刘斌 佳都科技副总裁、商用产品事业部总经理

2004-2008 在广东省电信规划设计院负责软件规划和系统设计工作；

2008-2011 在中国通信服务（香港）国际有限公司负责中国通信服务海外业务规划和管理工作；

2011-至今 在佳都新太科技股份有限公司工作，全面负责公司技术和产品研发管理方面的工作，同时兼任云从科技董事、苏州千视通董事、方纬科技监事

AI选择介入视觉领域是很自然的选择

视觉领域为什么受到这么多公司和资本的追捧和青睐？

刘斌 ： 人类接触到的信息，大部分是通过眼睛。眼睛接触到的无外乎两种，一个是动态的视频 ，一个是静态的图像 。这也是大部分人工智能企业首先会先往视频和图像这两个领域去发展的一个最重要的原因。

另外，人类对纯文字的记忆用的是左脑，对视频和图像记忆用的是右脑，而右脑的记忆能力是左脑的100万倍以上，我们看过的图片和视频，能保持很长时间不会忘记。所以，人工智能首先选择介入视频和图像这两个领域其实是很自然的。

场景会不会很多？

刘斌 ： 场景是很多，在我们日常生活中，只要是人的眼睛看到的东西，其实都能够把人工智能技术应用上去。

   除了日常的场景外，还有哪些深度场景可以挖掘？

刘斌 ： 佳都目前关注的人工智能深度场景有两个，第一个就是人脸识别 ，第二个是视频的结构化 。人脸识别目前在公安和安防领域 的应用是最专业的 。以前人脸识别更多是做一些辅助性的手段，如门禁、考勤、签到等，而公安领域要利用这个技术来打击罪犯，这对技术识别的准确率、误报率有很高的要求。

以误报率为例，如果把一个非犯罪分子识别成了犯罪分子而出现误报的情况，会导致公安警力的浪费。在误报率高的情况下，警力不可能无限扩充，所以公安部门对人脸识别没有信心，从而拒绝这项技术。

如何降低误报率？

怎么做到的？

刘斌： 一方面是算法 ，要通过各种各样的数据对算法进行训练。公安的应用场景并不固定，而是遍布大街小巷，包括室内室外，从不同的方向有不同的光线照射，还会有不同的天气。因此需要各个场景大量的数据来提供给算法进行学习。

另一方面，可以通过工程技术 来降低误报率。比如，安装人脸识别采集设备的位置和角度是有讲究的，因为不同位置拍出来的效果可能相差很大。一般摄像机要挂在不太高的地方，大概三米左右；摄像机尽量能平视去照射人的脸部，通常向下压15度左右，以保证拍出来的人脸尽量是正面、清晰的，后期送到后台算法进行比对时其结果会更好。当光线不够时，可以考虑加一些补光的设备；当光线太强时，可以考虑加一些抑制光线的装置。

怎么做到数据的互联互通？

刘斌 ： 以广东省为例，安防、交通数据都是视频数据，目前在广东省内部已经完全打通了。但这些仅仅是非结构化的视频数据，即在我在这段视频里面查找一个人是找不到的，必须通过人眼去找。我们现在做的就是如何把视频的录像数据变成计算机可识别、可查找的结构化数据。我们正在部署一些计算机资源，通过一些视频结构化的算法和服务器对数据进行处理，把里面涉及到的人、车分出来，然后将视频数据变成一条条记录。

目前算力已经非常充裕

在识别这个犯罪分子的过程中，能够做到快速的找出目标吗？

刘斌 ： 目前已经能实现了，人脸识别在计算方面有三大要素：算法、算力和数据 ，再加上应用场景，即三加一。算力就是计算资源，目前我们的计算资源非常充裕。举个例子，我们正在配合广东省公安厅搭建一个人脸大库，里面有1.3亿人的照片，拿一张照片放在库里进行比对，一秒之内能把结果拿回，且返回相似度最高的前20张照片，这样公安干警的排查范围会大大缩小。

能否为我们介绍一下城市交通大脑系统？

刘斌 ： 城市交通大脑系统由佳都2017年开始全面研发。其核心理念是名为IDPS的四层，I代表“完善的基础设施”，D代表“完备的数据采集”，P代表“智慧的计算平台”，S代表“个性的服务管理”。我们把城市道路各种标志、标线、电子警察布点等信息记录下来，形成一个可计算的路网地图 ，以此作为核心基础然后对其进行数据仿真及大数据的分析和比对，最终给出优化结果。

春节时会出现一个问题，当有过多的车辆时，导航软件只会对个人提供当前时段的最优选择，比如走哪条路线，但会忽略整个系统的最优。10分钟后如果所有人都往这条路线走，就可能形成拥堵，这就是“导航堵” 的由来。交通大脑系统第一时间检测到这个问题，然后通过后台对算法进行优化，将算法提供回给高德和百度，让他们去修改导航软件的业务策略。

算法的差距在慢慢缩小

人工智能的难点到底是在市场推广上，还是在这个技术突破上?

刘斌 ： 市场推广和技术突破都很重要。如果只讲技术忽略市场，技术是没有生命力的。只有通过技术来解决市场上的实际问题，才能获取经济效益，实现市场跟技术的良性循环。

   算法的技术门槛高吗？

刘斌 ： 算法是有较高的门槛的，但是通过深度学习技术，算法的准确率会不断上升，当提升到一个程度时，再想往上提升会越来越难。目前顶尖的算法厂家可能跟一般的算法厂家准确率差距在10%以内，而且随着时间的推移，这个差距会慢慢缩小 。未来国内算法公司聚集度会越来越高，可能就那么几家，而他们的水平会处于同一个层次上。

目前我们看到一些趋势，一些做硬件的厂商在向做软件延伸，同时也有一些软件的系统集成商在向硬件做延伸，怎么看待这种趋势？

刘斌 ： 这个趋势是很自然的。每个企业在发展到一个程度时会想要突破目前所在的层面，这种突破分为两种：纵向突破和横向突破。纵向突破是相对比较难的，而横向突破进到一个新的领域是可以尝试的。所以企业如果觉得需要推出一些软硬一体化的产品，这时它就会顺势推出一些硬件。