我們最大的心愿就是讓AI變得和移動互聯(lián)網(wǎng)一樣，任何人想到它的時候第一反應(yīng)是通過它能夠做什么，而不是AI是什么。其次，如何把AI技術(shù)的應(yīng)用門檻降低，從而成為真正的基礎(chǔ)設(shè)施，讓各行各業(yè)能夠通過AI達成改造行業(yè)的訴求。與此同時，如何提升效率、降低成本，以及提升用戶體驗，這些都是現(xiàn)階段對AI進行探索的本質(zhì)問題。

——閱面科技CEO 趙京雷

視覺市場巨大 從公共安防轉(zhuǎn)向民用

在去年11月騰訊研究院發(fā)布的《中美兩國人工智能產(chǎn)業(yè)發(fā)展報告》中，與美國投資者對于基礎(chǔ)層更為看重不同，中國投資者在應(yīng)用層關(guān)注的更多。其中，融資占比排名前三的領(lǐng)域分別為計算機視覺與圖像，融資143億元，占比23%；自然語音處理，融資122億元，占比19%；以及自動駕駛/輔助駕駛?cè)谫Y107億元，占比18%。

視覺領(lǐng)域的資本熱潮可見一斑。

在趙京雷看來，和人自身通過眼睛認知大部分事物一樣，機器視覺也是人工智能最為重要的感知功能：“資本熱是很正常的事，視覺基本占比人工智能80%的份額，市場巨大�！�

事實上，作為重要的落地應(yīng)用，得益于深度學(xué)習(xí)，視覺已經(jīng)為各個領(lǐng)域帶來了巨大的“賦能”作用。在制造行業(yè)，視覺已經(jīng)成為自動化生產(chǎn)制造中軟件層的關(guān)鍵環(huán)節(jié)；服務(wù)領(lǐng)域，要讓機器人實現(xiàn)諸如迎賓、導(dǎo)引、送餐等功能也離不開視覺導(dǎo)引；在安全防衛(wèi)產(chǎn)業(yè)中，得益于巨大的市場，催生了大華股份、�？低�視、保千里等監(jiān)控產(chǎn)品供應(yīng)商和解決方案服務(wù)商。

無疑，AI視覺的賦能改變了傳統(tǒng)圖像視頻監(jiān)控產(chǎn)業(yè)。與此同時，還有一個巨大演變趨勢趙京雷認為是不可忽視的，那就是視覺應(yīng)用從公共安全領(lǐng)域開始向更多民用場景轉(zhuǎn)變，出現(xiàn)了長尾化趨勢：“很多想象不到的領(lǐng)域開始使用視覺，我們每天接到大量行業(yè)需求，有些是想所未想的需求，比如說健身房，用人臉識別來改善用戶體驗，把整個數(shù)據(jù)層打通。”

對于閱面科技來說，在資本熱潮和巨大的商民用市場中何以占得自己的市場份額，定位顯得尤為關(guān)鍵�！按蟀卜栏偁幖ち�，空間留下的比較少。閱面科技主要把目光集中在民用安防領(lǐng)域。”對于公司的戰(zhàn)略方向，趙京雷這樣表示說。

從云到端的遷移 硬件賦能和行業(yè)賦能

除了應(yīng)用領(lǐng)域的變化，另一個在趙京雷看來非常明顯的技術(shù)趨勢是算法不斷從云到端的遷移。

“端的智能化是未來很長一段時間AI非常重要的主題，怎樣讓設(shè)備和終端更具智能，是AI變革非常重要的表現(xiàn)。拿攝像頭來講，2017年實現(xiàn)了通過AI賦能的升級改造，傳統(tǒng)的攝像頭從記錄、存儲視頻設(shè)備真正變成了一種數(shù)據(jù)的傳感器，可以在前端實時看這個世界，直接把數(shù)據(jù)借以此做終端的互聯(lián)互通，現(xiàn)在所有端都在進行AI的重構(gòu)�！壁w京雷說到。

目前，閱面科技的主要工作正是集中在基于芯片的硬件賦能和基于端的行業(yè)賦能上。在硬件賦能方面，芯片是終端載體的核心，其次是基于人機交互的硬件設(shè)備，也需要構(gòu)建適用于端智能的嵌入式技術(shù)，進行持續(xù)優(yōu)化。與此同時，搭載芯片一起深挖上游的算法和場景，使得終端具備更加智能的能力，是目前閱面科技在行業(yè)賦能上的應(yīng)用。

“行業(yè)賦能可以使得整個硬件系統(tǒng)發(fā)生根本變化，有了這些智能端之后可以圍繞它們進行連接，從而進行數(shù)據(jù)的存儲、分發(fā)等。圍繞行業(yè)的場景去讓智能端更好的為場景服務(wù)，這個是行業(yè)級的服務(wù)，能給行業(yè)提供一些total的solution，主要是這兩個層面�！壁w京雷表示說。

“繁星”戰(zhàn)略：與芯片廠商合作降低端側(cè)門檻

作為技術(shù)驅(qū)動型公司，閱面科技前期也正在和將要經(jīng)歷長期的技術(shù)產(chǎn)品研發(fā)期。值得一提的是，目前公司技術(shù)底層和產(chǎn)品已經(jīng)全線成熟。與此同時，公司營收也在快速增長中，接下來的重要工作是行業(yè)應(yīng)用和產(chǎn)品怎樣更好的結(jié)合，以滿足更多實際場景需求。

目前，閱面科技主要有三大技術(shù)和四大產(chǎn)品方案。其中，三大技術(shù)包括人臉識別技術(shù)，主要通過面部識別算法利用大數(shù)據(jù)深度學(xué)習(xí)技術(shù)，從視頻中識別并跟蹤人面部的特征，起到幫助智能產(chǎn)品辨識用戶、了解用戶特征、判斷用戶情緒等功能；人體識別技術(shù)則是利用大數(shù)據(jù)深度學(xué)習(xí)，從視頻中檢測人體、識別人體行為，并跟蹤人體的特征，幫助機器感知并可實現(xiàn)人體跟隨，這其中包括人形檢測、人體位置檢測、人體追蹤，以及運動軌跡和手勢檢測；此外，空間識別技術(shù)主要實現(xiàn)辨識空間特征及障礙物，并進行空間自主探測及導(dǎo)航，幫助機器在沒有人工干預(yù)的情況下實現(xiàn)自主行走的功能。

在三大技術(shù)的基礎(chǔ)上，閱面科技開發(fā)出了包括SenseKit、閱客、閱鄰，以及閱趣四款產(chǎn)品。

“如何把端進入智能領(lǐng)域的門檻大大降低”趙京雷介紹說，閱面所做的工作是和芯片廠商進行合作，在端側(cè)賦能。比如和英特爾合作推出針對多場景的硬件化模塊戰(zhàn)略，又稱為“繁星”戰(zhàn)略。目前，繁星”集中化程度最高，功耗最低的一款產(chǎn)品已經(jīng)進入量產(chǎn)模塊。

去年11月，閱面宣布與瑞芯微電子、CEVA聯(lián)手，將企業(yè)的自研算法IP集成至RV1108芯片之中，并作為官方指定功能。這一聯(lián)手的背景是基于傳統(tǒng)視覺與云端深度學(xué)習(xí)視覺都存在一定缺陷，例如前者采用傳統(tǒng)人工特征，精度較低；后者則在動態(tài)性與魯棒性上略遜一籌。

對于未來視覺技術(shù)的機會，趙京雷認為主要集中在人臉識別、數(shù)據(jù)采集，以及人機交互三個層面：“人臉識別，這個應(yīng)用已經(jīng)爆發(fā)了，而且是在海量的爆發(fā)，爆發(fā)期至少會持續(xù)兩年。數(shù)據(jù)采集方面的機會主要集中在新零售領(lǐng)域。人機交互方面，包括機器人，AR/VR，構(gòu)建人機交互的載體，在這里面視覺層面的人機交互將成為另一塊機會。”

最后，趙京雷強調(diào)：“AI應(yīng)該是賺錢的AI，而不是簡單的AI”。