我們也非常重視系統(tǒng)的建設(shè)，我們有自己研發(fā)的MegBrain深度學(xué)習(xí)引擎和Brain++平臺(tái)。如果說(shuō)研究的價(jià)值在于去探索邊界之外的東西，那邊界之內(nèi)的，比如網(wǎng)絡(luò)結(jié)構(gòu)的搜索，都應(yīng)該用機(jī)器來(lái)完成。我們的產(chǎn)品中常常會(huì)有的定制算法的需求，很多時(shí)候大框架都差不多，數(shù)據(jù)工程師把數(shù)據(jù)整理和準(zhǔn)備好以后，就直接用系統(tǒng)把各種類型的模型都嘗試一遍，最后挑選出一個(gè)不錯(cuò)的。

新智元：你提到了數(shù)據(jù)工程師，現(xiàn)在曠視在數(shù)據(jù)方面投入多少？有多少人標(biāo)注數(shù)據(jù)？

唐文斌：全職標(biāo)注的大約有300人，不算在600多人的團(tuán)隊(duì)里面。我們還有很多工作是外包完成。我們內(nèi)部有標(biāo)注的數(shù)據(jù)庫(kù)是PB級(jí)別。

新智元：你曾在清華擔(dān)任科協(xié)主席，也帶過(guò)中國(guó)奧林匹克信息學(xué)競(jìng)賽團(tuán)隊(duì)，可以說(shuō)你是曠視最開(kāi)始的首席人才官。你認(rèn)為目前人工智能人才應(yīng)該有什么樣的特點(diǎn)？曠視在選擇的時(shí)候看重什么特質(zhì)？

唐文斌：我覺(jué)得人才的類型是很多樣的，每一種類型的人才都是人才，光會(huì)寫(xiě)paper的人才也是人才，雖然價(jià)值沒(méi)有那么大。在現(xiàn)在的人工智能發(fā)展態(tài)勢(shì)下，我們最需要的是復(fù)合型人才。做產(chǎn)品的時(shí)候會(huì)有產(chǎn)品經(jīng)理，但人工智能場(chǎng)景下的產(chǎn)品經(jīng)理需要更加復(fù)合。

我們團(tuán)隊(duì)最早的一位同學(xué)，員工工號(hào)No.  5的“卿爺”，我們現(xiàn)在提供給小米、VIVO人臉解鎖的產(chǎn)品線都是他帶著團(tuán)隊(duì)來(lái)做的，他需要有什么樣的能力？第一，懂算法，不一定要懂算法具體是怎么做的，但一定要懂算法的邊界在哪里——堅(jiān)信這件事情一定能做到，但同時(shí)也要了解現(xiàn)在的算法有些東西是真的做不到。第二，有很好的工程判斷力，用算法的方式是從本質(zhì)去解決問(wèn)題，而有些東西你會(huì)通過(guò)工程的方法去“不本質(zhì)的解決”，倒推出一個(gè)一個(gè)設(shè)計(jì)。第三，也是更為重要的，需要不斷從用戶的需求、用戶的場(chǎng)景、用戶的價(jià)值角度出發(fā)思考問(wèn)題。這樣一個(gè)產(chǎn)品經(jīng)理，他需要比以往的產(chǎn)品經(jīng)理有更多工程上sense，更多算法上的sense。

從工程師的角度來(lái)講，我們有一個(gè)詞，叫“全棧AI工程師”，我們希望這位同學(xué)不僅數(shù)學(xué)好，懂算法，編程很強(qiáng)，還非常懂系統(tǒng)；算法編程都很懂才能做引擎，懂體系結(jié)構(gòu)你的引擎才能在不同的平臺(tái)上都跑得很好很快。這樣的人非常難找，但也是最強(qiáng)的。比如說(shuō)我們做Brain++平臺(tái)的那幫人，他們提供的是訓(xùn)練平臺(tái)，給到研究人員使用，他們知道Research是怎么使用這些東西，他們自己也隨時(shí)都能轉(zhuǎn)變?yōu)镽esearcher。同時(shí)，他們考慮Researcher做的哪些事情是沒(méi)有價(jià)值的，要把它工程化、系統(tǒng)化，最終的目標(biāo)是消滅Researcher——所有在邊界范圍內(nèi)的Research都由系統(tǒng)來(lái)完成，而Research真正要做的事情是突破邊界，探索邊界之外的東西。

曠視在選擇人才的時(shí)候也是按照這個(gè)標(biāo)準(zhǔn)。如果有這樣的人，我們特別特別希望你能夠加入我們，我們團(tuán)隊(duì)里有很多這樣的人，你跟他們?cè)谝黄鹨欢〞?huì)非常愉快。其次，我們也很看重學(xué)習(xí)能力，現(xiàn)在領(lǐng)域發(fā)展很快，你需要非�？焖俚馗�上節(jié)奏去嘗試你的新想法，所以學(xué)習(xí)能力和動(dòng)手速度非常重要。我們也有實(shí)習(xí)生項(xiàng)目，總之歡迎你來(lái)，孫劍老師帶你飛對(duì)吧（笑）。

算法與硬件結(jié)合，從源頭抓起控制成像質(zhì)量

新智元：曠視的算法、軟件如何與硬件相結(jié)合？

唐文斌：我們有自己的深度學(xué)習(xí)引擎MegBrain，這個(gè)引擎在不同的品牌上做了非常多的底層優(yōu)化，能夠跑得非�？�。我們最近做的一款智能相機(jī)產(chǎn)品，這個(gè)相機(jī)是業(yè)界第一款全幀率、全畫(huà)幅（1080P）智能人像抓拍機(jī)。

曠視的全幀率、全畫(huà)幅（1080P）智能人像抓拍機(jī)

全幀率的意思就是說(shuō)，每秒30幀，每幀都去抓取，在業(yè)界這個(gè)指標(biāo)是最高的。有的嫌疑人員有很強(qiáng)的反偵察意識(shí)，一看到攝像頭會(huì)馬上低頭，如果相機(jī)不能以非�？斓乃俣茸龀鼋厝�，可能只有100毫秒，一兩幀之后這人就消失了。同時(shí)，每一幀都檢測(cè)，也能確�？偸悄茏サ劫|(zhì)量最好的一幀，為后續(xù)應(yīng)用服務(wù)。以往的相機(jī)在畫(huà)面中抓拍做檢測(cè)，基本上最多只能抓拍畫(huà)面中10到20個(gè)人，再多就抓不到了，因?yàn)橛?jì)算量不行。我們可以做到128張人臉，很大的人流也能跟蹤得很好。

我們用的是自己設(shè)計(jì)的FPGA芯片，在算法層面也做了很大升級(jí)。硬件也好，算法也好，引擎也好，這幾個(gè)東西是要聯(lián)合優(yōu)化的。這也是自己做引擎的廠家好的地方，我的引擎可以根據(jù)算法的需求去調(diào)整。

新智元：未來(lái)1年曠視會(huì)怎樣？未來(lái)3~5年呢？

唐文斌：我們分幾個(gè)組，研究院大概10%~15%的力量可能在解決2~5年的問(wèn)題，更多的人在解決一年以內(nèi)的問(wèn)題，因?yàn)閯?chuàng)業(yè)公司要?jiǎng)?wù)實(shí)聚焦。在介紹產(chǎn)品時(shí)候也講過(guò)，比如說(shuō)我們?yōu)槭裁醋鱿鄼C(jī)，并不是因?yàn)橛X(jué)得相機(jī)賺錢，而是我們想當(dāng)視頻大數(shù)據(jù)平臺(tái)，發(fā)現(xiàn)源頭數(shù)據(jù)不好，后面再怎么分析也沒(méi)用，所以我們要在源頭上通過(guò)自己的方式把質(zhì)量控制好，讓后面的分析能力能夠更強(qiáng)，形成端到端的解決方案和業(yè)務(wù)價(jià)值。

我們希望未來(lái)一年左右，在金融和安防這兩個(gè)場(chǎng)景下能夠站深、站穩(wěn)，希望在這兩個(gè)行業(yè)形成全系列的產(chǎn)品，端到端的解決方案，給用戶一套完整的價(jià)值鏈條。我們內(nèi)部有個(gè)說(shuō)法是“4+2+X”，在微型場(chǎng)景下，把臉人車文字這4個(gè)要素識(shí)別做好，再后希望能夠形成機(jī)器人的手和腿，做一些限定場(chǎng)景的機(jī)器人應(yīng)用�！癤”是指通過(guò)Brain++這個(gè)平臺(tái)快速做技術(shù)的定制，讓這個(gè)場(chǎng)景真正的能夠形成一個(gè)完整的產(chǎn)品鏈。但真真實(shí)實(shí)地講，領(lǐng)域發(fā)展這么快，未來(lái)3~5年，我真的不知道！

新智元 AI World 2017即將啟幕

11月8日，在新智元 AI World 2017 世界人工智能大會(huì)上，曠視科技首席科學(xué)家、曠視研究院院長(zhǎng)孫劍博士將發(fā)表演講，聚焦人臉識(shí)別等視覺(jué)前沿技術(shù)和問(wèn)題，為我們帶來(lái)計(jì)算機(jī)視覺(jué)最新技術(shù)和應(yīng)用的精彩分享。

孫劍博士目前在曠視科技(Face++)擔(dān)任首席科學(xué)家、曠視研究院院長(zhǎng)。2003年畢業(yè)于西安交通大學(xué)人工智能與機(jī)器人研究所，畢業(yè)后加入微軟亞洲研究院  ( Microsoft Research Asia)，任職首席研究員。自2002年以來(lái)在 CVPR, ICCV, ECCV,  SIGGRAPH, PAMI 五個(gè)頂級(jí)學(xué)術(shù)會(huì)議和期刊上發(fā)表學(xué)術(shù)論文 100+ 篇，Google Scholar 引用  25,000+次，H-index 60，兩次獲得 CVPR Best Paper Award (2009,  2016)。孫劍博士于2010被美國(guó)權(quán)威技術(shù)期刊 MIT Technology Review 評(píng)選為“全球35歲以下杰出青年創(chuàng)新者”。

孫劍博士帶領(lǐng)的團(tuán)隊(duì)于2015年獲得圖像識(shí)別國(guó)際大賽五項(xiàng)冠軍 (  ImageNet分類，檢測(cè)和定位，MS COCO  檢測(cè)和分割)，其團(tuán)隊(duì)開(kāi)發(fā)出來(lái)的“深度殘差網(wǎng)絡(luò)”和“基于區(qū)域的快速物體檢測(cè)”技術(shù)已經(jīng)被廣泛應(yīng)用在學(xué)術(shù)和工業(yè)界。同時(shí)孫劍帶領(lǐng)的團(tuán)隊(duì)的研究成果也廣泛被應(yīng)用在微軟  Windows, Office, Bing, Azure, Surface, Xbox  等多條產(chǎn)品線上。目前孫劍博士正在帶領(lǐng)曠視科技的研究團(tuán)隊(duì)推進(jìn)計(jì)算機(jī)視覺(jué)技術(shù)的進(jìn)步和探索其在工業(yè)和商業(yè)上的實(shí)踐。