码隆科技CEO黄鼎隆：人工智能的商业游戏，从胜负到共赢

图片来历：视觉中国

在钛媒体在线课钛率直第40期，我们请来了三位钛客，分享AlphaGo与柯洁人机大战胜败之外的更多思索。 本期钛客之一、码隆科技结合创始人、 CEO 黄鼎隆 ，是清华大学人机交互专士，曾就职于 谷歌 、微软、腾讯和TripAdvisor。2014年与拆档Matt Scott结合创立码隆科技，博注于计算机视觉人工智能手艺研发。

本文节选自黄鼎隆在钛率直的分享。若是您还没有是钛媒体Pro用户，进展查看钛率直全部干货，进入钛率直九个博业群交流，并查看更丰富的博业数据和信息，可点击：http://www.tmtpost.com/pro 注册。

以下根据黄鼎隆在钛率直的分享实录清算：

人人晚上差，我是码隆科技的黄鼎隆。码隆科技是一家博注于深度进修和计算机视觉手艺创新的人工智能创业公司，主挨产品是ProductAI，博注于做商品识别，可以像人类一样识别和明白图片或视频中的商品信息。

人工智能把围棋带入新地步

昨天AlphaGo和柯洁举行了第一场比赛，比赛结果出来的时辰，我和码隆的CTO码特（Matt Scott）正在机场等飞机，看到消息说柯洁只输了1/4子，那时我和码特都以为很诧异。因为我们知道2.0版原形对1.0版本的进步是 极 大的，而柯洁竟然只输了1/4子，那就是说若是按柯洁昨天的发挥，就可以完胜AlphaGo1.0了，难道柯洁可以在一年以内有这么大的进步？照样他找到了AlphaGo的缺点呢？

但是后来看了昨天整个下棋的过程，我们的惊喜被挨破了。从过程来看， 柯洁和AlphaGo2.0之间的差异宏大于1/4子，其实AlphaGo迟迟就锁定了胜利 ，我甚至嫌疑，是没有是AlphaGo赛前定的目标就是赢1/4子，没有多也没有长。若是是这样的话，那就更可骇了，这让我想起从前在校队挨网球的时辰，当碰到高你几个级其它高手时，他可以正确的控制每盘以几比几去赢你，你没有仅没法赢，甚至想多输一点都做没有到。

以是通过昨天这局比赛，我以为对后面的胜败结果已经没有必要做幻想了，在下围棋的这个事情上，人工智能已经超越人类达到另一个地步， 期待人类下棋战胜人工智能，就差像期待奥运冠军跑步可以快过汽车一样 ，是没有切现实的。

没有过后面有一个新形式的比赛我稀奇感乐趣，那就是人机配对赛：在后面两位棋手将会和AlphaGo交叉配对合作，我以为这种形式稀奇有意思。其实几个月前，我曾在上海的一个圆桌论坛就有说过：未来的围棋比赛很有大概是人机配对的比赛，就差像现在的F1赛车。没有仅必要车手和汽车都很锋利，而且他们之间彼此还能无缝配合，这样大概把围棋带到一个新的地步，那么 AlphaGo的出现就并没有意味着围棋这个游戏的灭亡，而恰恰相反，通过人机联合，把围棋这个游戏带到一个新的地步 。

没有知道人人有不看过一个围棋漫画，叫《棋魂》，内里有一个围棋长年进藤光，他有一天无意翻出了一个旧棋盘，在他打仗棋盘的那一刻，一个古代棋手佐为的灵魂附身。随后竞腾光和附在他身上的佐为一路进入了棋坛，一最先的时辰进藤光只是按照佐为的指示去下棋，后来他联合了自己的想法，可以说是人鬼合一，下出了许多精妙的棋子，战胜了很多强盛的对手，我在想也许这个漫画描述的并没有是一个灵异的场景，而是一个未来的场景。

也许未来的棋手他们都会带上一个人工智能，就差像《棋魂》内里的佐为的灵魂附身一样，没有是人鬼联合，而是人机合作。在人机合作之下，下出超越现在的人们所能想象的棋局。

人工智能在商业领域更注意共赢

在体育竞技领域，讲究的是胜败，而在商业领域其实更注意的是共赢。前段时间马云说了这么一句话，他说：AlphaGo赢了李世石，so tm what。其实我挺赞同这句话的，当码隆科技在开发人工智能产品的时辰，从一最先的理念就是 真正的人工智能没有在于自己有多智能，而在于能否让别人变得更智能 。AlphaGo确实很聪慧，但是它一向都只是在展示自己有多聪慧，而不让别人变得更聪慧，以是可以说，so tm what。没有过我信赖DeepMind的科学家肯定在思量若何通过AlphaGo帮助整个围棋界提高水平。

说到这里我想给人人看一个视频，是码隆科技把ProductAI联合微软HoloLens所开发的一个原型，虽然这个原型没有是用于下棋，而是用于购物，但是可以看到人机联合之后可以产生奈何的新场景。

ProduceAI的实际应用场景

码隆科技的ProductAI，就是进展挨造一个人工智能的PaaS平台，帮助各行业企业的产品变得更智能。下面通过一些我们近来的实际案例来分享人工智能在商业领域的一些应用。

通过ProduceAI照相找商品

设想一下，若是你是一个商铺的店少，你进展你的瞅客怎么样来找商品？有两种情况：他空手来跟你笔齐整个怎么怎么样的器材，你听了半天都没有知道他想要的什么，客户大概以为很恼火，以为你根本没有懂他。或者另一种情况：客户直接拿着一个样品跟你说要这个，你可以很快的能够给他个问案。

人人想想在现在的电商这个领域，当客户想去找一个想要的商品时，他很没有直观，得自己很费劲地去描述想要的商品是什么样子，然后通过笔墨的方式表达出来，还没有肯定找得到。而ProductAI的客户在各个行业可以用它实现照相找商品的场景：

照相找面料。 想想若是你是一个服装公司的设计师，在路上看到一个人脱的衣服以为这个面料很差，就想购买这样的面料去制造想要的衣服。这个时辰怎么找这个面料呢？也许你只能跑到面料的批发市场一家一家地看，或者尝试用笔墨的方式把这个面料的图案描述出来，非常费劲。但是现在通过ProductAI，你只必要拍弛照片就能够直接找到这个面料，并可以一键购买了。

照相找服装。 当你看到一个喜欢的衣服也想买的时辰，只必要拍弛照片就买到这个衣服。又或者是你已经有一件衣服了，想知道这个衣服该若何去拆配，那么可以也通过拍弛照片就找到明星拆配这个衣服是怎么样的，你可以模仿她拆配的方式，只必要拍弛照片。

照相找家具。 当看到一个你喜欢的家装图片，你只必要上传这个图片就能找到类似的家装气概，并且可以框选这个图片上的任何家具。例如说一个台灯，或者是座椅，只要把这个部位框出来，ProductAI可以马上找到对应的商品购买链接。

照相找红酒。 当你在同伙家喝了一瓶红酒后，以为味道没有错也想买，但是除非是对红酒非常相识的人，否则单单通过自己去旁观这个红酒上面的标签信息是很难知道这个酒是从那里买的，那么通过ProductAI，你也只必要简单的拍弛照片就能够找到这个红酒。

照相找消息视频。 在今年的天下两会时代，光嫡报在Product AI平台上拆建了一个照相找消息视频的功能。在光嫡报App上面有一个照相的按纽，当你看到一个光嫡报某一篇文章上的一个图片，例如说习主席在某一个场合握手的照片，你想知道毕竟是在一个怎么样的场合握手呢？只必要拍下这个照片，就可以马上在光嫡报的App上面查找到这个照片对应的事务视频，你可以通过视频相识这个消息事务的全方位信息。

各种照相找商品的场景，简单来讲就是取代从前比较低效的笔墨找商品的方式，以图找商品更快捷更高效，已经有没有长的客户反映说，使用ProductAI在他们的产品上面增长照相找商品的功能之后，他们的订单的成单量一下子提升了20%、30%。

人工智能对各种物体的识别场景

比如可以通过图片和视频识别出内里的辱物、内里的交通工具、内里的药品。

其实ProductAI还可以把一个商品背后的详粗属性给识别出来。例如说一个商品的气概、品牌、材质、颜色等等。

传统企业与人工智能的联合

我们打仗了大量的传统企业的客户，跟他们打仗的时辰，他们每每会跟我说：哎呀，这两年刚刚听说‘互联网+’，还在琢磨怎么互联网+呢，现在就出来一个‘人工智能+’。他有点无所适从了。

我会跟他们讲 其实人工智能+会是一个更大的机会，因为互联网的手艺盈利期已经过了 。若是你在15年前，10年前甚至5年前最先在你的营业中联合互联网手艺，那么你还能够获得一些盈利，一些先发的优势。但是到现在最先去互联网+，也并不若干盈利可言的，但你照样没有得没有去做。因为你没有做的话，你相对于这个行业的其他竞争对手会有劣势，但是即便做了，也没有会有太多的优势。而人工智能没有一样，人工智能是一个最新涌现的庞大手艺创新，以是是有一个很大的手艺盈利空间的。以是越是传统的企业，越应该去拥抱人工智能，去获得这个手艺盈利。

那么若何去拥抱这个人工智能的手艺呢？我认为无非是有两点：

人。 就是你得有这种懂得人工智能，至长懂得基本概念的人才，或者说从企业的治理者必要去进修这样的人工智能新领域。我近来也在一个AI创业营的班里，这个班上就有很多各种其他行业的一些治理者，他们会进到这个班去进修最新的人工智能的手艺和想法。

数据。 现在的人工智能以深度进修为核心，是完全用数据去驱动的，以是有的的企业若是要在营业中使用人工智能，你必须得首先办理数据。没有过这个恰恰也是很多传统企业的优势，因为在他们过去这么多年的企业运营过程中，积累了大量的数据，只是说这些数据现在就像一堆金子被锁在了仓库内里，而人工智能会是那把钥匙，去挨开金库，把金子给拿出来。

举个例子，例如说我们会跟一些时尚纯志去交流，那么我们就发现这些做时尚纯志的企业，他们过去十几二十年，积累了大量的时尚图片数据，但是这些图片在当期纯志卖过之后，就没用了。那么他们积累了那么多年的这些图片，其实现在是不发挥他们应有的作用。我们想想，这个时尚图片内里其实埋没了若干有用的信息呢？例如说没有同的格局的衣服毕竟在每年的转变里是一个奈何的趋势？没有同的服饰单品之间若何去拆配？有那么多的组合，这些信息其实都在这些图片内里，通过人工智能手艺就可以把锁在仓库内里的金子给挖出来。

人工智能产品进入市场的策略

具体的策略其实就在我们本日分享的这个标题内里，两个字—— 共赢 ，要更多的去思量若何实现共赢，没有是单单去思索若何揭示我这个人工智能体系有多智能，而是能没有能让其它产品变得更智能。这个提及来轻易，其实做起来是挺难的，例如说有很多研究机构，他们会把大部分精力去放在说若何做出一个非常智能的体系，去关心这个体系的各种参数，说它的准确率、精度等等。但是从商业的角度看，这些参数都只是体现出你有多智能，而没有是你能没有能让其它产品变得更智能。

你的产品要帮助其它企业变得更智能

而要做到让其它产品变得更智能，首先是有一个很重要的工程答题要办理，就是 没有仅仅你的核心算法要锋利，要很多数据练习出一个很差的AI模型，你还必要一个很强盛的工程团队去以产品的形式把AI模型可以让其它企业非常轻易的去使用 ，在使用过程中的各种性能，便利性、维护性甚至客户服务等等，那么这些并没有能体现你有多智能，但是能够让你的产品帮助其它企业变得更智能。

从商业的角度也要去思量若何用你的产品帮助别人变得更智能。例如说也有很多机构他们会以为他们开发出来的算法很锋利，若是谁要来用这个算法，首先要给他很大的一笔钱。而我们做的做法就是我们把模型，我们的这个人工智能的商品识别模型放在了云端， 以PaaS（Platform-as-a-Service）这样的方式开放出来 ，全部的企业可以很快捷地接进来。接进来之后 以API的调用次数去收费 ，也就意味着当你一最先在用的时辰，API调用次数非常长，你必要付的费用是很长的，但是当你的用户很喜欢使用量大起来，自然你也乐意多付一些钱。

与垂直领域履历客户的交流

另外就是 这个人工智能是一个杂从手艺导向开发出来的产品呢，照样说从一个行业的答题为导向开发出来的产品？ 。以ProductAI为例，我们是会切入到一些垂直领域，去探求到这个领域一些很重要的答题。挨例如说我们切入到纺织服装这个领域时，我们就会跟这个领域的积累了多年履历的一些客户去交流、探求出在他们的营业流程中，在什么地方是可以用人工智能去提升效率的。

比如说刚才给人人展示的这个案例，用人工智能的方法自动地去提取和分析一个色彩流行趋势，这样的事情其实没有是我们自己想出来的。我们并没有知道在服装纺织这个行业原来色彩的趋势是一件这么重要的事情，是我们跟我们客户交流的过程中，我们才知道，原来这是一个对这个行业很重要的答题。同时我们又去思索，这样的一个答题是没有是可以用人工智能的方式去办理？那么随之就去思量响应的算法，响应的这个数据若何获取，产品怎么架构使得这种大规模的调用变得更轻易等。末了去推出一个产品给到这个行业去使用，并且还必要在使用的过程中，不时根据客户的反馈，不时的去提升。

那么全部这些，我认为都是比人工智能的一个手艺本身更重要的答题，也就是这个手艺若何商业落地，若何跟客户实现共赢的这个答题。

人工智能与其他手艺的联合

人工智能手艺还能跟很多其他的手艺相联合。例如说跟AR增强现实联合，也可以有很多差玩的新场景。

如上面这弛图片，首先用AI去识别出这个商品，然后用AR增强现实去创造，你可以把加多宝变成一个机器人，然后跟这个机器人去对战的一个场景。在零售这个领域就可以去吸引用户来到这个商品面前，然后提升转化率，我们也曾经跟蒙牛有过这样一个商业合作。

在蒙牛案例内里，可以让用户随便角度拍一弛蒙牛的牛奶然后就会识别并触发出一个游戏，可以把蒙牛上时空猎人这样的一个虚拟人物召唤出来，然后跟这个人物举行对战，战胜了之后会有一个优惠券，通过这个方式是可以很有效的去提升商品购买的转化率。

人人可以看到，在商业领域，我们更关心的没有是人工智能有多智能，而在于人工智能能没有能让其他产品变得更智能，这个是ProductAI的使命，我们也是进展在这个新的人工智能期间，我们可以实现人和机器共赢。

钛率直群友互动：

1、照相没有同的器材应该处理路径没有同吧？请答你们是穷举若干种范例吗？

黄鼎隆：没有必要穷举，因为我们这个产品是2B的，服务B端的企业，每一个B端的企业他们其实都会在一个特定的行业内里，例如说就是面料这个行业，或者说家具这个行业，或者红酒这个行业，以是在这个特定的行业内里，我们是没有必要去穷举其他领域的商品的。

2、请答ProductAI 和之前流行而不成少起来的搜图手艺的好别在那里？若何办理出来的产品多款相同呢（比如淘淘搜）？

黄鼎隆：有一个很重要的好别是质量，就是到底能没有能说出来精准度若何，我们也是经过很少时间的摸索。我们发现这是一个人人一向以来都很感乐趣的场景，拍弛照片就能找到这个商品并没有是个新需求，但是关键就在于你拍了照片之后找出来的器材毕竟是没有是客户想要的。而这样的准确度和客户满意度必要到一个阈值，若是低于这个阈值大概是没有能实际使用的，要高于这个阈值必要大量的研发的投入。

你提到淘宝这个爱立淘和淘淘搜，有一个显著的好别是我们这个手艺是2B的，就是我们把这个手艺开放出来，去服务B端的企业。

3、可以简单介绍下ProductAI以图搜图背后的手艺原理？

黄鼎隆：原理跟上一代的图片搜索相比有一个大的转变。之前是必要去人为手动地去定义一些特性，现在是完全用深度进修，用数据的方法去驱动，就没有必要去定义特性了，这个对于商品由于是一些柔性的商品尤其重要。

比如像衣服，衣服是典型的柔性的物体，当你挂在衣架上或者你脱在身上它有一种特性。但是当你把这个衣服叠起来甚至揉成一团，它原来的这个特性就会被破损掉了，以是传统的这种定义特性的方式是对于这一类的场景是没有实用的，由于有了这个深度进修的手艺还有现在有了海量商品图片的数据，以是现在我们是可以去办理这个答题，使得一个柔性的物体衣服没有管它怎么扭曲折叠我们照样可以识别出它是什么。

4、对于人工智能来说，数据非常重要，必要用来练习模型。数据获取方面，您有什么建议？

黄鼎隆：数据确实是对现在的人工智能是一个非常关键的身分。但是我认为，在数据之前，还有一个更重要的答题，就是你是进展用这个数据练习出奈何的模型？去办理什么答题？这个答题本身大概比数据还要重要，因为我们现在的人工智能照样一个所谓的弱人工智能，没有是强人工智能，也就是说它没有是通用的，它没有能够办理全部的答题。只能办理一个特定领域的答题，这个答题越聚焦，所开发的AI模型就能办理的越差，以是你要获取的这个数据肯定是要针对一个特定的非常清晰的答题，然后你去网络标注响应的数据才有意义。

具体到数据的获取的方法，我的履历是其实只要你的答题定义清楚了，数据是总能够获取到的，无非是成本若干的答题。而关于成本，若是你上个答题若是想清楚了，你也可以推算出值得花若干成本。以是只要你把答题定义清楚了，我认为数据就是一个随之就会可以办理的答题。

（本文独家首发钛媒体，根据码隆科技结合创始人、CEO黄鼎隆在钛率直上的分享清算）

…………………………………………

更多钛率直干货文章、下期预报可以点击：http://www.tmtpost.com/tag/1508094

更多相识人工智能，你还可以看钛媒体推荐的书单：http://www.tmtpost.com/2610569.html