一个是自动驾驶,然后是智慧城市与智慧工业。但自动驾驶的路非常漫长,当前还存在很多核心技术问题没有解决,大规模落地的时间点还很难讲。而智慧城市和智慧工业这两个领域的技术天花板也非常高,丰富的场景除了能推动AI技术的进一步发展,近期就会给AI带来很多落地与营收。这也是我们选择这两个方向的原因。”

在智慧城市领域,芯翌科技将从智慧安防入手,逐步步入城市运营,而在智慧工业,芯翌科技目前则是选择与已经完成信息化的大型企业进行合作,打磨出相对标准化的产品和解决方案。

事实上,芯翌科技目前已经完成了上海市虹口区社会面智能安防项目一期,部署了大量AI摄像机、AI服务器及应用平台,全链路产品落地。同类业务还成功进入了上海徐汇、黄浦、长宁、静安等区。除此之外,芯翌科技还与上海市虹口区科学技术委员会、虹口区城市运行综合管理中心、中国电信股份有限公司上海北区电信局,联合成立了“5G+人工智能工程联合实验室”,从城市运行和治理的痛点、难点出发,通过人工智能、5G和大数据等前沿技术的工程实践,开展人工智能赋能城市精细化治理的新技术研发和场景落地。而这也正是芯翌科技从安防入手,逐步实现对城市精细化运营的路线体现。

需求定义算法--AI

在智慧工业领域,他们专注于港口、能源和路桥等应用场景,打造出了一套AI赋能工业场景的赋能策略。基于工业场景实际业务的需求和痛点难点来打磨自家的产品和解决方案,并通过在城市安全领域积累的丰富经验,对工业领域的类似场景进行技术溢出赋能。

在面对智慧城市以及目前还是蓝海的工业互联网场景,芯翌科技将AI定义成一种服务,这种服务则不仅仅包含技术能力,也包含了产品构建能力、定义解决方案的能力、以及售前售后的服务能力,是一种综合服务能力。

而这也正与新基建将人工智能定义为基础服务能力相契合。

文章点评
相关文章