阿里AI科学家华先胜：人工智能商业应用必须具备这五大条件

从电商网站上的图片搜索，到公路路况的仿真预测，这一切的背后都离不开 人工智能 在视觉上的突破。

阿里云研究院、资深总监及IEEE院士 华先胜 近日进行了直播，谈了他近期的工作，对计算机视觉的预期及对人工智能的展望。

华先胜毕业于北京大学，获得应用数学博士学位，曾获选国际电气与电子工程协会院士(IEEEFellow)、美国计算机协会ACM2015年度杰出科学家、MIT TR35大奖(全球35位35岁以下的杰出青年创新人物)等荣誉，也曾担任ACM Multimedia大会的程序委员会主席，是视觉识别和搜索领域的国际级权威学者。

在加入阿里巴巴以前，华先胜曾在微软工作。目前他领导着阿里云视觉计算(Visual Computing)团队，专注于视频图像分析、识别和搜索等领域的AI技术研发。以下是直播文字实录，经编辑有删减。

主持人： 华老师给大家准备了很多展示视频，我们请华老师简单介绍他的视觉团队在做的一些应用？

华先胜：我给大家说说其中一些比较方便展示的技术。

先说说城市的搜索。

这是以车为例，城市里面的车流很多，这些信息都可以放在一个 数据 库或者索引里面。你有一些关于这辆车的部分信息，比如说车的图片、车牌的部分、车的特征等，有了这些信息，你就可以在这个系统里面找到这辆车曾在城市的哪里出现过。

不过大家不用担心，这个系统不是任何人都可以访问的，只有交通部门或者安全部门才可以访问，所以大家不用担心信息被泄露。

我们再说说对人的搜索。大多情况下，你都不能很好地看清一个人脸，你只有一个人的大概轮廓，或者他的大概特征。这跟人脸的技术还是稍微有点不一样的，当然我们跟整个搜索技术相比也有类似的地方，都要通过一串数字把整体的特征描述出来。

这里还有一些关于人脸技术方面的应用。比如说虚拟时装，当我们在虚拟试衣的时候，你可以通过一张照片将模特的脸换成你自己的脸，这样你会更有真实感。

还有虚拟试戴眼镜。就算你不到实地试戴，也可以在手机屏幕上看到眼镜戴在你眼睛上大概是个什么模样。

主持人： 计算机识别领域是 深度学习 中第一个取得较大突破的板块，您觉得该领域会在哪些方面有所突破？目前如果要实现大规模的应用，它还存在哪些挑战？

华先胜： 确实，深度学习在视觉、语音、自动翻译等方面有很好的应用，但在文本搜索上却可能没那么明显进展。有人觉得深度学习还没有做到足够深入，有人觉得是因为图象和语音之间的语义代沟很大，所以深度学习在里面能够起到很关键的作用。

文本本身就已经高出语义了，不太好有很大的改进，这个我觉得可以进一步去研究。因为从视觉的角度来讲，我觉得还有很多问题要解决，深度学习本身 算法 的研究还是有很大的空间，并非所有的问题都做得很好。

模型、训练的策略、人工智能 平台 都在不断进步，这是能够促进行业发展、技术研发进步的一个重要因素。从操作系统来说，有AI这样一个系统深度学习，在Windows平台下可以产生大量的程序。那么对于手机也一样，在安卓、IOS上也可以产生大量的应用；对于 云计算 也是一样的，云计算的平台上也在逐渐的形成大量的应用。

那么AI是不是也会这样？是不是要有一个这样的平台，使得大家去做AI应用的开发和研究变得更加容易？就像过去写一个程序那样，我觉得这可能也是很关键的。

从应用的角度来讲，我觉得计算的效率可能也是非常重要的，尤其是大规模的视觉计算。人工智能如果需要大量的数据，计算量非常大，这个事情必须是在资源消耗可控的情况下才能完成的。

如果发现完成这件事情都要破产的话，就没有办法继续做下去了，这里面涉及到系统架构的效率包括算法本身的效率等等之类的各种优化，这个也是很重要的系统问题。

主持人： 接下来这一年，你们的视觉计算团队，会在研究方向上有一些侧重点吗？比如说研究策略会有倾向性吗？

华先胜：我有几个侧重的方面，第一个就是刚才提到的，在云计算上必须立足于大规模的视频分析，这件事情必须充分可行，所以对于算法的优化是非常非常重要的。

比如说，我们前不久做的在交通领域对车的检测分析识别优化。最初的版本处理一桢图象需要2600毫秒，这个其实是相当慢的。后来我们跟英特尔合作，利用英特尔的CPU进行优化，把2600毫秒在CPU上检测的时间压缩成单核上900多毫秒，这个就提升成原来的三分之一。

后来我们通过算法本身的优化，包括模型的结构优化，参数的优化等等，降低到130多毫秒，这又整个提升了几十倍。几十倍这个事情听起来有时没什么感觉，但是对于大量的计算资源来讲是非常非常重要的。

如果你只需一两台机器做事，在效率不行的情况下还不成太大的问题；但假如你同时需要一两万台机器做事，那就是一个很大的事情了，这个量相差非常非常多。这是计算效率和大规模计算的问题。

另外一点就是继续深入行业， 在各行各业里去挖掘金矿，让算法在里面能够更加优化、深入，直到把这个行业吃透，为客户带来真正的价值。当然还有像深度学习本身算法的研究也是有很大的提升空间，这也是我们接下来要做的事情。

主持人： 我知道您个人非常看重应用的场景，在应用场景里面可以搜集到更多有价值的数据。您个人是否更倾向于将研发的技术应用于实际的生活场景中？

华先胜：做一些理论研究是很有价值的，这可能跟个人兴趣相关，我还是希望把研究的东西跟现实世界里面的问题结合起来，能够解决真正的问题，创造价值。

这是我个人的兴趣所在，也觉得比较有成就感。比如说我们前两年做的拍立淘，每天有几百万的 用户 在用，每天的交易量在千万级，这是非常有成就感的事情。

主持人：在您看来，一个成功的商业应用需要具备一些怎样的条件？

华先胜：从人工智能的角度探讨，一个成功的人工智能应用需具备五个条件：

第一、算法。 你要有好的算法，算法不行一切就都没有了基础。

第二、数据。 数据本身就是一个很大的话题，里面有数据的采集、搜集、清洗、有效的标注，甚至包括算法里面数据怎么使用。因为数据本身的处理已经包含了算法。

第三、用户。 你做的这个东西应该有用户，用户本身既是数据的消费者，同时也是数据的提供者。另外，从商业的角度来讲，没有用户也不能长久。

第四、平台。 这涉及到你要有强大的计算能力和一整套体系架构，能够方便的去研发、部署、生产，能够在线上跑起来。当然现在因为有了云计算，这部分的瓶颈对很多人来讲已经没有过去那么困难了。

第五、 商业模式 。 这一点我觉得非常重要，如果没有好的商业模式便不可能长久。你做一个低频产品没有多少人用，或者不能给更多的用户带来适量价值，其实是很难长久的。