「镁客·请讲」阅面科技赵京雷：突破行业现状，做下一个硬件平台的关键技术点...

面对当下的行业，阅面背靠嵌入式视觉算法，以图像识别消费级产品切入，立志做一个行业突破者。

当下，人机交互成为了人工智能技术发展的一大重点领域。在过去的2016年里，除了语音交互技术，视觉交互的发展速度也令人不得小觑。

与此同时，从事视觉识别技术的公司开始逐渐走入大众的视线，引起资本的关注。正是由于对行业敏锐观察，阅面科技CEO赵京雷毅然决然地放弃了自己的高薪工作，转而投入了视觉识别技术创业的怀抱。

突破现状，做下一个硬件平台的关键技术点

“阿里是一个培养创业者或是创业想法的土壤，我们可以在工作中发现很多机会，就比如一些即便像阿里这种大公司也不能做好的领域。”由此，为了实现以前可能敢想但是做不到的一些事情，赵京雷与前百度高级研发工程师宋向明等业界伙伴一起，创立了现在的阅面科技。他希望基于自己对行业的一些认识，去做一些比较具备突破性、创新性的产品，为整个行业带来一些改变。

在其看来，继智能手机之后，下一个硬件平台的关键技术点在于如何让机器人更好地认识这个世界，这就涉及到一个人机交互的问题，也是阅面科技希望实现突破、创造价值的地方。现如今，语音、视觉已然成为人机交互的两大主要途径，而之所以选择视觉，其关键在于赵京雷对行业的观察。

在公司成立之前，依据自己对行业的观察，赵京雷发现，在人机交互上，语音交互领域已经有了科大讯飞、思必驰等很多相对成熟的企业。与此相对的，虽然从事视觉交互的企业也不在少数，但产品多倾向于安防、金融等领域，技术上也依赖云端和服务器，由此一来，极大地限制了视觉技术在很多场景中的一个运用。正是这种现状，让他看见了市场的缺口，也确定了自己创业后进行产品突破的方向。

主打嵌入式算法，三线齐发

目前在市场上，安防和金融是视觉识别的两大主打市场，在产品上，绝大多数从事视觉识别的企业有一个共通的特点：将采集到的数据上传至云端或是服务器进行运算。事实上，因为延时等不确定因素的存在，此种做法并不能进行即时信息流的处理分析，从而难以全面进入尤其讲究“实时性”的消费级市场。

从这一点出发，阅面科技推出了嵌入式图像识别算法，也就是“把算法嵌入到设备前端去运行”，不需要依赖云和额外的服务器等，做到即插即用。在此基础上，不管是对计算机资源的依赖，还是本身的功耗，在加载了嵌入式视觉算法的产品设备上来说都是非常小的，也让深度学习得以在消费级市场的大规模应用成为可能。

在产品上，阅面科技主要规划了三条线路：处于最底层是一系列算法，像嵌入式的人脸识别技术、人体感知技术以及空间感知技术等等，这些算法都能基于普通的单目摄像头做到；其上是面向行业的嵌入式模块和解决方案，比如阅面近期推出的一种面向机器人、编程型机器人的人机交互视觉模块；而在最后，阅面还将推出一系列基于底层算法的软硬件一体的产品。从这三条产品线来看，在图像识别市场的布局上，阅面的策略可以说是以点及面，从尚处于“蓝海”的消费级市场着手，凭借覆盖范围全面的产品开拓自己的市场。

技术已经成熟，接下来是应用领域升华的两年

从去年开始，图像识别的技术以火箭般的速度得到了提升，进入了大众的视野。以人脸识别技术为例，就在近期，美国《MIT科技评论》将“人脸识别”技术划入了成熟期。对此，赵京雷也给予了赞同，他表示，近两年来，依靠深度学习算法，在技术提升的同时，人脸识别的应用范围也得到了进一步拓宽。举个例子，以往的人脸识别在应用中有着诸多的要求，包括正面近距离对着摄像头等等，以此才能达到令人满意的效果，但是，如今在深度学习算法之上利用大数据等技术，摄像头就能以一种新的、类似于“人眼”的方式去识别人脸，扩大人脸可识别范围以及提高识别的准确性。

对于2016年人脸识别技术的发展，赵京雷称之为技术在某些领域的一个点的尝试，而在接下来的一两年内，人脸识别技术将在多个领域进行升华。在其看来，人脸识别技术带给人们生活的变化主要体现在两方面，分别是安全和便捷。

在安全方面，人脸识别技术本质上就是一种身份认证体系，当成熟到一定程度，必然会带来一套更为安全的验证体系。而在便捷性上，除了通常所说的“刷脸消费”之外，机器人也是不可或缺的一部分，它能在识别出用户身份之后及时调整，提供一个个性化服务。

此外，在对人脸识别技术和应用的赞赏之余，赵京雷也表示，虽然人脸识别技术已经进入了成熟期，但在应用范围的扩展上，最后还是要看具体的领域。鉴于光线、角度等多种不稳定因素带来的影响，在某些领域，人脸识别技术还需经过一段时间的技术提升。

图像识别在C端可能早已爆发，只是容易忽略

当前，火车站人脸识别安检、银行人脸识别身份认证……安防和金融已然成为了图像识别技术的两大战场。依据当前的情形，我们总是说B端图像识别的竞争已经进入了“红海化”，而C端仍是一块尚未遭到过多开垦的市场。

但实际上，正当各家厂商在B端市场打的火热的时候，C端市场正在被慢慢“蚕食”，“人脸识别在C端的爆发可能早已出现，只是我们不太容易注意到。”赵京雷如是说道。他也向我们举出了几个例子，比如苹果的iOS10系统的相册，系统中的人脸识别算法能够根据不同的对象进而分化多个自相册，又比如手持云台，在使用过程中，用户只需指定一个对象，利用图像识别技术，其便可以实现自动跟随等功能，这些都是人脸识别在C端的应用。

需要注意的是，早在人们真正认识图像识别技术之前，就已经在生活中不经意间使用了这项技术。而其中，我们最直观的体验是在“拍照”方面，在相机中，人们发现总会出现一个将人脸框住的框框，这就是人脸识别技术的一个体现。另外，在美颜相机、Faceu激萌等产品中，美颜效果、特效等一系列功能都是在人脸识别技术的基础上所实现的。

不仅仅是那些直接的表现，在某些领域，图像识别也在以一种间接的方式进入C端市场。就在近期，阅面推出了一款基于深度学习的人机交互嵌入式视觉模块，它也是世界上第一款基于单目摄像头的一个即插即用的视觉人机交互模块，能够让机器人识别周围是否有人、面前人的身份以及实现人体跟随、手势识别等等。从某种意义上来讲，这也可以说是图像识别在C端市场的应用，当这个机器人面向消费级市场的时候，毕竟图像识别功能的实现是在家居等一系列消费级、民用场景中。

如今，我们在C端市场上见到了越来越多的图像识别产品及应用，随着B端市场竞争的白热化，以及技术进入成熟期，在接下来的一两年之内，面向C端市场的应用将会实现一个突破。