📖 ZKIZ Archives

格靈深瞳CEO何博飛離職 原百度IDL科學家鄧亞峰擔任CTO

i黑馬 2017-01-26 14:07

i黑馬訊 1月26日消息，今日i黑馬獲悉，計算機視覺創業公司格靈深瞳CEO何博飛已於近日離職，格靈深瞳隨後發布了公開聲明證實了這一消息。

格靈深瞳方面表示，何博飛由於個人職業選擇原因離職，但仍將擔任公司的高級顧問。格靈深瞳董事長趙勇擔任CEO，原百度深度學習研究院的資深科學家鄧亞峰擔任CTO。同時，公司還將引入國內安防圈一位重量級人物擔任總裁。

格靈深瞳CEO、創始人 趙勇

鄧亞峰，畢業於清華大學，具有14年的人工智能（特別是計算機視覺）方向的研發經驗。在過去的工作中，他發表過論文十余篇，申請過專利超過100項，其中已經授權的95項。曾任百度深度學習研究院高級科學家。2016年9月，鄧亞峰加盟格靈深瞳。

格靈深瞳新任CTO 鄧亞峰

2013年，何博飛作為聯合創始人，和趙勇一同創立了格靈深瞳，趙勇擔任CTO。此前，何博飛曾先後擔任美國上市公司Intuit及Blackhawk Network中國區總經理，創建了兩家公司的中國團隊和業務。

格靈深瞳於2013年成立，作為業內較為知名的計算機視覺和深度學習公司，在創立當年，即獲得真格基金和聯創策源的天使輪投資，並在2014年，獲得紅杉中國的數千萬美元A輪投資。據i黑馬獲悉，格靈深瞳已於去年下半年獲得了B輪數千萬美元投資，但格靈深瞳方面一直未對外公布。

格靈深瞳目前的計算機視覺和深度學習方面的應用，主要聚焦在安防、醫療和汽車領域。格靈深瞳推出了威目視圖大數據系統，包括威目車輛特征識別系統、威目視頻結構化系統、威目視圖大數據分析平臺。格靈深瞳對i黑馬表示，目前，威目車輛識別系統已經在部分地區的公安和交通管理部門開始推廣銷售。

此外，格靈深瞳還推出了皓目人體行為分析系統。據悉，截止到去年12月份，該系統已經在30多個銀行做了試點，並且在中國目前最大的銀行之一的總行入圍采購名單。

2016年10月，格靈深瞳正式發布了深瞳人眼攝像機，可實現70度角度下，50米內捕捉清晰可識別人臉，100米內識別清晰人體特征。

2016年2月，趙勇聯合前英特爾研究院院長吳甘沙、國家智能車未來挑戰賽前冠軍團隊負責人姜巖等一同創辦了馭勢科技。格靈深瞳的無人駕駛團隊，也加入馭勢科技開展研發。

格靈深瞳在安防領域，以及做了幾年的布局和研發。而聯想到這次從安防行業引入新任總裁，可以看出，安防，仍將是格靈深瞳深耕的市場。而在之前趙勇的專訪中，他也對i黑馬表示，隨著安防行業對數據分析和智能化的需求逐步被挖掘出來，他預計，10年之內，90%以上的安防體系將完成智能化升級。而這應該就是格靈深瞳所下註的賽道。

文章評論

匿名用戶

發布

全部評論：10

發布

格靈深瞳趙勇：智能數據挖掘，將是安防領域接下來的主戰場 | AI創新50

黑智 2017-04-12 19:22

本文系i黑馬原創 首發黑智（ID：VR-2014）。

隨著底層技術的突破和國家政策的扶持，人工智能領域正在成為創投界新的風口。而對於其中的計算機視覺技術創業公司而言，目前可商用的落地應用場景，還主要集中在金融支付、安全等領域。而安防，則是其中已然得到驗證，並且被多數公司選擇首先切入的領域。

格靈深瞳就是其中之一。這家成立於2013年的公司，同時具備計算機視覺和深度學習技術，以及嵌入式硬件研發能力。作為一家視頻大數據產品和方案提供商，格靈深瞳在公共安全、智能交通、金融安防等領域進行了商業化落地，同時在無人駕駛、機器人和智能醫療方面也進行了深入布局。

格靈深瞳已經推出威目視圖大數據分析平臺，以及威目車輛特征識別系統、威目視頻結構化系統、威目人臉識別系統，能夠辨識超過4000種車輛，支持車輛和人體的細分特征識別，同時具備人臉識別功能。此外，格靈深瞳還推出了皓目人體行為分析系統；在去年下半年，格靈深瞳人眼攝像機研發成功，它采用獨創的像素動態瞬時分配技術，在距離人體50米外，可以達到數億級等效像素，展現清晰人臉。

對於格靈深瞳創始人、CEO趙勇而言，安防，是人工智能商業化最快的領域。但是，對於安防，趙勇顯然有著更深刻的思索。創業公司切入安防領域，往往需要與公安系統或者安防產業鏈的公司合作；而在業內，也有海康、大華等龍頭公司，也正在研發自己的智能產品。那麽，對於人工智能創業公司而言，真正的切入點和機遇又在哪里？

格靈深瞳給出的答案是，安防行業，正亟待把普通視頻數據變為有意義的“情報”。除了硬件和算法，大數據平臺也是目前安防領域走向智能化必需的環節，但同時也是它的瓶頸所在。“我們的眼界也正在改變。”趙勇說。

在接受黑智（ID：VR-2014）的獨家專訪時，趙勇談論了他對安防行業理解的轉變，公司的產品和技術路線，以及如何實現商業化的思考。他認為，未來十年，人工智能在不同行業的機遇有四個：安全、汽車、醫療、機器人。而安防領域，必須依靠智能硬件、算法、大數據三大支柱，在應用層面對多模態數據做深入的挖掘，才能實現智能化。

口述 | 格靈深瞳創始人 趙勇

整理 | 黑智（ID：VR-2014）

人工智能的四個機遇：安全、汽車、醫療、機器人

未來十年，人工智能在不同行業的機遇，我個人比較看好的有四個，分別是：安全、汽車、醫療和機器人。這些領域都是萬億級的市場，尤其是汽車和醫療。對於安防，不同的國家投入是不同的，但中國顯然對之投入很大，美國同樣。

這些領域非常重要，但不是每個領域發展成熟的時間都一樣。在我看來，安防會是最先成熟的領域。安防也是格靈深瞳現在主要的業務，這個市場已經存在，而且我預計，在未來兩三年內，這個領域的部分創業公司會變成上市公司。

汽車從現在來看很有可能是下一個成熟的領域，再過兩三年量會上來。至於醫療，我把它排在第三。醫療的難點在於，這不僅是大數據的問題，還涉及到小數據問題。對於小數據問題，它在數據的規模上限制是比較大的。比如說某種腫瘤的病例，每年就只有這麽多，想訓練個好的模型出來不容易。但是它又不是僅僅擴大數據量就可以了，機器學習最重要的是要跟最優秀、最有經驗的醫生來學習，不像自動駕駛或者安防，只要找一個會用電腦的人，都可以標註數據。它是一個需要優秀的專業人士參與數據標註、數據采集的過程，是小數據問題。

醫療領域可以容納大量的公司，去研究各種不同類型的疾病診斷；而缺點就是，解決醫療問題需要很長時間。在經濟較發達的國家，醫療是最大的行業。比如美國，它17%的GDP是跟醫療有關的，越富有的國家，人們對健康投入越多，這是一個成熟國家的標誌。中國再過20年，和現在比還會發生更大的改變，人們一定會在自己的健康上面投入非常多，所以人工智能在醫療領域的市場潛力是最大的。

機器人也會是一個很大的領域，但它卻是充滿了最大的不確定性。首先它目前還不是一個已經存在的行業，現在市面上還基本沒有成熟商用的機器人，還在摸索階段。我們都向往以後的生活和工作能夠被機器人幫助，但要實現它，到達消費者期待的那一階段，還是很困難的，也需要很長時間。

安防三大支柱：智能硬件、算法、大數據

在當前階段，行業對人工智能技術切入安防領域，最大的期待就是，可以把這個行業從以視頻為核心，轉變為以情報為核心。人們看視頻的目的，不就是為了得到情報嗎？但是以前從海量數據中獲得情報的過程，類似於海底撈針。我們希望，人工智能讓“海底撈針”變成“自動化”。

現在安防監控領域之所以還有機會，是因為人工智能使得一個新的潮流、新的轉型在這個領域發生了。潮流推動著變化，變化給創業公司提供了機會。

也有人會問，在安防行業中，已經有了一批龍頭廠商，那麽，人工智能創業公司的機會在哪里？而在我看來，這是一個未知的過程，也是最有趣的過程。

在當年，索尼、三星、博世等海外公司占據了安防市場大部分比例時，數字化趨勢帶給了海康切入這個市場並成功的機遇。而在今天，安防監控之所以還有機會，我認為，很大程度上，是因為人工智能帶來了這個領域一個新的轉型機會。

如果現在有公司去做高清攝像頭，我覺得是找死，因為從技術到供應鏈，海康、大華等公司已經做得非常好了。而在智能攝像頭領域，格靈深瞳的產品，每張臉從左耳到右耳，150像素，我可以監控40米寬度的通道。在這個品類里，我們會做得更好。而事實上，我認為，當人工智能進入安防，10年之後，所有的攝像頭都會變成智能攝像頭。而在這個領域，我們是有機會的。

一個行業必須要轉型才有新機會，如果沒有這個轉型的機會，根本不會出現一個創業公司變成巨頭的機會，沒有的。

其次，在安防領域里，有一個常見的誤區，那就是迷信算法，認為算法可以解決一切。這顯然是不正確的。就拿人臉識別來說，今天的算法不能夠解決所有的問題，只能夠解決一部分問題。有些人工智能公司會對外宣稱，其人臉識別算法錯誤率能達到億分之一，這是能夠做到的，但它往往是在特定條件下得到的。比如說擺拍的靜態識別。如果放在監控環境下，一個人低著頭打著電話，只有100×100像素的時候，那麽現在還遠遠做不到這樣的精準度。

今天很多人在說人臉識別，那種看到一張臉、算出來一個特征，跟黑名單比對一下看誰比較像，這是很淺很淺的挖掘。你知道壞人是誰，把他給找出來，只能解決這種問題。但是我們的客戶都希望說，我不知道壞人是誰，你給我找出來，這絕對要靠很深度的挖掘。

如果人工智能只是停留在算法的層次，那還是遠遠不夠的。而安防是全世界最大的物聯網。這是什麽概念？像因特網，大家都很熟悉了，在互聯網上，有很多人在用它，有內容的創造方，有觀看者。你早晨起來出門，發了一個微信，你的朋友看了並點贊，你們就是內容的生產者和觀看者。每天有多少人發這樣的帖子，所以互聯網上充滿了各種各樣的數據。但安防呢？你出門走出小區，被門口的攝像頭拍了下來，它識別出你的穿著，你的表情和面部特征，這個數據量已經遠超過了網上的發帖。而每隔20米，可能就會被新的攝像頭拍下，識別一遍。以北京為例，它安裝的攝像頭總數已經超過 200 萬個，它們每分每秒都在錄像，每天就會產生長達 200 多萬天的錄像。安防物聯網產生的數據量，已經遠遠大於過去的互聯網。

針對這樣龐大的數據量，你的識別精度有多高？你怎麽處理大量的錯誤？我們真的做好這個準備了嗎？我覺得這是一個極大的挑戰。如果要走通這條路，需要連通各種多模態的數據，需要把數據挖掘做得很深厚，需要人工智能的硬件進一步改善。

在這種情況下，我認為人工智能時代的安防有三個支柱：智能硬件、算法、大數據。

首先，是硬件。你想象一下，北京的200萬攝像頭，如果把這些數據全部傳到數據中心的話，帶寬的概念是什麽？一路高清視頻的碼流一般在2-4兆bps。今天一個千兆以太網，從理論上也只能傳250路，但是千兆以太網指的還是它的基帶層的帶寬，高清視頻根本傳不到250路，能傳100路就可以了，那麽200萬路需要多少帶寬？今天國內地級市的安防網絡基本上就是千兆以太網，一些較發達城市可以達到萬兆，萬兆也只能傳2000路。如果硬件不能夠智能前端化，數據都傳不到數據中心。所以第一步，硬件的智能前端化，可以對目標做現場的檢測、跟蹤和去重，能捕捉關鍵數據，並且在前端做初步加工，只把關鍵數據匯聚到數據中心處理，這樣才能形成一個大數據系統。

第二，算法。前端的算法進行物體的檢測跟蹤，後端的算法就是識別物體，對圖像做一個精確的結構化或者特征化分析。

最後非常重要的一點是，我們要在後面做非常好、深入的大數據分析，不光是基於視覺圖像，而是要把多模態、大規模的數據放進來，比如通信記錄、電子郵件、微信微博、車輛軌跡、消費記錄等等都結合起來，在應用層面做非常深入的挖掘。

而在這三個方面中，硬件也面臨很多挑戰，但隨著時間的推移，是一定會解決的。單純的算法，我覺得已經比較接近於極限了。深度學習進展很快，今天算法的主要瓶頸，就在數據上。我們發現，拍攝清晰的照片，基於同步算法，效果立刻變得很好；拍攝效果很糟的照片，算法很難提升照片的效果。所以，我覺得這部分進展的空間越來越小，除非有大規模理論上的突破。而大數據，今天則是還處於剛剛起步的階段。

而這三個領域，都不是傳統的安防廠商所擅長的。這些問題不可能被一家都公司解決，甚至我可以下定論，不可能被一家創業公司解決。應該是很多公司在不同的地方發力，一起去解決。這里面有很多機遇，這也是為什麽我們集中力量主攻安防領域的原因。

格靈深瞳皓目行為分析儀

數據挖掘將是接下來的主戰場

關於格靈深瞳，在硬件方面，去年10月，我們推出了“深瞳人眼攝像機”。它采用公司獨創的像素動態瞬時分配技術，可以在很短的時間內將局部畫面的有效像素提升百倍以上，整體畫面可以達到數億等效像素。現在我們面臨的挑戰主要是成本、穩定性、可靠性、出貨能力等幾個方面，但是要解決這些，對我們來說只是時間的問題。

算法我們也已經有了，現在格靈深瞳要做的，是向下切軟件、向上切大數據。我們如果要把大數據做好的話，就要密切切進用戶場景里去，而不能只把自己當成一個標準產品的提供商。

在其中，存儲也是一個重要的問題。很多人覺得儲存簡單，但當智能化在安防領域發生後，視頻數據的內容，轉化成了大量的結構化數據，但你不能把結構化的數據推給客戶，數據仍然是海量的。以前是海底撈針，現在把海里所有的針撈出來，但只有一根針是用戶想要的，你放了一車皮的針，也是很難找。結構化儲存的行為跟視頻完全不一樣，這對文件系統和數據系統都提出了新的挑戰。

直到現在，業內都找不到一個很靠譜的方案，處理超過1000路人臉識別產生的數據和檢索。這是個新的挑戰，必須跟大數據公司合作，去解決這個問題。

其實安防領域跟醫療領域，都是比較窄的領域，它們的核心問題就是人。而解決人的問題，首先就需要更多的數據。要把人看清楚，對傳感器要求很高，我們就去解決智能硬件的問題，前端做智能硬件，然後是人臉識別的算法、人體比對的算法，我覺得進步都很快。但當我往未來看的時候，我反而覺得它們進步的空間越來越小。主要還是大數據，我覺得這個領域在安防行業幾乎還是一個空白。如果把格靈深瞳的威目當成一個車輛大數據，那麽“人”的大數據，就是我們現在正在做的東西。

我們今年會出新的成果，會做更多試點，這是一個平臺誕生的過程。我預想過10年後這個平臺的樣子，現在來看可能和科幻一樣，但它今天還只是剛剛開始。

我感覺，我們和一年前相比，眼界已經完全不一樣了。去年的時候我們在討論算法、算法、算法，相機、相機、相機，但到了去年年底的時候，我們的討論重點已經集中在平臺、大數據挖掘上了，要具體幫客戶解決問題。

數據挖掘，將是接下來安防領域的主戰場。

格靈深瞳人眼攝像機

格靈深瞳人眼攝像機原理

格靈深瞳的人眼攝像機在去年10月已經發布了。它是基於仿生學原理，把運算和光學結合在一起，50米距離範圍內可以展現出更為清晰可識別的人臉，100米範圍內可以保證看清楚全身的主要特征。

關於它的原理，其實非常簡單。攝像頭要麽看遠，像望遠鏡，要麽看廣，像魚眼，但是沒有辦法兩個角度兼得。但是人眼，卻能從某個程度上實現兼得。人的眼球單眼角度是160度，很廣，雙眼是190度，就超過一個平面，你是可以略微看到你眼睛後面的東西，那麽作為一個廣角相機，它最大的缺點，就是它的分辨率散開，但事實上，我們來看一下視網膜上的像素分辨率，它有一個地方叫黃斑，它很小，但是我們大量的像素都是集中在那個小地方。

視網膜是一個160度的半球，把眼球的中心跟黃斑連接起來，形成一個圓錐，這個圓錐只有2.5b，但是我們視網膜上75%的像素都在這兒了。簡單地說，如果沒有黃斑，我們看到畫面全是模糊的，但是雖然是模糊，它卻可以幫助我們判斷出哪些地方可能是有興趣的，這個時候我們轉動眼球，去用很清晰的那塊掃描到你想看的東西。這就是我們了解世界、用肉眼看東西的過程。我們的眼睛看似是個廣角，其實是廣角加窄角的結合，廣角的被大腦迅速識別出來，引導眼球迅速旋轉，看清楚細節，不停反饋。

我們為什麽叫人眼相機，就是這樣的原理。我們的算法能夠從廣角的畫面里面，看清楚你的目標在哪兒。

我從2015年的秋天開始有了這個想法，於是我們的團隊去進行實驗。初步的實驗被證明了之後，產品立項，直到去年10月正式對外發布。我們已經實現了小規模產量，現在正在努力實現量產。而從量產到規模化生產，還是個較長的周期。

但是我覺得，我們不能因此，而怕去做這個事。智能化時代會有新的機遇，也會有新的坑出現。但在這個新的階段，無論是大公司，還是創業公司，都在探索，一定更會有新的公司，在這個階段獲得成功。

文章評論

匿名用戶

發布

全部評論：10

發布