智动西（公众号：zhidxcom）文|近日，微软亚洲研究院在中关村微软亚太研发中心举办了一场只有前员工才能做的“武术大会”。
我参加的聚会是，对，这是微软亚洲研究院校友会。
此次官方支持的“前员工聚会”是今年第二次，已经积累了不少校友。
在人工智能界，微软亚洲研究院被誉为人工智能界的黄埔军校。
明年将是微软亚洲研究院成立20周年。
无论是阿里巴巴、联想、海尔、百度等国内知名科技公司的前沿技术研发负责人，还是商汤、旷视等人工智能领域的知名初创企业，还是AI投资圈，其背后的核心带头人都来自微软亚洲研究院的大人物。
因此，这次聚会成为了人工智能圈的一场“武林大会”，各界高手一展身手。
更有趣的是，虽然是技术人的聚会，也是顶尖学者的聚会，从大公司的高层管理人员到初创公司的创始人，但这群来自微软的技术精英，个个天生就有笑点。
。
在开玩笑的同时，还可以看到很多关于AI行业关键问题的讨论和交流，以及行业热点的评论，有很多有趣的信息。
zhidixcom（公众号：zhidxcom）特意整理如下。
其中，特别值得关注的是李开复、张宏江、赵峰等多位前院长级领导对人工智能投资的讨论，以及微软全球执行副总裁、微软“时代”的讨论。
由微软研究院人工智能负责人顺向阳主持的“人脸识别”圆桌会议，汇聚了国内几家顶尖的机器视觉初创公司，共同探讨了该行业的几个关键问题。
一、微软亚洲研究院现状：更贴近国内产业微软高级副总裁、微软亚太研发集团主席、微软亚洲研究院院长洪小文致开幕辞。
他在致辞中介绍了微软亚洲研究院近期取得的一些成果。
研究成果。
他首先对各位居民表示欢迎，并提到在居民聚集的地方会不定期举办活动，希望能经常和大家相聚。
同时他也肯定了微软新任CEO萨蒂亚的表现。
微软在萨蒂亚的领导下变得越来越好。
人工智能与大数据、云计算密切相关。
人工智能与算法的结合就是所谓的系统智能。
将大数据、大计算、人工智能算法结合到实际应用场景中就叫数字化转型，这种转型对每个公司乃至每个人都产生极其深远的影响。
这些影响至少有四个部分，这也是业内人士希望达到的目标： 1、服务产品转型。
2、密切客户沟通。
3.优化业务运营。
4. 赋予员工权力。
洪小文还提到，微软亚洲研究院在过去一年开始与中国企业合作，与这些企业分享研究成果。
例如，媒体近日报道称，微软亚洲研究院与中国最大的基金投资公司华夏基金正在进行前瞻性联合研究。
微软将继续与更多的公司合作，合作将涉及战略和商业方面。
、科技等更广阔的领域。
明年将是微软亚洲研究院举办“21世纪计算”大会的第20个年头。
会前，微软亚洲研究院将继续深入研究人工智能给未来带来的变化。
2、对话四位老领导：投资未来 接下来，在硬蛋CTO李世鹏、创新工场创始人、董事长兼CEO李开复、源码资本合伙人张宏江、赵峰的主持下，海尔集团副总裁兼CTO、三位投资人高层对投资行业的未来前景发表了自己的看法。
创新工场创始人、董事长兼首席执行官李开复首先讲述了创新工场近两年来的巨大转型。
他表示，创新工场已经停止孵化业务。
一年多前成功转型为风险投资公司，目前正在做VC+。
AI特色风险投资。
创新工场目前计划融资12亿，前年已成功融资7亿。
为什么要进行如此特殊的风险投资？李开复解释说，人工智能的发展需要大数据的支持。
数据来源有两种：一是激活现有数据，二是快速生成大量数据。
目前中国的数据增长速度远快于美国。
这些数据会转化为价值，所以中国人工智能创业的机会是巨大的。
如今，随着移动支付和电子商务的兴起，可以预见，未来其他行业也将受到扰乱，比如目前遇到问题的医疗和教育。
AI创业的资金特别大，想要颠覆传统行业的AI创业项目需要的资金就更大。
因此创新工场正在筹集大量资金来帮助初创企业。
人工智能创业的核心是人工智能人才或技术人才。
李开复表示，目前我们可以看到人工智能创业的四波浪潮： 1、互联网人工智能创业。
如果您在该地区无法获得足够的流量，请不要尝试创业。
如果你想从事这方面的工作，可以在相对成熟的公司工作，比如今日头条、美图公司，做技术工作。
2.商业AI创业。
对于传统银行、保险、医院等机构来说，其业务流程较为完整，在过往的运营中积累了大量的数据。
这些数据非常有价值，可以激活他们的业务。
这是非常可靠的。
创业方向。
问题是，如果你想往这个方向创业，就只能服务于这些机构，而且往往会受到它们的限制。
3.挖掘数据创业。
比如，一些初创企业想要改变中国的零售业、医院，或者想要建立新的诊所、做新的事情。
通过挖掘数据，建立自己的系统和模型，这种创业是风险投资人最愿意合作的创业方式。
4、全自动化，如无人驾驶、机器人、芯片或新技术研发等。
只有基于非常成熟的技术，它们才会吸引风险投资。
毕竟，商业存在各种风险，投资者不能再承担技术风险。
当然，如果这种创业技术已经非常成熟，你只是想将其商业化，这将是一个非常适合大规模发展的创业项目。
除了上述领域，李开复表示，金融领域也是投资者非常看好的行业。
金融是一个虚拟的、纯数据人造的行业。
其数据不仅数量大而且易于标注。
一旦获得，就可以立即产生价值，并且这些价值是可以迭代的。
但与银行和保险公司开展业务非常具有挑战性。
除了银行之外，金融领域还有很多值得投资的领域。
因此，VC愿意投资那些快速产生大量数据、能够快速产生价值的领域。
想要获得风险投资的青睐，创业者需要从这两方面考虑自己的业务方向。
源码资本合伙人张宏江对于未来的投资方向给出了不同的看法。
投资者认为项目应该从申请开始。
AlphaGo Zero改变了人们对数据的迷信，让人们了解现场变得更加重要。
当一些场景规则明确、目标明确的时候，不需要数据就能做出好的AI。
他提到，源码资本这三年的投资都是投场景应用的，AI领域的投资也都是投场景应用的。
投资者准备投资时，首先要从场景应用看市场规模和数据量，然后看AI起步难度，最后看风险。
当你发现好的技术和项目时，就应该迅速投资。
从过去IT整体发展的经验来看，今天的AI行业可以分为三个部分：技术支持者、杀手级应用、平台，或者像微软一样两者兼而有之。
构建AI平台需要数据的支持。
如果一家公司不能从技术支持者转变为杀手级应用或平台，那么它的长期价值就会出现很大问题。
张宏江还提到，创业者不需要为钱发愁。
目前，项目短缺，资金过剩。
许多投资公司和基金都在寻找好的项目。
项目好、团队好、切入点好，就会有人投资。
海尔集团副总裁兼CTO赵峰也表达了对未来投资的一些看法。
他认为，实体工业+人工智能、制造+人工智能都有很大的机会。
人工智能技术需要一个出路，人工智能+硬件+软件是一个非常好的组合。
当前，受人工智能浪潮影响，传统企业正在进行数字化转型。
在转型过程中，他们将不再过多关注产品本身的销量，而是更加关注客户的终生价值。
企业应该思考如何挖掘客户的终身价值。
现在的主要消费者是80后、90后、2000后。
他们已经习惯了互联网消费，这也推动了整体消费升级。
在这个消费升级的机遇下，人工智能可以帮助产品大幅提升品质和用户体验。
创业者需要做的是如何在这样的环境下体现出自己产品的差异化优势。
3、人脸识别四强PK：人脸识别时代，微软是从技术起家的，这次校友会也少不了技术问题。
计算机视觉技术已经发展了51年，当时最流行的就是面部识别技术。
关于面部识别技术，微软全球执行副总裁、微软人工智能和微软研究部负责人顺向阳主持了圆桌会议。
圆桌会议的参加者均为微软现任国内人工智能领域专家： 商汤科技联合创始人兼CEO徐立：毕业于上海交通大学，获学士、博士学位。
来自香港中文大学。
在计算机视觉、模型识别、图像处理方面拥有十多年的经验。
Face++ 旷视科技首席科学家、研究院院长 孙健：毕业于西安交通大学，一直在微软亚洲研究院担任首席研究员。
主要研究方向为计算机摄影、人脸识别和基于深度学习的图形理解。
尹奇，旷视科技创始人兼CEO：毕业于清华大学姚期智实验班，获学士学位，哥伦比亚大学计算机系硕士学位。
2001年创办北京旷视科技有限公司。
单世光，中国科学院计算技术研究所教授、中科科技董事长兼CTO：毕业于哈尔滨工业大学计算机科学系拥有学士学位和博士学位。
中国科学院计算机应用专业博士。
主要从事图像处理与理解、计算机视觉、模糊识别、智能人机交互界面等相关研究工作，特别是人脸识别相关研究工作。
吴敏，依图科技业务技术副总裁：毕业于上海交通大学，后进入微软亚洲研究院。
现加入依图科技，担任业务技术副总裁。
接下来，五位技术专家就人脸识别技术及应用的四个问题进行了精彩解答。
问题一：现在计算机人脸识别能力是否已全面超越人类识别能力？徐立：人脸识别技术还很落后。
目前，计算机在陌生人识别技术上已经在一定程度上超越了人类，但在对熟悉人的识别上，人脸识别技术还远远落后于人类识别。
。
根据海关技术人员给出的判断，目前人脸识别技术的准确率为53%，而人类随机猜测的概率为50%。
现阶段，人脸识别技术虽然还没有完全超越人类，但在某些场景下是可以应用的。
旷视科技创始人兼CEO尹奇也表达了同样的观点。
他表示，无论是AI技术还是面部识别，在接下来的商业路径中都会与场景紧密结合。
中国科学院计算技术研究所教授、中科院董事长兼CTO单世光表示，在比对身份证照片和近期照片方面，人脸识别比人类做得更好。
不过，它在熟人识别方面确实不如人类，还有很多需要改进的地方，但在具体的应用场景中它确实做得很好。
问题2：你们四人所在的视觉科技公司的产品线考虑和重点是什么？中国科技陀山石光：中国有很多实名制需求和身份验证需求。
我们公司更加关注公共安全，重点关注单位、门禁、考勤等，我们希望人脸识别能够完全取代过去的指纹识别。
商汤科技徐力：我认为云加终端是AI的必然趋势，未来AI科技公司也会朝这个方向发展。
旷视科技银奇：我们第一个重点是金融行业，第二个是安防，基本上侧重于离线摄像头连接和智能化。
我们还发现了智能建筑和新零售领域的机会。
这两个行业在未来两三年内将有很大的闭环可能性。
还有与手机、APP、AR相关的0.5应用，也将是视觉科技产品发展的好去处。
目前，这2.5行业是我们关注的重点。
如果计算机视觉技术进一步发展，相信会有更多垂直行业值得关注。
问题三：人脸识别是感知问题还是认知问题？单世光：人脸识别其实就是前端的感知和后端的认知。
目前的人脸识别技术仅仅实现了感知，还有很大的进步空间。
目前，计算机在面部表情识别方面还不如人类。
这主要是因为没有足够的标注者、没有足够的数据、没有这个领域的专家。
然而，目前的面部识别技术在通过算法收集人们内心情绪的感知指标方面比人类更好。
计算机可以通过高速摄像头捕捉人类行为和生理特征变化的信息，从而感知情绪变化。
Face++首席科学家、旷视科技研究院院长孙健：认知问题与语言有关。
人类定义了很多情绪，但这些情绪的标签却不一致。
这种不一致使得计算机很难意识到这些情绪。
高级识别。
我认为不一定是认知发挥更大的作用，这是有待研究的东西。
银奇：人脸识别可以通过多个传感器进行优化。
该解决方案是硬件和软件的集成。
有些问题在学术上很难解决，但工业界可以采取更灵活的方法，让计算机识别更接近人类识别。
问题四：iPhone的面部识别技术，您认为终端应用较强的应用场景以及给公司带来的机会如何？徐立：做产品研究并不容易。
从技术到实施都会有很多弯路和故事。
未来将会有很多线上线下的场景应用。
我们要做的就是前期组建联盟，制定标准和流动性。
银奇：这一代iPhone搭载人脸识别技术，其实有两大推动力。
一是全面屏手机的普及，这是主要原因，二是手机厂商对摄像头的巨大投入。
单世光：iPhone上的Face ID包括现在的深度学习都可以在相对便宜的设备上完成，比如智能门禁。
人脸识别技术将会有更多的商机有待发现，也会有更多的场景可以使用。
孙健：苹果将人脸识别技术运用在手机上，将会推动整个产业链的发展。
如果应用价格降低，计算机视觉创业将会有更好的未来。