人工智能这个领域当中，计算机视觉技术创新能够为各行各业注入新的活力。在2000年以后，人工智能逐渐进入了第三次热潮，以大数据、深度学习、深度卷积神经网格为代表的核心技术日趋成熟。所以在人工智能驱动全球产业结构的过程中，技术赋能无疑是其中的关键一节。

在发展的浪潮当中，全球的互联网巨头纷纷上阵抢滩布局。不过近两年，不少初创企业也在不断发力，共同推动了人工智能应用化和商业化。在未来的发展中，技术和产品的完美结合将成为脱颖而出的关键。

作为软银中国在国内投资的第一家AI企业，码隆科技似乎有着自己独特的优势。如何在技术方面保持领先优势，又如何用技术产品为实体经济赋能，让我们一起来了解一下。

深度学习是打开金矿的金钥匙

码隆科技的名字是由两位创始人的名字组成的，黄鼎隆和码特。黄鼎隆在清华大学念完人机交互博士之后，先后在谷歌、微软、腾讯和TripAdvisor就职。在微软工作期间，与码特成为了黄金搭档。

码特在微软有十年的研发经验，曾任微软亚洲研究院高级研发主管，也是在微软多年保持绩效排名前1%的员工和管理者。码特和黄鼎隆在工作中合作默契，曾一起推出了“必应词典”，促进了微软在中国本土化上的创新。

在这一系列的工作当中，黄鼎隆和码特已经开始大量使用了机器学习的方法。完成了大量的创新，也处理了许多文本相关的信息。这时，他们突然意识到，这可能是一个巨大的金矿。

黄鼎隆和码特认为，视频和图片的大量信息中其实蕴藏着非常大的商业价值。但以当时的技术，却并不足以将其全部挖掘出来。在2014年的一次聚会上，黄鼎隆和码特一拍即合，决定深入挖掘深度学习技术，把这项技术作为打开金矿的金钥匙。

正式开始创业之后，码隆科技似乎并没有经历什么九死一生的劫难。就像黄鼎隆在受访时对记者所说的：“如果要谈创业中印象深刻的困难，恐怕会让你失望。”一路发展至今，码隆科技就像是“别人家的孩子”一样，顺风顺水。

并不是完全没有碰到过问题，事实上问题每天都在出现，每天都在解决。“我们不断在克服各种各样的困难，我认为出现的每一个小问题都应该及时去解决，而不是等它变成大问题了再去解决。”

创业的这个过程被黄鼎隆视作爬山，他认为在创业之前要先想清楚接下来要攀登的是怎样一座山脉。思考清楚了，才开始组建团队。虽然前两轮的融资非常顺利，业务也扩张得很快，但码隆科技的团队一直在控制人数，人才录取通过率在2%。

这样的理念使得码隆科技拥有了一支小而美的团队，并且融合了中美两国的特点——讲中国的人情世故，但避免裙带关系；学习美国人的契约精神，但避免太过疏离。

码隆团队的创业理念也有些不同，他们的想法是先帮别人赚钱。就像黄鼎隆多次提到的一句话：“真正的人工智能，不在于自己有多智能，而是在于能不能让别人变得智能。现在很多人工智能产品都在炫耀自己有多智能，自己很聪明，但却不能帮助别人更聪明。人工智能真正的商业化，一定是让别人变得更聪明。”

从具体实践路径上看，码隆科技想要做的是把人工智能与实体经济相结合。实体经济中有着各类具体的产业，码隆科技希望以技术赋能垂直行业，与行业中的龙头企业合作并进，从而促进产品优化和落地。比如纺织时尚业，这是一个覆盖完整产业链且企业数量众多的传统行业。2016年我国纺织业企业单位数为20201个，2016年我国服装行业规模以上企业15715家。事实上，全球约有70%的面料来自于中国，这样庞大的训练数据会使得之后拓展海外市场时，能更具有领先性和竞争力。

“不担心与巨头的竞争，也不担心行业被突然颠覆”——对话码隆科技CEO黄鼎隆

搜索引擎对文本数据的挖掘成就了百度、谷歌等巨头，但光是采用文本进行信息搜索的人机交互方式是存在缺陷的。所以码隆科技自己也在期待，通过挖掘图像信息实现革新。具体关于技术和未来的规划，让我们一起看看码隆科技CEO黄鼎隆的说法。

人工智能团队需要三大特质

电脑报：技术对于人工智能企业来说尤为重要，我了解到码隆科技有70%左右的员工都是技术型人才，那么你认为人工智能企业需要的是怎样的团队？

黄鼎隆：打造人工智能团队实际上是很困难的，主要的特质我认为有三个。第一，人工智能团队必须要有很强的技术能力，同时又要有能够落地的商业化能力。因为人工智能的创新，首先是技术的创新。但如果不能落地那就没有价值，所以这两点的结合尤为重要。

第二，团队既要有很强的本土化能力，又要有很强的国际化能力。因为每一个产业的问题都发生在本土市场，掌握了本土市场才能获得实实在在的数据。而国际化能力又能给予技术和产品更广阔的市场，将解决方案推向全球。

第三，需要有严谨的科学精神，同时也需要非常开放和乐观。人工智能技术创新本身需要严谨、专注、持之以恒、精益求精。在技术的商业化过程中，非常艰难，可能遇到各种各样难以预料的问题，这就要求团队必须乐观、积极、开放地区沟通交流，解决问题，使得大家能以一种比较愉悦的高效率的状态去进行创新。

电脑报：目前的主营业务有哪些？

黄鼎隆：码隆科技一直专注于人工智能商品识别领域，在许多企业集中于研究人脸识别技术的时候，我们选择了较为冷门的商品识别领域。而我们的想法其实是用人工智能技术去帮助实体经济产业大幅度提高效率。

目前我们的产品有两种类型，一种是基于在线的PaaS平台ProductAI，企业可以通过这个平台将人工智能商品识别技术植入到传统产业产品中去。另一种是我们提供的软硬一体整体解决方案，直接服务于垂直行业的具体企业。

一纵一横的落地方式各有千秋

电脑报：请简单介绍一下码隆科技的弱监督学习算法。

黄鼎隆：深度学习的算法需要大量经过人工标注的干净数据，但实际上在实际应用当中，由于成本和应用场景的局限，没有办法获得大量无噪音的标注后的数据。考虑到这些实际因素，我们开发出了能够通过少量未经人工标注的数据进行分析的弱监督学习算法。

电脑报：在实施场景落地的过程中，您认为全面布局与细化深耕，哪种方式更好？

黄鼎隆：其实这两种方式各有优势，我认为这就是一纵一横。全面布局是横向策略，这样方法可以广泛地接触到各个行业，去收集和了解各行各业的信息。同时还能得到发挥深度学习的迁移学习能力，这就相当于一个人接触的领域多了，就能够将各种各样的知识融会贯通，变得越来越聪明，人工智能也是如此。

细化深耕就是纵向策略，这需要深入到具体的行业中去。这种策略必须通过与行业头部企业的合作完成，站在同一战壕中战斗，打造能够尽快落地的终端解决方案。

电脑报：在场景落地方面，与线下企业的合作方式是怎样的？

黄鼎隆：一种是让企业调用我们的API，按调用次数进行收费。另一种是我们提供整体解决方案，对方给予相应授权费。以人工智能纯视觉智能货柜的解决方案来说，我们的收费方式是根据每个摄像头每个月的使用来收取授权费。

竞争不可避免 会加快推进国际化

电脑报：在人工智能不断应用化和商业化的当下，码隆目前的发展已经趋于稳定，那么会不会担心同行间的竞争呢？

黄鼎隆：巨头在人工智能领域有着非常大的优势，所以竞争肯定是不可避免的。在研发过程中，我们遇到了各种各样的问题。但这些问题在全球都没有解决方案，我们会把他装在脑袋里，上班想、下班想、吃饭想、睡觉想甚至上厕所都在想，不断琢磨，突然哪天灵光一现，问题就解决了。所以相对而言，我们的创造力和效率可能会更强。

与此同时，我们更加聚焦于解决垂直领域的问题，和行业中的企业一起发掘痛点，找到解决方案，因地制宜地促进人工智能技术落地。我不担心来自巨头的竞争，也不担心其他人工智能公司突然颠覆行业。因为这个行业的门槛非常高，需要数据、算法、资金、人才还有非常贵的GPU等资源和经验积累，这些都抬高了准入门槛。

电脑报：作为人工智能独角兽企业，码隆科技接下来得规划是怎样的？

黄鼎隆：码隆科技刚刚完成了新一轮的融资，引入了埃森哲资本，也是其在中国投资的第一家企业。接下来我们会加大促进人工智能与实体经济的结合，另外会加快国际化进程的推动。