《二十一世纪商业评论》:依图识人

2016-12-12 00:00:00二十一世纪商业评论

林晨曦饶有兴致地翻出一张美女整容对比图,让记者辨认一下。两张照片上的容貌特征,差异十分明显。

如果不说明是对比图,人眼无法辨认为同一人,但林晨曦说,对于机器来说,这不是问题:“易容术都是电影里存在的桥段,面对人工智能的识别技术,都不太可能。”林晨曦是上海依图网络科技有限公司的联合创始人,2012年,他和中学同学朱珑一起创立了依图科技,四年间已成长为国内人工智能最重要的公司之一。

“我们的主要业务是安防,就是‘人工智能+安全。目前已经服务了8个省公安厅,产品分布到了20多个省。”林晨曦告诉《二十一世纪商业评论》(下称《21CBR》)记者。除了政府部门外,依图科技的产品和服务在其他安防领域、金融领域、互联网及民生领域均有应用。

林晨曦举了一个例子:G20期间,宁波警方在地铁口安装了10个摄像头,用依图的技术进行人像识别,抓捕嫌疑犯。在安保升级的情况下,仅3个星期,依图帮助警方抓获了9个在逃犯人,有的已潜伏十几年之久,甚至漂白了身份。“识别十几年的容貌变化,不成问题。”

今年年中,依图科技获得B轮数千万美元融资,投资方为云锋基金。本轮融资之前,依图科技已经顺利完成两轮融资:2013年,依图科技获得来自于真格基金的天使轮投资;在2014年,又获得了红杉资本领投、高榕资本跟投的A轮融资。

真格基金徐小平表示,依图吸引自己的地方很多:朱珑拥有世界级科学背景,师从Alan Yuille教授,从事计算机视觉的统计建模和计算的研究,也曾在深度学习鼻祖Yann Lecun的实验室研究图模型和深度学习;林晨曦毕业后就跟随着现任阿里巴巴技术委员会主席的王坚博士,负责阿里云的飞天系统架构和研发;两人从小在一起长大,有互相信赖与欣赏的合作基础,他们身上也透露出对所做事业强烈的热爱和痴迷。

朱珑讲述过这样的故事:犯罪分子在作案时常会使用套牌车,传统的车牌定位检索便会失效。依图正是弥补了这样的技术缺口,拿下了苏州市公安局的第一单。彼时,苏州市公安局正在寻找套牌车识别技术,与国内某机构合作两年,但识别率仍不到30%。苏州市公安局向朱珑提出,如果其产品识别率能超过70%,就考虑合作。两个月后,朱珑拿来他的产品,一测试,准确率90%。

依图产品刚一上线就帮助苏州警方破获了一起涉案金额超十万的入室抢劫案:犯罪分子得手后驾车驶离小区,警方运用依图的“车辆识别系统”进行品牌过滤,以十分钟神速破案。依图一战成名,获得公安体系认可。

“我们的车辆识别技术去年获得了公安部的科技进步三等奖,它主要做的是路面的‘视频结构化。即不仅是识别车辆的车牌,还能识别车辆的品牌,可以根据某个标志在大量的车中去寻找特定车辆,比如一辆别克套用了桑塔纳的牌,这个技术就会自动发现并推送给公安。”林晨曦向《21CBR》记者解释道。

依图科技拥有“全球第一个能同时精确识别人脸和车辆”的头衔,即其在“人工智能+安全”领域的核心技术:人脸识别与车辆识别。市场上不乏在人工智能领域深耕的科技公司,那么依图为何能够获得如此多关键部门的信任,其核心技术究竟是什么?

以下是《21CBR》记者与林晨曦访谈内容的编辑版本:

我们的核心优势有两个,第一,我们对算法理解比较深刻,在技术方面能够达到别人做不到的精度。这是一个很重要的优势,技术和算法,主要还是靠人做,不同人的差别会很大。朱珑是华人科学家里少数进了计算机视觉最核心圈子的。

技术上、算法上的优势,本质上是比谁更准。比如一个几千万的大数据库,一个省的人口全在里面,然后拿犯罪现场的照片来做查询,看哪家的系统第一名返回,类似是这样的静态测试我们做过很多。公安部刑侦局组织的测试,是标杆比赛,市场上能参加的公司都参加了,去年依图是第一名。

前不久出入境管理局也做了类似的测试,涉及全人种的,这个是一比一的比对,因为护照上面的照片可能是十几年前的,而且还打了纹的,就是要检测“你是不是你”。这个测试依图又拿了第一名,招投标已经谈下来了,正在讨论后续实施方案。

金融行业的标杆性的客户,比如招商银行的“刷脸取钱”,当时他们找了18家人脸识别厂家做测试,依图是第一名。目前这个项目已经进入量产的阶段,依图做的是后台的人脸比对核心系统和摄像头,把活体检测做到这个硬件中。

识别技术背后的主要门槛是精度。数据库越大,错误率就会被放大。比如你在100万数据量的时候,误差是两个点,到1000万可能就差十个点了。就好比从10个箱子和从100个箱子中挑出一个东西来,在数学上,准确率的指标就会迅速掉下来,当扩大到几千万的时候,就是天差地别了。

第二个优势是,我们真的花时间去理解这个行业,知道用户的痛点在哪里,如何能真正解决客户的问题。人工智能本身不是一个产品,也不是一个商业模式,而是一种对世界重新思考的方式。即使安防方面的商业模式是清晰的,但它在什么情况下会产生什么效果,我觉得要具体去看。一开始最重要的事情是抓住真正的刚性需求,需求抓对了,算法进步了,产品出来了,商业模式自然也会出现。

我们的下一个方向是“人工智能+交通”。今年5月开始,我们参与了杭州市政府与阿里合作打造的“城市大脑”项目,首先从交通拥堵入手。这个项目的难得之处在于,杭州市政府愿意开放出来讨论,牵头把大家凑在一起合作,进行企业与政府之间的磨合,谈数据的共享和开发、商业化落地等等。

在这个项目中,依图主要针对车辆分析、红绿灯配时优化和城市建模方案。就像王坚所说,世界上最遥远的距离,是红绿灯和监控摄像头的距离,明明都在一根杆子上却从来没有“合作”过。红绿灯配时以前是交警凭直觉去定的,而通过数据和算法调整,通行效率就会大大提高,目前,我们在杭州萧山区最堵的一条路口的测试结果是提升了10%-11%,涉及到8个红绿灯和7个路口。

车辆分析也不是简单的车流量统计等,我们能够具体到每一辆车的车牌和行驶轨迹,针对每辆车的行为特点进行建模,比如是常年上下班的轨迹还是到这里来旅游的轨迹。从研究角度看,历史上没有任何借鉴工作,但如果拿不到这么精细和深度的数据,算法层面上会有局限。


2
Top