邱月燁

林晨曦饒有興致地翻出一張美女整容對比圖，讓記者辨認(rèn)一下。兩張照片上的容貌特征，差異十分明顯。

如果不說明是對比圖，人眼無法辨認(rèn)為同一人，但林晨曦說，對于機(jī)器來說，這不是問題：“易容術(shù)都是電影里存在的橋段，面對人工智能的識別技術(shù)，都不太可能?！绷殖筷厥巧虾Ｒ缊D網(wǎng)絡(luò)科技有限公司的聯(lián)合創(chuàng)始人，2012年，他和中學(xué)同學(xué)朱瓏一起創(chuàng)立了依圖科技，四年間已成長為國內(nèi)人工智能最重要的公司之一。

“我們的主要業(yè)務(wù)是安防，就是‘人工智能+安全。目前已經(jīng)服務(wù)了8個(gè)省公安廳，產(chǎn)品分布到了20多個(gè)省?！绷殖筷馗嬖V《二十一世紀(jì)商業(yè)評論》（下稱《21CBR》）記者。除了政府部門外，依圖科技的產(chǎn)品和服務(wù)在其他安防領(lǐng)域、金融領(lǐng)域、互聯(lián)網(wǎng)及民生領(lǐng)域均有應(yīng)用。

林晨曦舉了一個(gè)例子：G20期間，寧波警方在地鐵口安裝了10個(gè)攝像頭，用依圖的技術(shù)進(jìn)行人像識別，抓捕嫌疑犯。在安保升級的情況下，僅3個(gè)星期，依圖幫助警方抓獲了9個(gè)在逃犯人，有的已潛伏十幾年之久，甚至漂白了身份?！白R別十幾年的容貌變化，不成問題?！?/p>

今年年中，依圖科技獲得B輪數(shù)千萬美元融資，投資方為云鋒基金。本輪融資之前，依圖科技已經(jīng)順利完成兩輪融資：2013年，依圖科技獲得來自于真格基金的天使輪投資；在2014年，又獲得了紅杉資本領(lǐng)投、高榕資本跟投的A輪融資。

真格基金徐小平表示，依圖吸引自己的地方很多：朱瓏擁有世界級科學(xué)背景，師從Alan Yuille教授，從事計(jì)算機(jī)視覺的統(tǒng)計(jì)建模和計(jì)算的研究，也曾在深度學(xué)習(xí)鼻祖Yann Lecun的實(shí)驗(yàn)室研究圖模型和深度學(xué)習(xí)；林晨曦畢業(yè)后就跟隨著現(xiàn)任阿里巴巴技術(shù)委員會主席的王堅(jiān)博士，負(fù)責(zé)阿里云的飛天系統(tǒng)架構(gòu)和研發(fā)；兩人從小在一起長大，有互相信賴與欣賞的合作基礎(chǔ)，他們身上也透露出對所做事業(yè)強(qiáng)烈的熱愛和癡迷。

朱瓏講述過這樣的故事：犯罪分子在作案時(shí)常會使用套牌車，傳統(tǒng)的車牌定位檢索便會失效。依圖正是彌補(bǔ)了這樣的技術(shù)缺口，拿下了蘇州市公安局的第一單。彼時(shí)，蘇州市公安局正在尋找套牌車識別技術(shù)，與國內(nèi)某機(jī)構(gòu)合作兩年，但識別率仍不到30%。蘇州市公安局向朱瓏提出，如果其產(chǎn)品識別率能超過70%，就考慮合作。兩個(gè)月后，朱瓏拿來他的產(chǎn)品，一測試，準(zhǔn)確率90%。

依圖產(chǎn)品剛一上線就幫助蘇州警方破獲了一起涉案金額超十萬的入室搶劫案：犯罪分子得手后駕車駛離小區(qū)，警方運(yùn)用依圖的“車輛識別系統(tǒng)”進(jìn)行品牌過濾，以十分鐘神速破案。依圖一戰(zhàn)成名，獲得公安體系認(rèn)可。

“我們的車輛識別技術(shù)去年獲得了公安部的科技進(jìn)步三等獎(jiǎng)，它主要做的是路面的‘視頻結(jié)構(gòu)化。即不僅是識別車輛的車牌，還能識別車輛的品牌，可以根據(jù)某個(gè)標(biāo)志在大量的車中去尋找特定車輛，比如一輛別克套用了桑塔納的牌，這個(gè)技術(shù)就會自動(dòng)發(fā)現(xiàn)并推送給公安。”林晨曦向《21CBR》記者解釋道。

依圖科技擁有“全球第一個(gè)能同時(shí)精確識別人臉和車輛”的頭銜，即其在“人工智能+安全”領(lǐng)域的核心技術(shù)：人臉識別與車輛識別。市場上不乏在人工智能領(lǐng)域深耕的科技公司，那么依圖為何能夠獲得如此多關(guān)鍵部門的信任，其核心技術(shù)究竟是什么？

以下是《21CBR》記者與林晨曦訪談內(nèi)容的編輯版本：

我們的核心優(yōu)勢有兩個(gè)，第一，我們對算法理解比較深刻，在技術(shù)方面能夠達(dá)到別人做不到的精度。這是一個(gè)很重要的優(yōu)勢，技術(shù)和算法，主要還是靠人做，不同人的差別會很大。朱瓏是華人科學(xué)家里少數(shù)進(jìn)了計(jì)算機(jī)視覺最核心圈子的。

技術(shù)上、算法上的優(yōu)勢，本質(zhì)上是比誰更準(zhǔn)。比如一個(gè)幾千萬的大數(shù)據(jù)庫，一個(gè)省的人口全在里面，然后拿犯罪現(xiàn)場的照片來做查詢，看哪家的系統(tǒng)第一名返回，類似是這樣的靜態(tài)測試我們做過很多。公安部刑偵局組織的測試，是標(biāo)桿比賽，市場上能參加的公司都參加了，去年依圖是第一名。

前不久出入境管理局也做了類似的測試，涉及全人種的，這個(gè)是一比一的比對，因?yàn)樽o(hù)照上面的照片可能是十幾年前的，而且還打了紋的，就是要檢測“你是不是你”。這個(gè)測試依圖又拿了第一名，招投標(biāo)已經(jīng)談下來了，正在討論后續(xù)實(shí)施方案。

金融行業(yè)的標(biāo)桿性的客戶，比如招商銀行的“刷臉取錢”，當(dāng)時(shí)他們找了18家人臉識別廠家做測試，依圖是第一名。目前這個(gè)項(xiàng)目已經(jīng)進(jìn)入量產(chǎn)的階段，依圖做的是后臺的人臉比對核心系統(tǒng)和攝像頭，把活體檢測做到這個(gè)硬件中。

識別技術(shù)背后的主要門檻是精度。數(shù)據(jù)庫越大，錯(cuò)誤率就會被放大。比如你在100萬數(shù)據(jù)量的時(shí)候，誤差是兩個(gè)點(diǎn)，到1000萬可能就差十個(gè)點(diǎn)了。就好比從10個(gè)箱子和從100個(gè)箱子中挑出一個(gè)東西來，在數(shù)學(xué)上，準(zhǔn)確率的指標(biāo)就會迅速掉下來，當(dāng)擴(kuò)大到幾千萬的時(shí)候，就是天差地別了。

第二個(gè)優(yōu)勢是，我們真的花時(shí)間去理解這個(gè)行業(yè)，知道用戶的痛點(diǎn)在哪里，如何能真正解決客戶的問題。人工智能本身不是一個(gè)產(chǎn)品，也不是一個(gè)商業(yè)模式，而是一種對世界重新思考的方式。即使安防方面的商業(yè)模式是清晰的，但它在什么情況下會產(chǎn)生什么效果，我覺得要具體去看。一開始最重要的事情是抓住真正的剛性需求，需求抓對了，算法進(jìn)步了，產(chǎn)品出來了，商業(yè)模式自然也會出現(xiàn)。

我們的下一個(gè)方向是“人工智能+交通”。今年5月開始，我們參與了杭州市政府與阿里合作打造的“城市大腦”項(xiàng)目，首先從交通擁堵入手。這個(gè)項(xiàng)目的難得之處在于，杭州市政府愿意開放出來討論，牽頭把大家湊在一起合作，進(jìn)行企業(yè)與政府之間的磨合，談數(shù)據(jù)的共享和開發(fā)、商業(yè)化落地等等。

在這個(gè)項(xiàng)目中，依圖主要針對車輛分析、紅綠燈配時(shí)優(yōu)化和城市建模方案。就像王堅(jiān)所說，世界上最遙遠(yuǎn)的距離，是紅綠燈和監(jiān)控?cái)z像頭的距離，明明都在一根桿子上卻從來沒有“合作”過。紅綠燈配時(shí)以前是交警憑直覺去定的，而通過數(shù)據(jù)和算法調(diào)整，通行效率就會大大提高，目前，我們在杭州蕭山區(qū)最堵的一條路口的測試結(jié)果是提升了10%-11%，涉及到8個(gè)紅綠燈和7個(gè)路口。

車輛分析也不是簡單的車流量統(tǒng)計(jì)等，我們能夠具體到每一輛車的車牌和行駛軌跡，針對每輛車的行為特點(diǎn)進(jìn)行建模，比如是常年上下班的軌跡還是到這里來旅游的軌跡。從研究角度看，歷史上沒有任何借鑒工作，但如果拿不到這么精細(xì)和深度的數(shù)據(jù)，算法層面上會有局限。