陶海 文安智能创始人陶海：人工智能进入“感知+认知+协同”的2.0时代

引:“虽然困难重重，但现在确实是人工智能发展的最好时机。”

在2020年FUS猎云网人工智能行业峰会上，文安智能创始人陶海以“ai落地——垂直行业应用全栈智能实践”为主题做了演讲。他说，新的基础设施加快了人工智能应用的垂直细分，人工智能发展到全栈智能，从“数据+算法+计算能力”人工智能1.0发展到“感知+认知+协作”人工智能2.0。

陶海认为，虽然人工智能面临很多困难和挑战，但现在确实是人工智能发展的最佳时机。行业多，场景多，AI公司如雨后春笋，其实还不够。“人工智能的未来将从长期积累走向一个积累厚重、前景巨大的时代。因为我们要进入一个真正的问题解决，通过AI落地，实现垂直行业的全栈智能闭环。”

“AI 2.0中的协作特指人机交互，因为最终的决定必须由人做出，这是基本的伦理。人工智能已经从感知和流程再造转向强制提高效率。”陶海说，人工智能总是需要的，因为它与业务密切相关，所以必须进入业务的闭环，不断定制。

作为城市感知和获取信息的主要方式，计算机视觉技术为智能城市的公共安全、城市治理、交通、社区、教育、医疗保健、工业互联网等工业应用和服务系统提供了强大的赋权。据IDC最新预测，2023年全球智慧城市科技相关投资将达到1894.6亿美元，中国市场将达到389.2亿美元。

值得注意的是，文安智能近期获得近1亿元的C系列融资，由金茂创投和中汇金资本共同投资。今年8月以来，文安智能荣获赛文交通网颁发的“2019AI+智能交通十大优秀企业”和年度全球经济大会颁发的“2020年新基础设施成长企业100强”。

以下是陶海的发言记录，由猎云网编辑删除:

人工智能是一个非常艰难的行业。虽然现在很流行，但是从Alpha Dog开始大家都很热衷于做AI。其实AI已经存在很多年了。而且在一定程度上，大家都会有一种感觉，AI和科幻电影里的AI不一样，因为它可以思考，可以交流，可以有想法，可以做出独立的逻辑判断。其实我们现在说的所谓AI，更多的是大数据的简单回归算法，也就是y = f。

这种情况下，你可以定义你有什么X和Y，收集数据训练F，解决这个问题。

为什么强调解决问题？因为我们有着前所未有的数据和计算能力，我们可以对F做一个非常好的拟合，这样就可以解决很多实际问题。比如人脸识别、二维码识别、图像识别等识别的问题都可以解决，使得工业化土地非常快。

但是最近五年，这个红利从2015年到2020年逐渐消失，包括投资人和行业。这个东西谁都能做，但是谁都能做，所以价值就没了。因此，AI在感知层的价值越来越快的消退。

但是人工智能真的要走低谷了吗？其实没有。因为我们真正的人工智能问题还没有解决，只要没有解决，总会有机会的。

目前，文安智能已经深入AI领域15年了，我们经历了整个过程。我们认为，未来将从长期积累走向一个大有希望的时代。因为我们想进入一个真正的问题解决，通过AI落地实现垂直行业的全栈智能闭环。

我们经历了一些迷茫，现在也渐渐清晰了。AI公司不能赋能所有行业，就是要进入一两个行业，你必须是这两个行业中最好的公司。也许你的规模不是最大的，但你是龙头，你是高端，你创新，你占领市场，这是一个好办法。

但如果越走越远，能不能成为老大，二胎，就看你自己的努力了。但是往这个方向走涉及到第三个阶段，你必须真正做好业务闭环，解决问题。

目前，ToC和ToB通常有两种类型的公司，一种是产品公司，可能持续一年或两年。比如一台人脸相机卖1.5万，成本只有800元，很多玩家看到高毛利蜂拥而入。一年后，相机的价格会变成1500元，专门做硬件的公司会尽力为你降低成本。比如人脸识别大门刚出现的时候很热，现在大门人脸识别算法模块才150元，这是做算法的人工智能公司必须通过的门槛。

我觉得感知层很残酷，但是做人工智能有一个好处，不仅是感知层，还有数据层和决策层。整个全栈人工智能其实很难做，这也是我们做人工智能的机会。从我们的角度来看，我们正在深入培育行业做全栈智能，这是我们创业人工智能的最好方式。

我刚才说的是实践经验。先说落地申请面临的挑战和对策。

虽然困难重重，但现在确实是发展人工智能的最佳时机。首先，基础薄弱。这张图，横坐标是市场规模，纵坐标是成熟度。AI+安全比较成熟，因为安全方面的关键算法不多，就是人脸识别，剩下的都是安全防范措施，就是需求弱。

相对来说，这么多公司，投入这么多，做人脸识别，发展的很快，所以相对成熟。但是，其他很多行业都不成熟。只要他们不成熟，每个行业都有很多场景，本身就有很多行业，行业内也有很多场景。所以AI公司虽然如雨后春笋般出现，但其实还不够。

其次，之前大家都以为人工智能就像火箭，数据是燃料，算法是引擎，数据、算法、计算能力都是传统的表达方式。这个更适合说感性层AI，也就是刚才说的Y=F。你有足够的x和足够的y，你标记得足够好，再训练一个神经网络f，就解决了这个问题。比如一张图是一个人，一只猫，或者一只狗，都是映射问题。x是图像，Y是狗和猫，F是神经网络。这个问题由算法数据解决。

一旦进入真正的商业闭环，就没那么简单了，开始看阿尔法狗吧。当初成立了那么多公司，投入了那么多资金，让各行各业的阿尔法狗。结果他们带着一个F回来，做了一个感知，而不是闭环决策。差距其实很大，有这个差距就有机会。

还有很多刚才说的信号控制，包括对防疫人员的跟踪。防疫之后，我们都知道不仅要跟踪人，还要跟踪货物、汽车、摩托车、自行车以及一切东西。这个时候，如果感知达到了跟踪一切的状态，就可以对一切进行优化和规划，这就是整个闭环的最终目的。

因此，人工智能将向全栈智能发展，从“数据+算法+计算能力”AI 1.0发展到“感知+认知+协作”AI 2.0。

2.0其实就是感知加数据，加认知，加协同。为什么要加协同？这里的协同指的是人机交互，因为最终的决定必须由人来做，这是基本的伦理。同时，人工智能也是关于代理、云协作和迭代的。人工智能会以一定的概率失败，失败会很惨，一定不能让悲惨的事件发生。就像特斯拉的车撞上卡车一样，我们不能让这种事情发生。这时可以加入人为因素，协调人机交互。可能是“十四五”阶段机器接了20%的公务员工作，让他们放松20%，到“十五”可以放松50%。但最终这个人必须在这个环节，这个过程需要重新创造。人工智能从感知和流程再造转向强制提高效率。

我们认为“感知+认知+协作”就是人工智能2.0。但是有一件很麻烦的事情，每一个垂直行业都要做。有很多山，有很多过去的厂商，有过去的平台，有过去的数据。怎么整合他们会杀了你，因为这个不是我们能解决的。

在这个过程中，很重要的一点就是标准化。因为人工智能可以算出很多东西，但是就算算出一个视频识别，如果没有标准，以后也用不到。而且一个城市的每个区，一个厂商有一个标准，最后这个数据是不互相可访问的。这个问题过去在视频监控中就有，现在没有智能互通的标准，也很可怕。虽然我们天天坐在这里谈情报，但是最终输出格式不一致，认可的结果不标准，这是一个很重要的要解决的事情。

先说数据感知。2015年到2020年，会有很多公司在做感知，做图像处理，模式识别，视觉，很多新成立的公司会尝试解决各个行业的问题。目前政府愿意先买单，然后是商家，现在我们老百姓购买这些服务的相对较少。

事实上，即使在感性层，虽然我们说理论上解决了，但是通过大量的数据，大量的标签加上f来解决，但是实际上并没有解决。比如我们最近做了一个项目，有些车时间长了烟也不好抽。能被AI识别吗？非常暗的烟可以识别，但是很多烟不是黑色的，也就是说从图像上看不清楚，但是看视频就能看出来。像这样的事情不容易识别，算法也不容易做。

再说说我们公司的业务。我们做的第一件事就是硬件。2012年后，我们发现硬件创新其实很好玩。你可以根据一个场景做最好的硬件来适应。从趋势来看，硬件可能都用的是海思芯片，你的传感器可能都用的是索尼传感器。现在包括为什么人脸摄像头越来越便宜，智能前端也是面向平台的，大家都是这么做的。你家和我家没什么区别，就像一个服务器，它前面的智能摄像头变成了服务器。这时候就是硬件，软件，算法。

我的后台算法可以传输到前端摄像头，可以随时传输，可以随时更新，可以随时采集正样本和负样本，可以随时训练。然后我就变成了前端智能手机，这是华为提出的软件定义相机的概念。我们相信，这个概念将在未来五年内真正登陆市场。未来相机面向服务器会越来越重要，剩下的就是可以不断迭代的智能云了。

其实就像我刚才说的，左边的Y=F，深度学习，小样本，快速训练，将来会考验我们。

我们做了无数的算法，不只是路上的六七十种识别算法，其他场景的算法也很多，层出不穷。“十一五”期间，吉林省松原市距离514省道39公里处发生一起特大交通事故。一辆拉矿泉水的大卡车追上拖拉机后冲进对面车道，与对面车厢一辆有10多名碎玉米工人的小卡车相撞，造成18人死亡，1人受伤。全国各地的交警马上问我们能不能为这个混合交通问题制定一个算法，我们马上就开始做。这是我们的前景。人工智能是永远需要的，因为它与业务密切相关，所以我们必须进入业务的闭环，不断定制。所以最终我们的定位变成了人工智能运营和服务，未来我们会朝着这个方向发展。

人工智能未来登陆是非常激动人心的。想象一下，未来所有的飞行员都会被淘汰，人类飞行员打不过一个阿尔法狗飞行员。但我不想先说这些，只说城市智慧在未来一定会给我们的生活带来很多好处。

文安智能

文安智能成立于2005年，是专注于人工智能视觉技术和产品研发的先驱，致力于为智慧城市和智慧企业打造端到端解决方案。文安智能汇聚了来自清华大学、中科院、微软研究院、IBM研究院等相关领域的众多行业专家组成的强大R&D团队。文安智能从人脸识别、行为识别、人群分析、车辆识别与分析等底层算法的研发入手，自主研发了一系列AI视觉核心算法、高性能人工智能硬件平台和行业定制智能解决方案。目前，公司的产品和解决方案已在国内外得到广泛应用，并在交通运输、综合管理、公安、商业地产、连锁零售等行业得到客户的信任和认可。