□文/姜姝姝

90后創(chuàng)業(yè)為機器賦能“看得懂”的智慧

□文/姜姝姝

姜姝姝

本刊副總編輯

“人工智能（AI）太熱也不是一件好事。” “在技術(shù)圈，年輕不會被質(zhì)疑。”“我們是在創(chuàng)造一個新的市場?！北M管剛剛過去的2016年，AI幾乎成為科技界的最炙熱話題，但是在該領(lǐng)域做研究已有近五年，創(chuàng)業(yè)已有兩年多的速感科技CEO陳震，卻對AI創(chuàng)業(yè)、融資、技術(shù)和發(fā)展有很多不同的看法。

SLAM技術(shù)與AI創(chuàng)業(yè)

在剛剛落幕的有著IT風向標美譽的CES展上，全力發(fā)展汽車自動駕駛系統(tǒng)的Nvidia搶占了頭條，人稱“AI教父”的黃仁勛主要講了Nvidia用于自動駕駛的Drive PX2芯片，預(yù)計到2020年,Nvidia的無人駕駛技術(shù)就將可達到第4級,要知道在美國國家公路交通安全管理局（NHTS）的自動駕駛分級中，3級為有條件自動化、4級則是高度自動化、最高級5級則是完全自動化。芯片巨頭轉(zhuǎn)型AI公司，黃仁勛引領(lǐng)著一個全新的時代。

陳震看到的卻不僅是自動駕駛的快速推進，更是通用芯片走向?qū)Ｓ行酒木薮笞兓@與他正做的AI垂直細分領(lǐng)域的創(chuàng)業(yè)理念契合，在他專注的“機器視覺”里，設(shè)定的目標是為機器人構(gòu)建一個“三維世界”，開辟專有視覺芯片的市場是他對未來五年的計劃。

視覺對機器人意味著什么呢？簡單說來，機器視覺是一門研究如何使機器“看”的科學。從本科到研究生階段，再到2014年出來創(chuàng)業(yè)以后，前后5年的時間里，始終聚焦在機器視覺領(lǐng)域?qū)W習的陳震比較清晰地看到，“在這幾年時間里，以視覺為核心的，包括人臉識別、物體識別、空間定位、導(dǎo)航避障等在內(nèi)的感知層算法正在隨著底層人工智能的基礎(chǔ)型算法架構(gòu)（比如我們現(xiàn)在熟知的機器學習、深度學習，以及最近很火的增強學習）和硬件傳感器的發(fā)展產(chǎn)生著日新月異的變化。”

碩士畢業(yè)于清華大學信息交叉學科（計算機方向）信息科學國家實驗室的陳震，在實驗室的時候主要研究方向是為特種機器，包括微小型的無人機、功能性的機器人構(gòu)建一套以視覺感知為主的機器人視覺系統(tǒng)，在2011年后發(fā)展起來的這一波感知層算法的進步與傳感器硬件上面的推陳出新恰恰為這樣的研究提供了有利的支持，以至于到今天推動了整個資本市場上對于人工智能項目的大熱與追捧。

由于他所提到的算法SLAM （simultaneous localization and mapping，即時定位與地圖構(gòu)建）具有重要的理論與應(yīng)用價值，被很多學者認為是實現(xiàn)真正全自主移動機器人的關(guān)鍵。陳震和他的合伙人速感科技CTO張一茗，也是他北京航空航天大學的同學，是從2012年開始接觸這一技術(shù)的，到2014年創(chuàng)業(yè)時，除了國內(nèi)一些研究機器人自動化技術(shù)的實驗室和老師，幾乎做圖形圖像的學術(shù)圈都沒怎么聽說過SLAM，更不用說當時的創(chuàng)業(yè)公司和資本市場。

而今天，幾乎整個人工智能領(lǐng)域似乎都對SLAM這一技術(shù)報以極大的關(guān)注與期望?！拔艺J為SLAM技術(shù)在資本市場上獲得極大的關(guān)注有很大一部分原因是去年美國明星創(chuàng)業(yè)團隊Magic Leap在AR領(lǐng)域的技術(shù)探索，微軟公司在去年推出的Hololens以及今年10月份Google開源了一套SLAM算法密不可分的。”由于在這之前，大家都沒有聽說過SLAM這一技術(shù)，更不必說意識到這一技術(shù)在機器人領(lǐng)域取得突飛猛進的進步。

為機器人構(gòu)建“三維世界”

機器人自誕生之日起，視覺功能就是其最核心的功能與智能化的入口，三維視覺已經(jīng)在近10年的發(fā)展中逐漸成為機器人的主流與標準配置，用以解決以往移動機器人“看不見”這一難題。

結(jié)合SLAM算法，很多人覺得掌握了它就解決了機器人移動這樣關(guān)鍵性的基本問題，陳震卻認為，SLAM在今天對于人工智能機器人等領(lǐng)域的發(fā)展，已經(jīng)越來越像深度神經(jīng)網(wǎng)絡(luò)一樣，成為一項基礎(chǔ)性的工具?！八皇亲寵C器人看到了世界，并不能真正指導(dǎo)機器人的決策，因此我們需要利用這樣的模型，回到具體環(huán)境中有針對性的進行接下來的自主導(dǎo)航與路徑規(guī)劃等方案的開發(fā)?！?/p>

看到了和看得懂的區(qū)別在哪里呢？陳震以掃地機器人為例，“你用掃地機器人嗎？你認為它是什么樣的機器人？”在他眼里，掃地機器人“真的有點笨。”這也是大多數(shù)用戶的共識，如果真能“看得懂”，掃地機器人應(yīng)該像一個真正的人掃地一樣，設(shè)置路徑提高效率……

針對“看不懂”的痛點，陳震和他的團隊是基于vSLAM算法（vSLAM簡單來說是用視覺的方法完成實時定位和地圖構(gòu)建）進行產(chǎn)品化最早的。 他們針對機器人在環(huán)境中的全局路徑規(guī)劃和局部路徑規(guī)劃，開發(fā)了一套魯棒性高，可以實時決策的路徑規(guī)劃與導(dǎo)航算法框架，可以有針對性的結(jié)合vSLAM得到的最優(yōu)計算結(jié)果，進行有效的多傳感器融合與前端處理器的嵌入式集成，使其可以在不同復(fù)雜的環(huán)境中獲得良好的表現(xiàn)結(jié)果。

從2016年3月份開始，速感科技就開始在前端傳感器上做算法的集成。速感科技采用的是含ARM和DSP的片上系統(tǒng)來做視覺傳感模塊，以更低成本和更高效率完成對定位信息的解算。在性能方面，它具備更高的定位能力，目前比較適用于中高端機器人產(chǎn)品。

除此之外，他們還在低價版?zhèn)鞲衅魃狭幫黄疲ㄟ^尋找合作的原材料供應(yīng)商、對傳感器的架構(gòu)進行重新設(shè)計等方式降低成本。當然，在成本減半的同時性能也會減半，低價版?zhèn)鞲衅鞯奶綔y范圍大概是在3-5米，相較于現(xiàn)有激光雷達這個距離稍顯劣勢，但對于一些低端應(yīng)用比如低端掃地機器人來說這個探測范圍是足夠的了。

多條腿走路是初創(chuàng)公司產(chǎn)品化探索的慣用方式，速感科技還在去年11月的IAS工業(yè)自動化展會上，聯(lián)合德國激光雷達廠商倍加福（Pepperl+Fuchs）推出了工業(yè)級AGV導(dǎo)航定位模塊，未來將主要應(yīng)用于倉儲物流行業(yè)。目前，在技術(shù)上已完成了所有可行駛的路徑的差速驅(qū)動和全方位驅(qū)動測試，最快測試速度達到了2.3m/s，導(dǎo)航和定位效果均達到甚至優(yōu)于市面流行的激光導(dǎo)航傳感器產(chǎn)品。它可以提高運輸機器的可靠性和穩(wěn)定性，并在特殊情況下幫助它選擇合適的路徑、檢測路徑上的障礙物。

據(jù)統(tǒng)計，國內(nèi)的高端服務(wù)機器人市場規(guī)模大概能達到每年40萬~50萬臺，這些高端服務(wù)機器人的生產(chǎn)廠商都是高價版?zhèn)鞲衅鞯臐撛谀繕丝蛻?。而低端掃地機器人的市場規(guī)模大概是每年300萬~500萬臺左右，它們的生產(chǎn)廠商則是低價版?zhèn)鞲衅鞯臐撛谀繕丝蛻?。陳震表示更傾向為機器人公司提供標準化模塊，但也會為大型公司提供定制服務(wù)。

除此之外，去年8月速感科技還跟英特爾公司合作共建機器人硬件平臺，速感科技提供自主研發(fā)的硬件底盤（硬件平臺是決策控制、發(fā)出指令的硬件模塊），供系統(tǒng)集成方、傳感器公司、產(chǎn)品需求方基于硬件平臺做上層的算法、系統(tǒng)、需求設(shè)計。

研究是實現(xiàn) 創(chuàng)業(yè)是實施

德魯克有一句經(jīng)典的名言：“企業(yè)的唯一目的就是創(chuàng)造顧客”。記者在采訪國內(nèi)一家銷量前三的掃地機器人廠商的創(chuàng)始人時了解到，“目前，市場上所有國產(chǎn)掃地機器人采用的激光導(dǎo)航傳感器產(chǎn)品都是靠進口?！标P(guān)鍵核心零部件需要靠進口，這是高端制造業(yè)的發(fā)展之痛，“用國產(chǎn)逐步替代進口，用SLAM算法彌補激光導(dǎo)航的不足，讓機器人看好、看的容易、看的便宜，就是我們的創(chuàng)業(yè)初衷。”。

和AI領(lǐng)域很多有著豐富經(jīng)歷的創(chuàng)始人相比，陳震的背景略顯簡單。起點是他學生時代的經(jīng)歷，在清華大學讀研究生期間他選擇了冷門的特種飛行器機載視覺系統(tǒng)的研究，在校期間曾獲得了“全國大學生挑戰(zhàn)杯”金獎。畢業(yè)之際，陳震面臨著各種選擇，但“挑戰(zhàn)杯”的得獎項目引起了點亮資本的一位投資人注意，幾輪談話后對方?jīng)Q定給予他天使輪的支持。1993年出生的技術(shù)男陳震，一踏出清華校園就開始創(chuàng)業(yè)。

90后學生創(chuàng)業(yè)者，是他身上深深的烙印。公司租住的寫字樓，都位于他本科就讀的北京航空航天大學和碩士就讀的清華大學之間。但往往優(yōu)勢和弱勢都是相對的。2014年7月，當時人工智能還沒有真正興起，陳震最初定位做一個應(yīng)用于無人機和機器人場景下的機器視覺系統(tǒng)，但那時候市場還不夠成熟，缺乏一個完善的上下游，并沒有足夠的客戶來消化這些技術(shù)成果。

2015年，他們開始了第一次產(chǎn)品化嘗試?；诂F(xiàn)有視覺算法系統(tǒng)，他們?yōu)楸本┮患野儇涃u場做了一個超市購物機器人方案。雖然只是一個概念方案，這次嘗試讓速感團隊在技術(shù)的積累，產(chǎn)品化的經(jīng)驗和硬件項目決策方面都積累了寶貴的經(jīng)驗。這一年，團隊的收獲也很多，技術(shù)上的精進，以及完成了pre-A輪融資，投資方為英諾天使基金。

2016年，隨著AlphaGo與李世石的對局，讓千萬普通人獲知了AI的概念，也讓AI創(chuàng)業(yè)火爆起來。這時候的陳震已經(jīng)有了一兩年的商業(yè)試水經(jīng)驗，近五年的AI研究心得，他的想法趨于理性：“我覺得過去這幾年，人工智能的研究始終停留在對于感知算法的迭代優(yōu)化上，包括人臉識別、 語義分析等等，我們追求更高的測試與跑分結(jié)果，反倒是忽略了這樣的技術(shù)應(yīng)該如何更好地在商業(yè)領(lǐng)域、工業(yè)領(lǐng)域產(chǎn)生更多的價值。”

從國家重點實驗室的前沿技術(shù)研究到創(chuàng)業(yè)公司的產(chǎn)品實踐，陳震發(fā)現(xiàn)從學術(shù)成果到產(chǎn)業(yè)應(yīng)用之間的巨大鴻溝：“實驗室的研究側(cè)重于實現(xiàn)，而工業(yè)界更側(cè)重于產(chǎn)品商用，強調(diào)的是穩(wěn)定可靠的實施。”但是，學術(shù)界向工業(yè)界的轉(zhuǎn)換往往需要時間，幸好陳震踩到了點。

區(qū)別于移動互聯(lián)網(wǎng)的一波創(chuàng)業(yè)者，陳震這類從象牙塔和實驗室、研究院出來的技術(shù)型創(chuàng)始人，在創(chuàng)業(yè)前期以技術(shù)壁壘為導(dǎo)向打造產(chǎn)品，獲得了勝利的開局。但第一階段是技術(shù)型領(lǐng)先，第二階段可能是走向戰(zhàn)略型領(lǐng)先，當技術(shù)發(fā)展到逐漸成熟，企業(yè)需要尋找新的內(nèi)部增長點，例如市場打開、運維能力等，原本的技術(shù)、極客型思維需要“換胎”，適用公司不同發(fā)展時期的戰(zhàn)略性調(diào)整，做一些自己并不“擅長”的事情。

手機掃碼閱讀

在戰(zhàn)略調(diào)整期，陳震很“用心的接觸市場”，他發(fā)現(xiàn)這一波人工智能浪潮，正在推動學術(shù)界在人工智能的研究從感知向真正的決策與使用轉(zhuǎn)移。比如今天我們看到的VR/ AR設(shè)備、無人駕駛汽車等等都是將這樣的技術(shù)在一個具體細分的行業(yè)里面加以實踐，實踐中遇到了棘手的問題，然后尋找解決辦法，指導(dǎo)底層硬件進行決策?！拔矣X得這是真正的進步，而在接下來的幾年，人工智能最大的增長點應(yīng)該是如何幫助人們?nèi)?yōu)化地進行決策?！?/p>

“敢做敢嘗試有技術(shù)能力，從未松懈過對市場的認識和了解。”這是速感科技COO吳欣對90后創(chuàng)始人陳震的評價，正是出于對陳震的了解，她下決心加入這個團隊，用自己豐富的市場經(jīng)驗幫助這個年輕的團隊，完成AI時代的一個“小目標”。

2016年，速感公司成功拿到A輪融資，開始更加注重市場、注重產(chǎn)品化，如何打開市場，如何定位自己的客戶，分析目標客群的產(chǎn)業(yè)鏈條、競爭對手的產(chǎn)品，一系列的問題在技術(shù)日趨成熟的窗口逼近陳震。

在技術(shù)領(lǐng)域建立壁壘，尤其是前沿技術(shù)的探索，不能急功近利”。陳震的公司其實是遵循這樣的理念，融資頻率是一年一次，每次都有新的進展展示給投資人和市場，一步一步走近自己的目標。除了相信融資帶來的“階段性勝利" —振奮士氣，對前階段的努力認可，他更相信新技術(shù)給傳統(tǒng)行業(yè)帶來的價值，和在創(chuàng)造價值的過程中的興奮和成就感在推動著這個公司的成長。 90后創(chuàng)始人正在技術(shù)和商業(yè)融合的世界里上下求索。