编者按：网易智能重磅推出大型策划《AI英雄》，和您一起走近数十位人工智能行业领袖，深入洞察技术发展趋势，捕捉“智能+”行业机会，关注人的价值与人的故事，每周二推出。
本期对话嘉宾为码隆科技CEO黄鼎隆，他如何看待这波人工智能带来的价值？又为什么选择商品识别细分市场进行切入？听听他怎么说！
出品 | 网易智能
作者 | 丁广胜
越来越多的人谈到了钱！
资本不相信理想主义，在这波人工智能浪潮之下，大家纷纷开始嗅到金钱的味道。
“我们不想凑热闹。”黄鼎隆向网易智能表示，码隆科技选择深入的细分领域是商品识别，而不是更热闹的人脸识别。
作为码隆科技的CEO，黄鼎隆拥有清华大学人机交互博士学历，曾发表人机交互领域国际顶级学术会议及期刊论文7篇，曾任TripAdvisor中国产品副总裁，也曾在谷歌、微软与腾讯任产品高管，创造过数个将产品从零打造至年收入过亿的案例。
在黄鼎隆看来，码隆科技的不同在于他们说要帮别人先赚到钱，所以他们开放人工智能商品识别平台，让用户以极低门槛接入，而后只是通过调用API的次数进行收费，这让很多对新技术犹豫的企业愿意一试。
“真正的人工智能并不是让自己变得多智能，而是能不能让别人的产品变得更智能。”
据黄鼎隆介绍，码隆科技的ProductAI上已经开始让一些细分领域发生改变，一个很典型的例子就是，目前在面料行业，只要拍张照片，就能识别出对应的面料。黄鼎隆称，这导致行业中前10名已经有7家在使用这一技术，从而大大节省了辨别寻找面料的时间，提高了行业效率。
对于创业，黄鼎隆将之比喻为爬山。
“一定要弄清楚我们要爬的是什么山，如果是香山、梧桐山的话，可能几百个人的团队吃吃喝喝就爬上去了，但如果是爬珠穆朗玛峰的话，几百人的队伍恐怕没法爬了，人工智能行业还处于早期，非常大的商业机会还没有出来，不应该组建一个过于庞大的队伍，我们的策略是组建一支小而美的团队”。
据网易智能了解，码隆团队目前有40多人，值得一提的是，两位联合创始人是一对中美跨国组合，除了黄鼎隆，另一位创始人来自美国的码特（Matt Scott），目前担任CTO职位。黄鼎隆坦言，“我们团队的氛围非常好，通常中国的文化讲人情，但容易有裙带关系、股权纠纷等等，美国人更讲契约，喜欢白字黑纸，但显得冷冰冰，而我们需要将二者很好的结合，不但有足够的人情又把所有的东西都写的很清楚，达到了人情和契约的平衡点”。
对于人工智能技术的发展，黄鼎隆认为速度会更快。
“AlphaGo从二段的水平到九段的水平，只用了几个月的时间，从九段连赢人类60场也没过几个月，技术进展的速度非常惊人，所以，这波人工智能的发展绝对可以实实在在地为我们做点事情，真正实现落地。”黄鼎隆如是说。
他认为现在人工智能和很多热潮不一样，有的时候是在那炒概念，这有本质的区别，而人工智能就像“电”一样，将会成为标配，持续不断地让整个社会受益。“所以，从根本上讲，它是一种新的能力，一种人类生产力的提升。”黄鼎隆说。
以下根据黄鼎隆问答实录整理，网易智能（公众号Smartman163）做了不改动原意的删减：
“我们是中美创业组合，达到了人情和契约的平衡点”
网易智能：谈谈您组建的创业团队和对于人工智能创业的想法？
黄鼎隆：我们的团队一直是我非常骄傲的一件事，其实，从事人工智能创业，并不是人越多越好，我经常和我的团队打比方，创业就好比是爬山，但一定要弄清楚我们要爬的是什么山，如果是北京的香山、深圳的梧桐山的话，可能几百个人的团队吃吃喝喝也就爬上去了，但是，如果是要爬珠穆朗玛峰的话，那一个几百人的队伍就没法爬了，再者，整个人工智能行业还处于早期，真正的非常大的商业机会还没有出来，那就不应该组建一个过于庞大的队伍，所以，我们的策略一直是组建一支小而美的团队。
虽然数量不是主要的，那团队素质必须全面，不能光有工程师和研发，不能光有商务，我们团队有承担各种角色的员工，每个人还都是多面手，学习能力非常强，因为人工智能行业的变化非常快，我们需要跟上节奏。
这就是之所以我们前两轮融的都不错的情况下，我们也一直没有爆炸式扩张的愿意，现在团队控制在大约40人左右，前段时间我们做了一个统计，码隆的录取通过率仅有2%，这是一个非常严格的录取比例。
此外，不同于很多公司的学术基因，码隆有着非常强的产品基因，我们公司的两个联合创始人，我和码特（Matt Scott）曾是微软的黄金搭档，在微软研发的产品曾推出市场并获得了非常可观的流量，我们是中美组合，团队氛围非常好，可以达到人情和契约的平衡点，通常中国的文化讲人情，但容易有裙带关系、股权纠纷等等，美国人更讲契约，白字黑纸，显得冷冰冰，而我们可以将二者很好的结合，有足够的人情又把所有的东西都写的很清楚。
网易智能：据我们了解，码隆已经积累了很多客户，最新推出的ProductAI人工智能平台的市场反响怎样？
黄鼎隆：目前的市场反响非常好，我们从去年10月24号发布到现在，短短几个月的时间，已经有将近1000家企业来申请使用，其实，我们一直都在强调，真正的人工智能并不是让自己变的多智能，而是能不能让别人的产品变得更智能，我们的平台已经让某一个细分的领域发生改变，比如在面料行业，目前它们行业里面的前10名，已经有7家公司在使用我们的产品，因为它让找面料这件事变得非常的容易了，只要拍张照片，就能找到对应的面料，实现了我们做这件事的初衷。
当然，我们也可以看到有一些传统的企业或者机构开始接触人工智能的产品，比如在今年全国两会期间，《光明日报》就使用我们的ProductAI平台策划了一次非常好玩的新闻报道，当我们在看报纸的时候，看到报纸上有领导人握手的照片，用户可以打开手机APP扫描一下报纸上面的照片，你就可以非常直观的看到这张照片的视频场景。而《光明日报》只用了一周的时间就把这样的体验搭建出来，而且没有我们工程师的参与，只使用了平台，我们希望把使用人工智能技术的门槛降到更低。
其实，我们相对于其他家的优势还在于，我们是唯一一家支持自助式、定制化的以图搜图，很多时候，客户不想去百度、谷歌那样大型图库里面找东西，他需要自己定制一个图库，那就可以去码隆的平台自助定制一个，此外，我们在语义理解上面也力求做到更好，谷歌他们什么都能识别，而我们作为创业公司，聚焦在商品识别方面，提供更精准、专业的服务。
网易智能：在这之后，码隆科技的2017年还有哪些具体的计划？
黄鼎隆：人工智能这块比较广为人知的是人脸识别，但我们不希望去凑那个热闹，商品识别会是码隆今年主要的方向。
但还是初期，这里面还有很多改进升级的空间，并且需要时间让更多的客户认可这项技术，商品识别其实非常的宽泛，我们会想办法把它做深，做的更加垂直。比如在面料纺织行业，码隆和中国纺织信息中心达成了战略合作伙伴关系，一起发布用人工智能预测服装色彩的流行趋势等；技术助力许多服装、面料电商平台，提供前端和后端的柔性商品识别服务；为设计师平台提供灵感搜索引擎；还在跟行业质检机构进行实验性项目，在检测方面做进一步探索。
人工智能已经“装酷”60多年 这波的核心是赚钱
网易智能：码隆科技的商业模式是怎样的？目前的销售情况如何？
黄鼎隆：我们的赛道是商品识别，现在更关心的一个问题是客户能不能赚到钱，这里面分两种情况，一种是帮他省钱，一种是帮他们创造新的商业场景赚更多的钱。
对于帮别人省钱方面，已经有很多成功的案例，客户通过我们这套人工智能系统，可以更加高效的区分类目，比如电商类的平台需要为用户推送商品，但很多时候会遇到图片有水印、模特姿势不一等等问题，需要人工进行识别，这些事情完全可以交给人工智能，以前需要20多个人力投入的事情，现在不需要人来干了，这样就帮助他们节约了成本。
第二个是帮客户增加收入，刚才所说的找面料已经是一个案例了，所以，我们现在做的首先是帮助大家赚钱，增加利润。为了达到这一目的，我们目前采用的是接入API的商业模式，客户接入我们，依照调用次数我们收取一定费用，虽然这不是我们商业最大化的方式，但它是目前最合理的方式，这可以让很多还在犹豫要不要上人工智能相应场景的客户决定试一试，如果调用不多，并不需要付很多钱，如果调用多，那说明对他的用户是有价值的，他可以产生更多的利润。
网易智能：您曾说过“产品挺炫酷，但似乎没什么用”的观点，码隆所从事的工作比较务实，这背后有哪些思考？
黄鼎隆：人工智能本身不是一个新东西，它已经有60多年的历史了，如果是所谓的酷炫，为了装酷，那也60多年了，其中经历了起起伏伏但始终“然并卵”，无法落地。
但这次大家很有信心是因为它可以落地了，能帮助企业实实在在的赚到钱了，这是非常关键的一步，我一直从事IT领域的工作，从来没见过一个技术可以发展的如此之快，比如AlphaGo从二段的水平到九段的水平，只用了几个月的时间，从九段连赢人类60场的水平也没过几个月，这个技术进展的速度非常惊人。所以，这波人工智能的发展绝对可以实实在在的为我们做点事情，真正实现落地。
比如码隆处于的赛道，商品识别，我们已经可以切实的看到人工智能对各种商品的识别准确度已经非常精准，很多地方都超过了人。
人工智能就像“电”，可以从根本上提升人类生产力
网易智能：有观点认为这次的人工智能热有很大的泡沫，并且可能会再次沉寂，您认为人工智能热还会持续多久？
黄鼎隆：关键还是看落地，我们确实看到了现在人工智能是可以落地的，它和很多热潮不一样，很多热潮是在那里炒概念，这有本质的区别，而人工智能就像“电”一样，将会成为各行各业的标配，持续不断地让整个社会从中受益，所以，从根本上讲，它是一种新的能力，一种人类生产力的提升。
网易智能：既然已经开始盈利，那不可避免的会与同行发生竞争，您是如何面对行业竞争的？
黄鼎隆：竞争肯定是不可避免的，微软、百度等等都在这块下功夫，大家说这是块兵家必争之地嘛，巨头在人工智能领域有着非常大的优势，但我认为还是人多的优势，就好比人工智能是我们教计算机学会人的一些技能，其实和我们教小孩很类似，你请100位老师教和请一位老师教，不见得100位老师教的更好。此外，我们作为创业公司，效率会更好，在研发过程中，我们会遇到各种各样的问题，但这些问题都是全球都没有解决方案的，我们会把他装在脑袋里，上班想、下班想、吃饭想、睡觉想甚至上厕所都在想，当你不断的琢磨，突然哪天灵光一现，问题就解决了，创造力更强，但如果是在大公司工作，这样灵光一现频率会比较少。
所以从这些角度来讲，我认为在这样一个垂直领域，我们会比巨头做的更好，我不担心来自巨头的竞争；那创业公司的话，我们也不用担心哪天突然冒出来一个人工智能公司然后颠覆行业，因为进入的门槛非常高，比如需要资金、人才还有非常贵的GPU等等，这些都抬高了准入门槛，这个行业不太像做社交网络，一个大学生在宿舍里面捣鼓一个网站很受欢迎，然后就成功了。
此外，时间窗口同样是一个重要因素，2013年、2014年出来的一批公司基本已经把资源都占到了，组建了自己的团队，拿到了足够多的投资，再往后的公司会相对难很多了。总之，这个领域没有像共享单车那样烧钱，是比较健康的竞争。
网易智能：您认为人工智能将对普通人产生哪些影响，他有哪些具体的价值可以体现出来？
黄鼎隆：目前这一波人工智能落地大都是2B的，码隆面对各行各业，其中包括有服装行业、家居行业、图片版权等等，而这些又面向特定的某一类人，最终全部加起来，其实已经触及到很广泛的受众了，所以，人工智能一定会影响到我们大部分人。
它还将为我们带来一种全新的交互形式，以视觉为例，之前的计算机是以文字为主的交互，而现在以图搜图是更自然的一种交互方式，我们之前看到很多年长的人玩不转这些东西，那只能表明这个科技不够高，并不是人的问题，我们需要这种最接近人的交互方式。
它对我们的影响一定会是润物细无声的，在不知不觉当中已经影响到我们了。
网易智能：您认为通用人工智能会成为现实吗？
黄鼎隆：以我们的实践来看，至少是相当远的，人工智能的领域非常广，我们是细分的视觉领域，视觉里面细分的商品识别，然后商品识别里面又有很多细分的东西，这些都需要专门来进行研究，所以，通用的人工智能还是非常远的。
但是技术的进展非常快，哪天突然出现一个理论的重大进步，使得通用成为现实，我也不会太惊讶，至少近期还不会出现这样的事情。
网易智能：去年深度学习取得了进展，引起广泛关注，您能预测一下2017年技术领域的发展吗？
码特（码隆CTO补充回答）：前不久，通过AlphaGO、ImageNet、人脸识别挑战等这些比赛，我们已经可以看到基于深度学习的技术应用已经产生了突破性进展，在一些领域的表现已经超过人类。
在2017年，随着深度学习算法的提升，大规模计算能力历史性地引领潮流，可以预期深度学习在各领域 “超人” 识别能力仍然会持续提高。但同时，目前也还有个尚未解决的瓶颈问题：被标注数据的缺失。我们正处于“监督式学习（Supervised Learning）”的阶段，数据数量很饱和，但问题是这些都是没有被标注过的数据，这些数据是无法被用来训练算法模型的。
目前的解决方案是依赖于专业标注人员，来进行这项繁冗的工作。但展望一下2017年深度学习技术的发展，会不会出现在更少训练数据的情况下，甚至能实现计算能力提升呢？随着生成式对抗网络（Generative Adversarial Networks, GAN）取得显著的研究进展，这个问题的答案某种程度上是肯定的。
这项技术在2014年首次由古德菲洛等科学家提出，它能够通过指令生成逼真程度惊人的照片，GAN目前已经取得持续性进展并开始尝试被应用在不同问题上。特别是GAN能够被用于生成大量训练数据来提升算法模型表现，并进行更高效的半监督式学习。另外，迁移学习（Transfer Learning）也在最近取得了重大进展，可以用来解决训练数据的问题，我们可以期待2017年出现更多人工智能的“超人”表现。（End）
注：本文为网易智能频道稿件，转载请联系我们获得授权（微信公众号smartman163），违者必究。
1、专访微软洪小文：下一个十年，AI应用将成兵家必争之地
2、专访地平线机器人技术余凯：我特立独行 不畏惧行业泡沫！
3、专访科沃斯钱东奇：人工智能落地还要十年，你很酷不代表你能存活
4、专访云从科技周曦：刷脸时代 一支”国家队”的独特”战法”
5、专访驭势科技吴甘沙：2021年实现L5自动驾驶很难 共享无人车可期
6、专访优必选周剑：人形机器人普及还要十年，90%创业太虚都会死
7、专访联想芮勇：以前大家把搞AI的当骗子 现在我希望AI是只"慢牛"
8、专访第四范式戴文渊：AI的Windows时代何时到来？
9、专访英特尔宋继强：如果机器人取代了你的工作，要学会灵活转型并与AI共处
10、专访图森未来侯晓迪:自动驾驶改变世界？先赚到钱再说
11、专访Gowild邱楠：讨厌硬件免费，所有的付出都应该被尊重，今年低成本机器人会上量
本文来源：网易智能
责任编辑：
王超_NT4133
