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，人眼無法辨認為同一人，但林晨曦說，對于機器來說，這不是問題：“易容術都是電影里存在的橋段，面對人工智能的識別技術，都不太可能?！绷殖筷厥巧虾Ｒ缊D網(wǎng)絡科技有限公司的聯(lián)合創(chuàng)始人，2012年，他和中學同學朱瓏一起創(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)務是安防，就是‘人工智能+安全。目前已經(jīng)服務了8個省公安廳，產(chǎn)品分布到了20多個省?！绷殖筷馗嬖V《二十一世紀商業(yè)評論》（下稱《21CBR》）記者。除了政府部門外，依圖科技的產(chǎn)品和服務在其他安防領域、金融領域、互聯(lián)網(wǎng)及民生領域均有應用。

林晨曦舉了一個例子：G20期間，寧波警方在地鐵口安裝了10個攝像頭，用依圖的技術進行人像識別，抓捕嫌疑犯。在安保升級的情況下，僅3個星期，依圖幫助警方抓獲了9個在逃犯人，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。”

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背景，師從Alan Yuille教授，從事計算機視覺的統(tǒng)計建模和計算的研究，也曾在深度學習鼻祖Yann Lecun的實驗室研究圖模型和深度學習；林晨曦畢業(yè)后就跟隨著現(xiàn)任阿里巴巴技術委員會主席的王堅博士，負責阿里云的飛天系統(tǒng)架構和研發(fā)；兩人從小在一起長大，有互相信賴與欣賞的合作基礎，他們身上也透露出對所做事業(yè)強烈的熱愛和癡迷。

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。依圖正是彌補了這樣的技術缺口，拿下了蘇州市公安局的第一單。彼時，蘇州市公安局正在尋找套牌車識別技術，與國內(nèi)某機構合作兩年，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。兩個月后，朱瓏拿來他的產(chǎn)品，一測試，準確率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)，警方運用依圖的“車輛識別系統(tǒng)”進行品牌過濾，以十分鐘神速破案。依圖一戰(zhàn)成名，獲得公安體系認可。

“我們的車輛識別技術去年獲得了公安部的科技進步三等獎，它主要做的是路面的‘視頻結構化。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)某個標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，這個技術就會自動發(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“全球第一個能同時精確識別人臉和車輛”的頭銜，即其在“人工智能+安全”領域的核心技術：人臉識別與車輛識別。市場上不乏在人工智能領域深耕的科技公司，那么依圖為何能夠獲得如此多關鍵部門的信任，其核心技術究竟是什么？

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，第一，我們對算法理解比較深刻，在技術方面能夠達到別人做不到的精度。這是一個很重要的優(yōu)勢，技術和算法，主要還是靠人做，不同人的差別會很大。朱瓏是華人科學家里少數(shù)進了計算機視覺最核心圈子的。

技術上、算法上的優(yōu)勢，本質(zhì)上是比誰更準。比如一個幾千萬的大數(shù)據(jù)庫，一個省的人口全在里面，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，這個是一比一的比對，因為護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”。這個測試依圖又拿了第一名，招投標已經(jīng)談下來了，正在討論后續(xù)實施方案。

金融行業(yè)的標桿性的客戶，比如招商銀行的“刷臉取錢”，當時他們找了18家人臉識別廠家做測試，依圖是第一名。目前這個項目已經(jīng)進入量產(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硬件中。

識別技術背后的主要門檻是精度。數(shù)據(jù)庫越大，錯誤率就會被放大。比如你在100萬數(shù)據(jù)量的時候，誤差是兩個點，到1000萬可能就差十個點了。就好比從10個箱子和從100個箱子中挑出一個東西來，在數(shù)學上，準確率的指標就會迅速掉下來，當擴大到幾千萬的時候，就是天差地別了。

第二個優(yōu)勢是，我們真的花時間去理解這個行業(yè)，知道用戶的痛點在哪里，如何能真正解決客戶的問題。人工智能本身不是一個產(chǎn)品，也不是一個商業(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”項目，首先從交通擁堵入手。這個項目的難得之處在于，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。

在這個項目中，依圖主要針對車輛分析、紅綠燈配時優(yōu)化和城市建模方案。就像王堅所說，世界上最遙遠的距離，是紅綠燈和監(jiān)控攝像頭的距離，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果是提升了10%-11%，涉及到8個紅綠燈和7個路口。

車輛分析也不是簡單的車流量統(tǒng)計等，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進行建模，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和深度的數(shù)據(jù)，算法層面上會有局限。