记AI英雄风云榜先锋奖获得者：实践者颜水成

文 /丁广胜

颜水成教授的办公室不大，摆满了各式各样的工程样机。

我先行一步来到办公室，门口的智能门铃 已 发现了我的到访，颜水成教授赶忙前来，这是 360目前主打的一款智能硬件产品，由颜水成领衔的360 人工智能研究院提供技术 支撑 。 目前 360在售智能硬件产品达到数十件之多，这也是颜水成来到360的初衷和使命。

“ 不以结婚为目的的恋爱都是耍流氓 ”他以此幽默的比喻人工智能落地实践的重要性，他认为学术界研究人工智能像谈恋爱，而在工业界做人工智能 更 像婚后生活。

三年以来，颜水成担纲的 360人工智能研究院发力视觉、语音、语义和大数据四大方向，向业务部门提供技术支持，重点推出了运动、交互、视觉、决策四大AI引擎。

三年过去，颜水成作为横跨学界和工业界的 AI 实践者 ，如何理解二者的 “爱恨情仇”，又如何一步步成为大师？用他自己的话说，“我们那代人运气 不错 ， 现在很多计算机视觉领域的大家熟知的科学家都出生于 76年前后，李飞飞、吴恩达、孙剑等等”

那运气之外呢？

学术界追求极限

念旧的 颜水成 在 北京大学数学 科学学院 呆了 9 年 ，学习计算数学（ Computational Mathematics ）和应用数学，虽然 身 在 数学系，但 跟随导师 程乾生教授 主要 研究模式识别和机器学习相关的课题。

而真正 与人工智能结缘，则是在 2001 年进入微软亚洲研究院实习， 启蒙 师从李子青（ Stan Z. Li) ，李子青是人脸识别和智能视频监控专家，在 2000 年辞去新加坡南洋大学终身教职，加盟微软亚洲研究院，并在微软研发了人脸识别系统 EyeCU 。

颜水成的整个 PHD 期间，几乎都是在微软亚洲研究院渡过的， 后来主要 师从张宏江博士，张宏江是世界多媒体研究领域一流的科学家，被称为计算机视频检索研究领域的 “开山鼻祖”，他也是微软亚洲研究院的创始人之一。

周志华、颜水成、梅涛等如今活跃的科学家都曾是张宏江的门徒 ， 图为张宏江

“微软的氛围非常好， 非常自由同时方向非常多 ，以至于我当时在计算机视觉和机器学习两个方向都有非常广的涉猎 ”。 期间与 何晓飞 ( 前滴滴研究院院长 , 现飞步科技 CEO) 一起将 Subspace Learning 与 Manifold Learning 两个 非常 火爆 的领域 巧妙而简单地 串联起来， 两人 后来一 共 发表了 4 篇单篇引用过千的论文， 在这个领域 产生了广泛 的 影响 。

但到了不得不作出选择的时候，如果选择留着微软，颜水成觉得可以一眼看到三年、五年之后的样子， 还是 应该去海外走一走，他首先来到了香港中文大学汤晓鸥教授的实验室，继续从事人脸识别相关的研究工作。 因为汤晓鸥 教授 当时 往返 北京和香港 两地，在这期间颜水成就带领大家一起推进项目研究， 他的领导能力得以培养和 锻炼 ，为日后奠定了基础。

在短短的一年 多时间 之后，颜水成 又继续 前往伊利诺伊大学香槟分校（ UIUC ），师从美国工程院院士、计算机视觉华人鼻祖黄煦涛 (Thomas Huang) 教授，在这里他见到了一 群算法和 编程能力 能都 超级 棒的学生 ， 其中包括大家后来熟知的周曦 、 韩旭 以及 JianchaoYang ， 见证了 与这群人一起投 9 篇 C VPR 中 7 篇，剩余的 2 篇又快速中其他会议的 完美经历 。

绕了一圈，尘埃落定。

颜水成返回亚洲，进入新加坡国立大学，开启了最高产的八年学术生涯，他认为这里比美国和中国都具 有 优势，在美国一个教授需要花大量的时间写项目申请，并且命中率非常低，而在中国，年富力强的教授可能需要花太多的时间应付学术之外的事情， 无法最大化利用 宝贵的时间。

在新加坡则没有这些顾虑，颜水成 约 一年 写一个项目申请 ， “在新加坡的八年是我做学术最专注的八年，而且产出非常大” ， 其团队 多次是 CVPR 和 ACM MM 两个会议论文全球最多的团队 。 他的团队是 最早参加计算视觉核心竞赛 PASCAL VOC 并 获冠军 的 亚洲 团队， 2010-2012 连续三年获得物体识别子项的 冠军。 同时其团队也 多次参加 ImageNet 竞赛并获冠军，期间提出的 Network-in-Network 模型中的 1x1 卷积成为后续几乎所有计算机 视觉 CNN 变种模型的基础模块。

目前，他在国际高质量期刊和会议上共发表 了约 600 篇高质量学术论文，论文引用过 4 万次， H-index 92 ，当前他是新加坡 Computer Science & Engineering 领域 H-index 最高的学者， 2014 、 2015 、 2016 、 2018 四次入选全球高引用学者 ( TR Highly-cited researchers ) 。

新加坡国立大学

在颜水成看来，在学术界就是追求极致，更多的是对技术和产品的憧憬，或者不停的进行技术升华，大多数时候并不需要真正把产品落地。

就这样，颜水成萌生了投身工业界的想法。

工业界在商言商

后来的故事想必大家就熟知了，颜水成在来 360公司交流时与360 一拍即合，一 边 是深入学术研究十余年的技术大拿，一 边 是求贤若渴希望筹建 AI研究院的企业 ， 2015年颜水成选择北上，投身工业研究的序幕就此拉开。

在工业界，颜水成开始 “ 在商言商 ”， 他 把多年的技术积淀回归商业，产品落地成为工作的核心。他认为这时候最重要的是学术思维向工业思维的转变。

他幽默的将 这种转变 比喻为两个人谈恋爱，两个人谈恋爱是必修课，但婚后的生活才是本质， “ 不以结婚为目的的恋爱都是耍流氓 ”，在工业界必须以产品落地为自己的指导思想。

独特之处在于，颜水成还身兼新加坡国立大学副教授，这样跨领域的背景让他的研发工作更加从容， 2016年，人体分割技术（Human Segmentation） 在手机上 展现可商用的可能性 ，欧洲的一支研究团队 开始 展示，颜水成团队感兴趣但无奈对方要价太高， 这个时候他联合了自己的 NUS 实验室，得益于此前的技术积累，只花了一个月的时间就取得 了 成功，开始在手机上应用人 体 分割技术。

他将学术研究和工业实践结合在一起，撞出了火花。

他还建议身处学术界的教授在选择课题时，应该多拥抱工业界的需求，真真正正的瞄准社会价值，对于学生而言，大部分人最终都将进入工业界，真正有用的课题也对学生的长远发展颇有益处。天马行空的秀 demo ，很难产生价值，但他也承认，这个时代需要有人探寻科学的边界， 很多实验室经常会探索出令人惊喜的东西。

对于李飞飞、李佳、张潼等 AI专家重返学界，颜水成提到，学界和工业 界 的区别有目共睹，关键是能否和自己的价值观和追求所契合，如果有偏差选择离开是必然，但他相信这些科学家 的理念已经渗透进所在的企业 ， 未来肯定会产生积极的作用。

请回答 2019

“人工智能行业会朝着更理性和更垂直的方向走”。

颜水成坦言，在火热的自动驾驶赛道，去年的时候大家普遍面向 L4/L5 ，今年我们可以明显的感知到，大家回归理性，更多的人选择专注在受限场景，港口、高速、公园等。

而另一方面，计算机视觉公司会变得更加重视场景，成为一个整体的方案提供商，而不只是一家 “纯粹”的只提供 SDK 输出或者技术的提供商，大家需要长远考虑。

变得更理性更专注是颜水成对行业趋势的总结， “ 2016 年的时候，只要是一家人工智能公司，大家就疯狂的投， 2017 年的时候，大家会看这家公司有没有落地潜力，但是到了 2018 年和 2019 年，大家开始真正的重视一家人工智能公司赚钱的能力。”

从技术的维度，颜水成期待 2019 年 AI 芯片和 5G 的真正爆发，过去两年，大家只是尝试和探索， 2019 年我们 希望 看到 AI 芯片和 5G 快速的产品化推进。

移动通信网络技术演进

我们注意到， 2019 年将是 5G 应用元年逐渐达成行业共识，今年在全球范围内将有 30 多款 5G 手机上市， 5G 网络作为第五代移动通信网络，其峰值理论传输速度可达每秒数十 Gb ，这比 4G 网络的传输速度快数百倍，整部超高画质电影可在 1 秒之内下载完成，随着 5G 技术的诞生，用智能终端分享 3D 电影、游戏以及超高画质节目的时代已经向我们走来。

颜水成指出， AI 芯片的规模应用将使得计算机视觉行业再次迎来机遇，有了 AI 芯片和 5G 这两剂“强心针”的加持，在资本寒冬到来的当下，尽管充满挑战，但他依然看好人工智能行业的发展，“大家投了那么多年，该考虑商业回报了”。

不过，对于那些进展缓慢的人工智能项目，未来一年将会相当难熬。

后记：

一个有趣的观点

“ 现在很多计算机视觉领域的大家熟知的科学家都出生于 76年前后，李飞飞、吴恩达、孙剑等等。”

这让作者想到了马尔科姆 ・格拉德威尔在《异类》中谈到，“比尔・盖茨和史蒂夫・乔布斯都出生在1955年，1955年前后正是计算机革命的时期，如果你出生太早，就无法拥有个人电脑，如果出生太晚，计算机革命的好机会又被别人占去了，那些奇才异类，他们之所以神奇，得感谢机遇的眷顾。”

一个评语

“ 「网易 2018中国AI英雄风云榜」 商业创新人物先锋奖的获得者是周曦和朱珑，我非常看好这两位年轻的科学家，他们能够抛去 学术 光环， 在商业领域 脚踏实地一步一个脚印的往前走，他们的公司可能不是发展最快的，但未来一定会取得非凡的成就。 ”