本文從新的志源轉載，作者胡正杰/零; yio編輯，參考行業。

　　在人工智能領域的企業家精神，計算機視覺技術（CV）可以說是更熱的方向。它到處都是盛開的。在這條河里，有四家公司尤為突出。CV領域的“一桶籃子湯”，它可以被視為“四龍”，具有巨大的潛力。

　　他們之中，“湯”是指商務唐科技發展有限公司的成立那 有限公司 2014年。另外三個“一”是指2016年的創始技術。“桶”是指2014年的“咕嚕咕嚕”。“籃子”是指2016年成立的創始技術（面部++）。這四家公司的最新融資已超過數千萬美元。這些融資中的兩個超過1億美元，有些公司已經走到了C車輪。

　　技術專家是否可以執行首席執行官嗎？

　　徐莉上海交通大學本科學習，博士 畢業于香港中文大學。唐曉唐教授鄧小濤教授， 該領域的大量人。唐曉英教授于2001年7月在學校的中國大學多媒體實驗室人才成立。它在行業中培養了一些有影響力的人。例如， 燕水， 何偉， 琳達瓦， 等等。香港香港大學多媒體實驗室介紹了官方網站：“黃埔軍事學術”在電腦愿景中“。

　　徐莉， 沉浸在計算機視野中多年來， 學術研究中很高。從他個人主頁上市的研究結果可以看出這一點。有些人被稱為上述。一年，徐立一旦在ECCV前一周產生了模糊的顛覆性圖像。計劃實施需要兩天時間，最后提交紙張，成為承認的經典論文。

　　自2015年以來，徐莉開始成為尚唐技術的首席執行官。從谷歌學術數據的數據，此后，他的論文數量急劇下降。這當然是，畢竟， 首席執行官的主要工作不是紙。

　　徐莉曾經在朋友的圈子中發表了一個非常有趣的情感。他感受到了一個朋友的圈子：“回顧醫生將派一兩個CVPR來奮斗，現在本科生可以發送13篇文章。“在接受記者面試時，徐莉還提到了， 從公司的角度來看，他們不鼓勵研究人員在會議中經常旅行，這主要是由于提前審查的問題， 核心技術泄漏， 等等。雖然近年來，唐唐在國際頂級招待會上具有明亮的表現。但徐莉說，公司內部沒有相關的KPI。

　　盡管如此，2017年CVR - 計算機視覺世界頂級會議，尚唐還有13篇論文被接受。它涉及語義分割和面部識別的最新發展。有許多數量。

　　但，尚唐從成立開始，它依賴于學術機構的強大研究能力來擁有“武器”，它還構成了商時代的獨特發展道路。

　　當上代成立時，這個“計算機愿景黃浦軍事學院”中有很多技術。如張偉， 孫偉的加入。尚唐基礎技術研發的堅實基礎。在一次采訪中，徐莉還提到了，直到現在現在是商時代的術后術后盾牌。雖然公司內的許多高管包括自己是做技術，但如果你有長期的話， 不要做基礎技術研究，隨著時間的推移， 該技術累積將是空心的。邊境基礎技術研究仍然必須下沉，工業化不能特別考慮。

　　徐莉說：“目前產品 - 工程 - 3項研究，該公司正在工程現有技術，那么下一代技術和產品都將負責嗎？該行業已解決是下一個“產品”。但“下一代產品”解決了基礎技術研究。“

　　現在，尚唐不僅與香港中國實驗室合作，現在他們仍然將這個合作模式推向浙江大學， 交通大學等著名學校。對于商業湯，這種與大學的模式效應顯而易見。讓他們在一些基本主題中保持相對深的積累。對于大學，可以讓學生產生更多的研究結果并直接使用它們，培養人才不是一種捷企業官網制作報價徑。“這是一個雙贏選擇”，徐莉說。

　　目前， 商業湯有超過60歲。

　　神經網絡做1200多層，更深入的學習是？

　　不是深度學習嗎？更神經網絡層， 更好？

　　理論上， 網絡越多， 能力越強，可以處理更多培訓數據，然而， 培訓算法不一定支持它。徐莉說，他們還懷疑“”深度是識別準確性的提高？“經過一些嘗試，我發現幫助仍然很大。

　　尚碩的團隊在2016年的ImageNet圖像分類中擁有最佳的1207層次深度神經網絡。徐立表示這可能是想象成的最深入的網絡電流。

　　2012年，Hinton團隊已經學會了在想象中第一次贏得其他團隊。當時， 神經網絡層的數量僅有一個位數。2014年，谷歌做了22層冠軍，深度顯著提高。2015來自微軟的Reset至152層。2016年， 商代做了1207層。我有一個突破。深度每次都會增加。其表達能力具有大幅突破。

　　但，隨著準確性得到改善，深度需要在指數級別上升嗎？是計算成本嗎？

　　徐立表示實際應用所需的計算成本不高。最大的挑戰是構建大結構和設計培訓算法。如果彌補了層數，例如， 2000層， 3000層，會發現這個架構疊加，性能沒有顯著增加。此時，需要一個新的架構，由于新的架構，使它處理更多數據。

　　他基于人類的發展，人類大腦之間的聯系是6歲， 連接非常密集。但，它在14歲期間變得尖銳。這是因為有用的連接將增強，無用的連接會降級，它相當于壓縮大腦模型。

　　對于培訓神經網絡也是如此。首先， 網絡連接非常密集。但訓練后，我發現一些連接不使用它。然后削減它，壓縮模型; 然后訓練，備案。最后， 可以形成一個表現良好的小網絡。例如由面部識別的神經網絡可以好的建站網站壓縮800次。

　　106人的人臉識別標記

　　數據是深度神經網絡訓練的核心之一。在人臉識別領域，通過人工， 面對眉毛面的輪廓， 眼睛， 鼻子， 嘴， 以及面部輪廓的特征，然后將標記的數據饋送到神經網絡。可以說標記點的數量是數據質量的關鍵指標。

　　談論人臉識別技術時，一般來說， 我會問：你有多少分？徐莉說，尚多鱈人的面部識別標簽點數是21分，106分，168分。首先， 該行業對大多數要點沒有統一的標準。每個家庭都在遵守自己的技術發展。

　　通常，數據中的特征越多，更準確的識別率。106分沒有計數嗎？

　　在著名的人， 別人的人，百度迷你， “最強大的大腦”王峰，最后使用了多少標記點？根據之前的老虎報告，林元慶說百度將臉部分成7份。在臉上玩72分，讓機器學習什么是重要的。

　　徐莉說：“106個貼標不是科學的論點，但是使用實際效果非常好，所以， 106分逐漸受歡迎。“

　　為了標記此數據，上舍特別建立了一個300人的人工標志隊。

　　識別率高達99％后，什么困難仍面臨人臉識別技術？

　　包括蝙蝠， “桶籃子湯”和云和許多其他公司正在做臉識別，許多人被稱為99。超過5％，面對這種情況，徐莉認為還有很多東西。視覺部分開始來自模擬人眼的最終識別。整個視覺鏈非常長 - 成像， 洞察力， 認出， 理解，還有許多具體情況。

　　面部識別申請現已在有限的情況下。在許多場景中的人臉識別，準確性的吸引力非常高。它是無窮無盡的。徐莉說：“我害怕金融部門的誤解率。在高頻調整下會有風險。我們的目標是進一步提高性能，將風險降至間隔范圍。“

　　此外，某些型號表現不會做， 不簡單的調整。并不是說，許多人這樣做（人類肉類搜索參數）可以完成。關鍵問題是算法設計本身的突破。這需要投資的基礎。

　　Boy Encemation的人 - 如何識別雙胞胎？

　　徐莉說，深度學習現在能夠超過一定領域的普通人。發展方向是找到算法邊界，例如， 確定的是無法完成當前模型。如果你問研究人員，為什么這是為了識別雙胞胎的雙胞胎？這兩個似乎與同一個相似？他不知道，因為機器從數據中學習，背后的邏輯尚不清楚。

　　要解決這個問題，下一個，可能需要通過數據的迭代來形成閉環。讓機器知道它是否錯誤。錯誤數據和新標簽返回刷新。有兩種情況：第一， 該機器被識別，或從未學到過。如果你無法學習，我們可以標記此類不容易識別。或介紹手工干預。

　　可以識別對雙胞胎特異性，機器很可能會這樣做。只要，下一個， 重點是能夠解釋為什么可以識別它。反而， 無法識別。如，alphago棋，人類現在試圖了解它，它可能來自一些新的理論。新進步。人工智能仍處于一個早期階段，它還需要改善理論體系。大多數時候，實際的，許多人將提供不同的理論解釋。但真正有意義的解釋是指導下一個發展，并且可以按比例驗證。

　　哪一面識別出哪個？你都是蝙蝠

　　目前， Subce Codo的商業模式總結起來：它是一家輕量級的ToB算法公司。為TOC公司提供API和SDK。

　　對于普通的消費者，如果你用過小咖啡秀， 面部， 等等。 熱應用程序，搞笑的面孔特殊效果由商時代提供; 對于一些公司員工，每日進取的智能訪問控制可以由商店提供。

　　徐立介紹了他們的產品型號：云上的最終產品上的SaaS和許可證，他定義了名為SSD的產品需求。第一個是可伸縮性，是金額，第二次可持續發展是可持續的只需要。第三個d是分化的分化。

　　是否是一個完整的產業鏈，他作為一個整個產業鏈的IBM作為一個例子。認為它是密集的，它不符合上水的優勢。所以對于企業家公司，做上游技術提供者，還是整個產業鏈？徐莉認為沒有好處或不好的觀點。只是每個公司基因的選擇。

　　他說：“之前，我記得超過一年有一個非常有趣的報告。說， 無論哪種好，最后， 你是蝙蝠。這適用于技術進化不是那么快的技術靜止，大公司可以添加次優技術來快速削減資源優勢。那真的是你的，這是蝙蝠。但是當該技術迅速發展時，技術開發帶來足夠的時間來形成不同的障礙。深度學習會帶來每年的年度表現，必須在學習前達到幾年甚至十年。當然，行業爆炸的先決條件是技術必須通過紅線。那是， 它是超過普通人的準確性。“

　　為了發展當前的人工智能行業，徐莉也有自己的觀察。他說：“有很多投資者問我，如何確定手動智能公司真正做核心人工智能？我想先，現在人工智能引擎就像一個大腦。這涉及大量的計算，需要有一個計算平臺，例如， 構建GPU集群。第二，人們的知識轉移到機器模型由數據標簽完成。參加公司的管理報告，看到它每月花費多少數據注釋，它完全估計沒有輸入（當然，它也是一種不是完全數據驅動的算法）。因為如果人類知識未傳遞給算法模型，沒有了解機器學習。實際上， 這兩個是必要的條件。

　　為什么ShangTang從頭選擇一個算法系統？

　　在背景材料的集合中，我們發現，尚唐科技始終側重于獨立研發核心算法和平臺。今天， 大公司的開放來源逐漸逐漸，作為一個創業公司，為什么上清從頭選擇一個算法系統？

　　1。 當公司成立時，不是太多的開源算法

　　自11年以來，成立團隊成員開始深入研究。成為第一個應用深入了解視覺效果的領域的人，但是當時沒有良好的開源算法。Tensorflow， 咖啡， 火炬， 等等。 還沒有，只從一開始就開始。他還說據說現在開始了，假設沒有這樣的基礎， 可以選擇TensorFlow或其他開源幀。因為其他人已經做了三年或五年，已經開了，尚未積累的公司很難， 難以實現快速的超越。

　　2， 想做一些人不能做

　　徐莉說：“為什么我們比較一些獨立開發的基于平臺的東西？因為我認為這可以促進未來的行業。為了真正推動，因為你可以做其他人不能做的事情。

　　3， 技術仍然沒有飽和來調整人參進行垂直應用

　　徐莉認為，目前的人臉識別技術，它也可提供，直到任何人都采取現有的東西來調整參數。

　　在人臉識別，如果技術使計算機能夠滿足人類專家的水平，然后使用開源算法進行應用升級以大規模可用。在計算機甚至沒有識別準確性之前，算法仍然是核心要求，它非常高。

　　徐莉回憶起2014年， 商業湯使得面部識別準確性超過普通人。核心算法的突破發揮了重要作用。這就是為什么他們將投入很多資源。對相對相對基本的基礎進行一些研究。

　　4， 開源算法本身具有局限性

　　去年參加了想象的比賽。尚德德使用自己的核心框架，神經網絡做了1207層。在這個過程中，他們還試圖在Tensorflow上運行這個神經網絡。但是當我跑到300層時，內存不足。徐莉說：“這不是算法問題，它是系統的問題。公司開發的一些新架構，Tensorflow，Caffe可能不支持它。“

　　作為， 徐莉認為算法獎金并沒有消失，仍然仍有潛力探索。他說：“但有很多設計， 工作，這些都沒有打開。從啟動，想要寂寞。“

　　5， 寫下程序容易，閱讀程序很困難

　　作為技術人員， 徐立為新的智慧引入了有意義的現象：程序員有一個問題是它很容易，困難很難。程序員更熟悉自己的系統。如果你掌握一套，當他正在開發時，進化速度與其他系統不同。

　　徐莉的人工智能“三”

　　徐莉提到他的個人“人工智能”可以總結為“三平行” - 人工智能的發展永遠不會逐漸。這是一種突變型。人工智能分為三個階段：

　　在第一階段，艾不如一個人，所以， 也難以生產突破性的行業應用;？

　　第二階段，AI超過普通人，會有生產力改進，帶來產業升級。

　　第三階段，AI超過專家。此階段將生成服務升級。

　　第二和第三階段的專家知識不同并不像普通人那么好（可以通過標簽獲得）。所以， 算法設計存在巨大挑戰。一個例外是alphago，專家知識（500，人類的000比賽已經存放在那里。但是一旦你超過專家，這是服務業的升級。因為專家的資源必須稀缺。

　　徐莉說：“第一次工業革命是因為超越了人的生產力工具。我們現在處于手工智能的第二階段，創建超過人的生產力工具，讓它取代許多地區的人，這是一個巨大的變化。未來，機器可以替換所有類型的“舊”單詞，例如， “老老師”， “老醫生”， “舊司機”。因為機器累積的速度遠非人。例如，如果去是一種富有成效的工具，然后機器已經超過了“舊國際象棋”，人類將再過10年，甚至更多的時間掌握這種技術在生產方面很低。然后， 舊的棋子會越來越少，直到消失。

　　關于開源：有些事情無法復制

　　對于開源問題，徐莉談到了他自己的觀點：“我個人喜歡開源文化。然而， 開源和當前國內企業家思維傾向可能反過來妨礙創新。我們有利于復制， 做衍生， 制定模型創新，有一個非常成熟的系統。如，國外有優步。我們有一滴; 國外eBay，我們有淘寶。這些國內國內人民經常做得更好。在這個創業文化下，企業家不能花時間儲存積累。“有一個企業家公司在移動式中擁有十多年的技術。中國基本上很小。許多國內物品依賴于復制和快速驗證，但有一些但從未被復制過。例如， 中央處理器，例如， 操作系統。

　　他有一個操作系統的一個例子。操作系統是一種軟件。和，操作系統還具有如此良好的開源系統。那么，中國為什么沒有獨立的研發操作系統？

　　徐莉認為大家學生們說這熟練掌握了操作系統。通常它可以使用操作系統是有用的，例如， 它熟練掌握Linux說明。但沒有實際的書面操作系統。他說：“當你遇到麻省理工學院時， 我遇到了一個朋友。他說我喜歡操作系統。高中霸主， 迷你，寫幾個版本的操作系統。“他精通操作系統是指寫操作系統。為什么美國開源文化為準，一個良好的開源工作也是無窮無盡的。這也是原始思維的趨勢。

　　徐莉說：“也許在過去的幾十年里，我們快速復制的成功太多了。因為我們從一開始就落后，所以，當我們走向時，我希望很快就會看到結果。“開始做，該公司花了很多基本練習。所以，通常使用開源技術。但，一旦直接開源技術，技術開發路線可能有限，可能存在IP問題。

　　寫在最后一個

　　在采訪開始之前，徐莉在北京商船辦公室經歷了體驗面部識別和手勢識別技術，現在廣泛應用于安全性， 居住， 訪問控制和其他場景。在一次采訪中，徐莉是非常健談的，他談到了開展開源技術的發展，以發展為行業， 商業湯的技術， 以及獨立研發算法系統的發展路徑。整個人工智能行業的發展也有許多獨特的認知發展。

　　3月27日， 2017年，新智元年度攻擊獎節日，徐莉將來到現場并發表演講。在采訪過程中，徐莉還對新志源說，已經準備演講PPT，精致充滿了。在只有3天的左翼左翼希望通過這篇文章，讓你知道一個更真實的徐莉和他的掌舵。

品牌型官網 建設企業站 設計一個網站大概多少錢