在这一轮以人工智能为主的全球技术竞赛中，中国体现出了不俗的表现。无论是在基础学术领域的贡献，还是在各行业中的渗透，中国都展现出与美国一起引领世界的态势。美国《纽约时报》于当地时间2月3日刊发文章称，在人工智能时代，不仅人们的生活会因此改变，AI 还会将国家之间的科技竞争拉到相对平等的起跑线上，而中国则是美国在这条赛道上的一个劲敌。
目前中国的人工智能行业发展现状如何，中美人工智能产业有何差异？2月13日，印奇代表旷视(Face++)，应 Stanford GCBC、Stanford CEO 以及 AI+ Club 邀请探访了硅谷，并做客斯坦福为大家分享了关于中国、关于旷视在这一波科技革命中的亮点与不同。
当全球正在探索更好的算法时，中国则正在探索如何利用 AI 实现产业结构升级……
中国人工智能产业新常态
不得否认的是，深度学习（Deep Learning）作为人工智能顶级前沿的应用型技术，对于衡量中美人工智能技术进展有着重大参考作用，也是有史以来第一次让机器最为接近人类思考的技术，通过模拟人脑的训练方式，能够让机器可以进行自动学习。旷视(Face++)是人工智能爆发前夜第一波投身人工智能行业应用的公司，也是中国人工智能产业代表企业。
印奇从旷视(Face++)成立的2011年说起，彼时移动互联网、社交网络正热，而人工智能对于全球来说（尤其是利用深度学习方法的人工智能）则极为冷门，那时中美在人工智能领域几乎位于同一起跑线上，而5年后人工智能就被推到了风口浪尖，中国的人工智能产业则显现出了以下现象：一方面，中国创新科技企业掀起了对国际 AI 论坛的赞助热，人工智能学者和企业技术团队表现出了对学术会议、技术竞赛的参与热，另一方面，中国相比美国更关注 AI 在产业中的实际应用价值，人工智能应用变现成为一种新常态。也许在语音、搜索等成熟的 AI 赛道中，美国一些大公司更有优势，但中国面临着产业升级的严峻形势和传统行业转型的迫切需求，于是中国在众多新兴行业和传统行业改造中将有更多的机会。
人工智能 “X” 的商业价值
人工智能新常态下，如何认清市场形式寻求突破 ？“时间点对于技术企业来说非常重要，不能早也不能迟。”印奇在分享企业管理经验时强调，“更重要的是，需要管理者具有足够的技术洞察力（Insight）和对产品周期的判断力，并需要选择一条清晰的路径来实现。” 旷视(Face++)成立伊始就确定 Deep Learning 将会成为未来人工智能发展的技术关键，是机器大脑的核心，而旷视则选择聚焦在视觉领域（Computer Vision）中，并从更小的领域——人脸识别切入，来一步步由小到大地发掘人工智能的商业价值。具体来看，旷视提出了“4+X”的技术路径，实现从 Face（人脸）、 Human（行人）、Text（文字）再到 Vehicle（车辆）的机器视觉能力进化。
旷视 “4+X” 技术演进
以上四项几乎覆盖了蕴含商业价值的全部场景，通过对场景中这些人脸、行人、文字、车辆数据的提取和结构化建立人、物、事件之间的连接。“人工智能浪潮中，技术是起点，但决定胜负往往不是技术。深度学习有着非常强的定制化能力，它的本质特点实际上是降低了技术的门槛，”印奇表示，“在实现商业化路径的时候，首先要做好顶层设计，剩下则由行业驱动的定制化，而这里的 X 就是定制化的表达。 ” 2015年旷视自研开发了深度学习引擎 Brain++ 用于人脸、物体、行人等一系列图像识别算法训练，Brain++ 甚至比 Google TensorFlow 早半年推出，有了这些通用平台和开源工具，更多的人都能够使用深度学习来创造自己的产品。
AI+行业：“Sexy” 的 To B 市场
在推进人脸识别技术商业化的路上，从 To D、To C 再到 To B ，旷视一直在探索寻找最有价值的市场和最适合人工智能生长的土壤。在旷视看来，只提供单纯的算法、技术授权或软硬件都不是真正意义上的人工智能企业，或者说不是一个能够长久的人工智能企业的做法。因为任何一个人工智能企业脱离产业实践都是行不通的，要实现技术商业化就一定会和某一行业绑定，通过为其降本增效助推行业升级最终颠覆整合行业。在明确了这一点之后，旷视便确立了未来几年的商业模式——赋能行业用户和企业级用户实现智能化升级，而 B 端市场的商业价值无疑是巨大的。
根据“技术-产品-数据”的商业闭环，旷视早期就树立了核心技术壁垒，通过产品化向金融、安防、地产、零售等多个行业输出端到端的整体解决方案，而其中的人和人能够产生的数据（身份信息、行为记录等）都是这些行业的核心价值，也是深度学习训练和强化学习的养料。从人们手中的智能设备、各类智能自助终端到每一个公共区域的动态监控，未来，智能摄像头会遍布人们生活中的各个角落成为物联网（IOT）世界的关键组成部分。实现物联网是旷视前进的动力，通过的人脸识别、行人识别、文字识别、车辆识别等 AI 技术，将线下空间中的物理信息结构化从而形成可为行业所用的数据，真正落实“ AI + 行业”。
根据“技术-产品-数据”的商业闭环，旷视早期就树立了核心技术壁垒，通过产品化向金融、安防、地产、零售等多个行业输出端到端的整体解决方案，而其中的人和人能够产生的数据（身份信息、行为记录等）都是这些行业的核心价值，也是深度学习训练和强化学习的养料。从人们手中的智能设备、各类智能自助终端到每一个公共区域的动态监控，未来，智能摄像头会遍布人们生活中的各个角落成为物联网（IOT）世界的关键组成部分。实现物联网是旷视前进的动力，通过的人脸识别、行人识别、文字识别、车辆识别等 AI 技术，将线下空间中的物理信息结构化从而形成可为行业所用的数据，真正落实“ AI + 行业”。
人工智能正在改变人们的生活习惯
随着技术水平的提高，未来人工智能技术将会全面驱动生产力升级，如同电力对各行各业的影响，人工智能将会进入到安防、金融、地产、医疗、零售、能源等诸多行业中，与美国相比中国拥有着人口集中的优势，这也意味着以 为人服务、优化人力密集型行业 为使命的人工智能技术将会在中国有极大的应用市场。中国很可能会先于美国诞生第一家 IPO 的 Deep Learning 公司，但人工智能商业化是一场是曲折而沉重的长跑， 印奇在最后的总结中讲到，这个过程充满挑战和探索，在新常态下从业者需要坚定的毅力并保持专注才能在这场技术竞赛中不被甩掉。
