相信不少學(xué)者在面對(duì)艱深的科研課題的時(shí)候，心中都有過(guò)那么一絲疑惑：這東西何時(shí)能實(shí)現(xiàn)產(chǎn)業(yè)化，真正造福社會(huì)？盡管心中的信念不會(huì)因此動(dòng)搖，但疑惑仍然長(zhǎng)時(shí)間的存在著。一項(xiàng)新技術(shù)從在實(shí)驗(yàn)室中誕生，到最終投入大規(guī)模使用，這其中經(jīng)歷的艱難和磨難會(huì)遠(yuǎn)遠(yuǎn)多于常人的想象。學(xué)術(shù)研究和商業(yè)化應(yīng)用可以說(shuō)是幾乎同樣困難的兩個(gè)課題。有人醉心于探索科技最前沿的方向和理論，但也有人更希望自己能幫助將這些技術(shù)落地到具體的產(chǎn)品中去，真正的為大家服務(wù)。這些人中的很多最后都去到了相關(guān)公司的實(shí)驗(yàn)室中貢獻(xiàn)出自己的一份力量，也有些自己創(chuàng)業(yè)，開始了一條屬于自己的技術(shù)產(chǎn)業(yè)化道路。不過(guò)這其中的暗坑之多，恐怕只有親身經(jīng)歷過(guò)的人才能理解。雷鋒網(wǎng)雷鋒網(wǎng)

本期雷鋒網(wǎng)硬創(chuàng)公開課我們請(qǐng)來(lái)了極視角CTO黃纓寧，來(lái)為我們解答這個(gè)問(wèn)題。黃纓寧， 畢業(yè)于北京大學(xué)機(jī)器感知與智能實(shí)驗(yàn)室，師從長(zhǎng)江學(xué)者特聘教授查紅彬教授。曾作為主要成員參與多個(gè)計(jì)算機(jī)視覺(jué)領(lǐng)域的國(guó)家自然科學(xué)基金項(xiàng)目并發(fā)表論文，獲得相關(guān)專利。

曾在百度進(jìn)行數(shù)據(jù)挖掘工作并與大數(shù)據(jù)部共同發(fā)布電影票房預(yù)測(cè)系統(tǒng)，后獲谷歌總部無(wú)人駕駛錄取?，F(xiàn)為極視角CTO，負(fù)責(zé)計(jì)算機(jī)視覺(jué)相關(guān)項(xiàng)目的調(diào)研、設(shè)計(jì)與開發(fā)，機(jī)器學(xué)習(xí)及深度學(xué)習(xí)平臺(tái)搭建，技術(shù)架構(gòu)的設(shè)計(jì)與項(xiàng)目開發(fā)的管理把控。主導(dǎo)了CK，中國(guó)電信，上海公園，華潤(rùn)大疆等CV項(xiàng)目的技術(shù)實(shí)現(xiàn)。致力于打造中國(guó)第一個(gè)計(jì)算機(jī)視覺(jué)的PAAS云平臺(tái)，讓CV的從業(yè)者能在實(shí)際應(yīng)用中釋放自己的洪荒之力，推動(dòng)計(jì)算機(jī)視覺(jué)技術(shù)在生產(chǎn)環(huán)境中的落地。

如果你也想跟我們近萬(wàn)學(xué)霸精英用戶做近距離交流，也想成為我們的產(chǎn)業(yè)界首席科學(xué)家分享嘉賓，請(qǐng)發(fā)郵件至lizongren@leiphone.com

在學(xué)校實(shí)驗(yàn)室時(shí)你的核心研究方向是什么？

實(shí)驗(yàn)室里做的主要是計(jì)算機(jī)視覺(jué)，基于計(jì)算機(jī)視覺(jué)的行為分析。做過(guò)ADAS，基于行車環(huán)境的車速控制，也做一些高階行為的檢測(cè)，比如共同關(guān)注的識(shí)別和質(zhì)量判斷，這對(duì)兒童早期自閉癥的發(fā)現(xiàn)是一個(gè)重要參考。計(jì)算機(jī)視覺(jué)，機(jī)器學(xué)習(xí)，模式識(shí)別，三維視覺(jué)，壓縮感知，數(shù)值計(jì)算與優(yōu)化等都是一些專業(yè)課程。

專業(yè)外課程就選擇多了，選過(guò)心理學(xué)，這塊還是挺有意思的，很多心理的過(guò)程都會(huì)在肢體表情和互動(dòng)中表現(xiàn)出來(lái)，而表現(xiàn)出來(lái)的這些feature很多都能通過(guò)計(jì)算機(jī)視覺(jué)的方法捕捉，換言之，心理學(xué)可以提供整體模型思路，而我就是用計(jì)算機(jī)的語(yǔ)言把這個(gè)翻譯出來(lái)。當(dāng)時(shí)也選了偏生物一點(diǎn)的講大腦構(gòu)造和視覺(jué)形成的課，那里就有深度學(xué)習(xí)的思路在。許多科學(xué)的發(fā)展就是仿生學(xué)，所以說(shuō)要走進(jìn)自己，了解自己。還選過(guò)漢服文化，有段時(shí)間沒(méi)周末都會(huì)穿漢服在園子里晃悠，挺有意思的。

第一份工作百度的數(shù)據(jù)挖掘工程師貌似跟本專業(yè)不一樣？

做數(shù)據(jù)挖掘這事是這么考慮的。處理信號(hào)的方法論都是一致的，只是說(shuō)輸入的類別不一樣，以前做的是基于視覺(jué)，但不代表就這套方法論就只能handle視覺(jué)。數(shù)據(jù)挖掘中用也到很多機(jī)器學(xué)習(xí)和模式識(shí)別的東西。

到產(chǎn)業(yè)界后，做的東西跟之前核心研究方向完全一致嗎？

其實(shí)不完全一致。當(dāng)時(shí)研究偏高層行為識(shí)別與建模一些，但是在真正通用環(huán)境下的行為識(shí)別和分析還是挺難的。視覺(jué)上升到做行為分析經(jīng)歷的環(huán)節(jié)非常多，檢測(cè)，跟蹤，姿態(tài)，識(shí)別，場(chǎng)景理解，每一步都是行為分析中的一個(gè)模塊，搭建起來(lái)整個(gè)系統(tǒng)的累計(jì)噪聲不容小覷。

而這些偏中低層一點(diǎn)的視覺(jué)任務(wù)由于現(xiàn)實(shí)環(huán)境比實(shí)驗(yàn)室環(huán)境復(fù)雜很多，噪聲會(huì)大很多，難以達(dá)到通用兼商用。 到一些基礎(chǔ)的算法能通用的時(shí)候，做行為就會(huì)簡(jiǎn)單很多，不然累計(jì)的誤差太大。

根據(jù)你的觀察，一般學(xué)術(shù)界投入產(chǎn)業(yè)界的那撥人是在具備了什么條件后才這么做的？

如果加入非科研機(jī)構(gòu)就算投入產(chǎn)業(yè)界的話，我覺(jué)得這個(gè)條件還挺簡(jiǎn)單的，就是享受做出能被人使用的產(chǎn)品的快感。記得曾經(jīng)老師讓我發(fā)Paper，發(fā)完后和老師說(shuō)，我覺(jué)得這個(gè)不是那么有意義，挺迷茫，感覺(jué)做研究就是為了發(fā)Paper一樣，但看不到一些直接的影響。

老師覺(jué)得學(xué)界對(duì)世界的貢獻(xiàn)的多數(shù)方式就是有人看到你的研究并推動(dòng)其邊界延伸哪怕一點(diǎn)點(diǎn)，最后反饋到產(chǎn)業(yè)界，給這個(gè)世界帶來(lái)實(shí)質(zhì)性的影響。而我個(gè)人，更享受這種直接改變帶來(lái)的快感吧。

你自己畢業(yè)后投身產(chǎn)業(yè)界（去百度搞大數(shù)據(jù)挖掘）是下了很大的決心去的嗎？ 

其實(shí)也還好，本來(lái)就想去的。

現(xiàn)在業(yè)內(nèi)有個(gè)說(shuō)法叫“學(xué)而優(yōu)則商”，這兩者之間的轉(zhuǎn)化，我一直有個(gè)疑問(wèn)。是一般成績(jī)好，最佳論文獲得者更容易有余力投身產(chǎn)業(yè)界；還是有些人天生就喜歡往產(chǎn)業(yè)界跑，跟學(xué)習(xí)好不好無(wú)關(guān)？

是個(gè)很有意思的問(wèn)題，讓我想采樣做個(gè)相關(guān)性分析了。比如Caffe作者的賈揚(yáng)清，Caffe其實(shí)是他博士期間的一個(gè)作品，但這個(gè)框架非常優(yōu)秀，不僅在學(xué)術(shù)界也在工業(yè)界收到了廣泛的關(guān)注，Google和Facebook向他拋橄欖枝也就不奇怪。

而且這樣的巨頭，能提供的資源是海量的，你可以在里面繼續(xù)學(xué)術(shù)研究，會(huì)有人把你的技術(shù)變現(xiàn)的。所以這是個(gè)先后問(wèn)題，基本在學(xué)界做得風(fēng)生水起的，總會(huì)有產(chǎn)業(yè)界的人聞香而來(lái)。而自主創(chuàng)業(yè)的那些，我想他們心里可能和我一樣，希望能直接的對(duì)這個(gè)世界make a little change 。

學(xué)不優(yōu)而投身創(chuàng)業(yè)的，需要具備哪些條件？

認(rèn)識(shí)一個(gè)架構(gòu)大神是學(xué)醫(yī)出身的，可能他學(xué)醫(yī)學(xué)得不夠好，但是不想當(dāng)首架的程序員不是好醫(yī)生呀。學(xué)習(xí)這事并不能讓人全面的表現(xiàn)自己，我可能計(jì)算機(jī)學(xué)的不好，但想從事it類創(chuàng)業(yè)也不是沒(méi)機(jī)會(huì)，關(guān)鍵是發(fā)掘自己的閃光點(diǎn)，找到適合自己的崗位。

創(chuàng)業(yè)這個(gè)事情還真不適合每個(gè)人，首先你得有毅力，還得樂(lè)觀，有自信，其次你得更能吃苦耐勞。如果純粹是為了財(cái)富自由選擇創(chuàng)業(yè)就還是別來(lái)了，你得對(duì)自己所創(chuàng)的業(yè)認(rèn)同和熱愛(ài)，還要具有責(zé)任感，能對(duì)一起奮斗的兄弟負(fù)責(zé)。 有這些基本素質(zhì)，我覺(jué)得就差不離能出來(lái)試試了，還要記得帶上一幫不離不棄和你打拼的兄弟。肯定會(huì)有來(lái)自各方的壓力，也會(huì)不斷受到來(lái)自外界的表?yè)P(yáng)和批評(píng)，但記得要樂(lè)觀，堅(jiān)持，有使命感。

在學(xué)術(shù)界做和產(chǎn)業(yè)界做，具體哪里不一樣？哪里一樣？

我們做研究的時(shí)候有時(shí)會(huì)忽略前置步驟的完成情況，而驗(yàn)證模型創(chuàng)新部分的方法論，證明這個(gè)步驟是work的。但產(chǎn)業(yè)界沒(méi)有這樣的假設(shè)，比如你做人臉識(shí)別，那從檢測(cè)到對(duì)齊到特征提取和檢索匹配每一步的誤差都是需要盡量降低的，這就是工程，人家不會(huì)看你中間這個(gè)方法多么work和精妙就買單，看的是整體。

再有在imagenet的battle中，你能看到很多學(xué)術(shù)機(jī)構(gòu)和公司都是會(huì)堆機(jī)器來(lái)拼出這個(gè)精度的。但真正做產(chǎn)品不能是這個(gè)思路，比如我們公司賣的是云上服務(wù)，那服務(wù)成本越低，用戶越可以接受，畢竟中國(guó)的環(huán)境本來(lái)對(duì)軟件付費(fèi)就不太接受，而運(yùn)算量越大，付給云的成本也會(huì)越大，這個(gè)會(huì)直接反應(yīng)到服務(wù)成本上。

所以我們追求精度的同時(shí)必須要盡可能減少運(yùn)算量。假設(shè)有些東西我明明知道能達(dá)到四個(gè)9準(zhǔn)確度，但運(yùn)算量要翻十倍，我們就會(huì)問(wèn)自己，三個(gè)9或者兩個(gè)9是否也可以接受。

有些人說(shuō)，在學(xué)術(shù)界的時(shí)候就是做實(shí)驗(yàn)，發(fā)論文，雖然也辛苦，但基本是一個(gè)人的戰(zhàn)爭(zhēng)，到了產(chǎn)業(yè)界有什么變化？

產(chǎn)業(yè)界只會(huì)更辛苦，要權(quán)衡的東西多很多，精度，效率，產(chǎn)品，模式。等于多維限制條件求最優(yōu)解，沒(méi)有在學(xué)術(shù)界那么目標(biāo)明確的直奔主題，酣暢淋漓吧。但我來(lái)到產(chǎn)業(yè)界發(fā)現(xiàn)一點(diǎn)最大的好處，就是能拿到許多實(shí)際場(chǎng)景中的數(shù)據(jù)。

來(lái)了公司之后上了挺多產(chǎn)品的，覺(jué)得能通過(guò)計(jì)算機(jī)視覺(jué)幫助他們節(jié)省人力成本提高效率當(dāng)然是一件非常開心和有成就感的事情。有一天某公園項(xiàng)目上了我們的客流計(jì)數(shù)后覺(jué)得這個(gè)非常實(shí)用，比之前上的某品牌靠譜很多，要知道那個(gè)廠商也是在這個(gè)行業(yè)里做得不錯(cuò)的。之前他們都對(duì)算法分析出來(lái)的數(shù)據(jù)持懷疑態(tài)度，想用不敢全用，經(jīng)過(guò)幾期隨機(jī)實(shí)際驗(yàn)證后完全信賴了我們的數(shù)據(jù)，我知道以后非常開心。這說(shuō)明我們的產(chǎn)品是落地的，實(shí)用的，不是概念或者套著人工智能的花架子。當(dāng)然，被客戶表?yè)P(yáng)優(yōu)于競(jìng)爭(zhēng)對(duì)手也非常開心。

從青年科學(xué)家到首席科學(xué)家（CTO）這條路上，你覺(jué)得遇到過(guò)什么坑？要避開它有什么方法論？

青年科學(xué)家也談不上，坑也談不上，方法論談不上，這幾個(gè)詞都太大，只能說(shuō)說(shuō)幾點(diǎn)經(jīng)驗(yàn)之談吧。

從學(xué)界出來(lái)，有時(shí)對(duì)一些東西摳的很深很精細(xì)，花費(fèi)了很多的時(shí)間，也不是說(shuō)這樣不好，就是會(huì)放慢成長(zhǎng)速度。對(duì)于初創(chuàng)公司，變化響應(yīng)一定要快，要?jiǎng)?chuàng)新。對(duì)于產(chǎn)品而言不一定要絕對(duì)完美再推出，但一定要有特色，要有核心競(jìng)爭(zhēng)力。在從無(wú)到有的這個(gè)時(shí)期，小細(xì)節(jié)的把控不如大趨勢(shì)的把控，避免陷入局部最優(yōu)難以自拔吧。先有了，才能再打磨精細(xì)。

第二個(gè)就是在組建團(tuán)隊(duì)這一塊，以前單兵作戰(zhàn)，或者小團(tuán)伙作戰(zhàn)，都是實(shí)驗(yàn)室的人，氣味相投，合作也愉快。到了公司，有些人可能技術(shù)很好但目標(biāo)不一致，有些人可能非常勤奮但給不了產(chǎn)出，這些都不是合適的隊(duì)友，調(diào)整不好時(shí)處理要果決。在人才上要舍得花錢，人才比其他人更知道自己的價(jià)值，打造一個(gè)高效的團(tuán)隊(duì)對(duì)公司能創(chuàng)造成幾何倍數(shù)的價(jià)值，而且強(qiáng)者的團(tuán)隊(duì)才能培養(yǎng)更多的強(qiáng)者。還要了解每個(gè)人的核心訴求，知道如何去激勵(lì)他們，如何讓他們互助的成長(zhǎng)起來(lái)。

第三個(gè)就是建立文化，要形成一定的儀式感。《人類簡(jiǎn)史》上說(shuō)，50人以下的社群可以靠口口相傳的信息維持起來(lái)，50人以上就要一起相信同一個(gè)故事，比如我們都相信國(guó)家這個(gè)概念，于是我們組成了這個(gè)國(guó)家的公民群體。建立好文化了，很多東西都能自己run起來(lái)，人與人之間也有了簡(jiǎn)歷初始信賴的依據(jù)。說(shuō)的比較多是管理層面遇到的挑戰(zhàn)吧，技術(shù)的不同之前說(shuō)的比較多了。

一個(gè)真正的公司對(duì)你作為一枚首席科學(xué)家/CTO的需求是怎樣的？

CTO其實(shí)不是純技術(shù)崗，還是加了很多需求的。

在技術(shù)方面，需要把握方向，并且身先士卒的實(shí)踐。而且要保持自己技術(shù)上的先進(jìn)性，這樣才能在分析需求的時(shí)候能比較有把握的分析用什么技術(shù)路線，其實(shí)質(zhì)是什么，所以到現(xiàn)在為止我還會(huì)保持每周都要閱讀paper。同時(shí)要保持追蹤產(chǎn)業(yè)界及需求人群的動(dòng)向。作為CTO，雖然是算法出身，但所有和技術(shù)相關(guān)的事情都或多或少的需要安排和管理，就是做事無(wú)邊界，難以像以前一樣只做算法了。

管理方面呢，每天到你眼前的信息會(huì)有很多，需要明晰事情的緊急性和重要性。還有就是要知人善任，熟悉每個(gè)人的優(yōu)缺點(diǎn)，他們需要什么樣的指導(dǎo)幫助或資源，打造高效團(tuán)隊(duì)，讓團(tuán)隊(duì)團(tuán)結(jié)一心，一個(gè)隊(duì)伍工作起來(lái)要像一個(gè)人。

選擇落地產(chǎn)業(yè)方向時(shí)，如果方向不對(duì)怎么調(diào)整？

換，盡快換，前提是真的確定這個(gè)不work，就快刀斬亂麻。我認(rèn)識(shí)一個(gè)人，創(chuàng)業(yè)初期換了三個(gè)方向，第四次才找到方向，都是盡快試錯(cuò)，不過(guò)他們背后資金雄厚，不然全員調(diào)整三次以上，基本就沒(méi)戲了。他們現(xiàn)在很好，已經(jīng)過(guò)C輪奔上市了。

如果沒(méi)有他們那么雄厚的資金方力撐到底，就不能這么作，要在起航前確定這是不是偽需求，很多公司就死于偽需求。因?yàn)閯?chuàng)業(yè)者的一個(gè)特質(zhì)就是樂(lè)觀，相信自己，你不相信自己別人怎么相信你，但很多就是盲目樂(lè)觀，一拍腦袋，我覺(jué)得這個(gè)能work，就全員開工了，但其實(shí)是個(gè)偽需求。

最近CV方向的青年科學(xué)家投身產(chǎn)業(yè)界的非?；穑热鐚O劍，何凱明分別去了Face++和Facebook，其它領(lǐng)域的沒(méi)有這么火，是什么原因？

人的獲取信息的途徑80%以上是通過(guò)視覺(jué)，圖像的信息量非常巨大又復(fù)雜。在深度學(xué)習(xí)以前，學(xué)界和產(chǎn)業(yè)界一直知道視覺(jué)的價(jià)值，然而很多東西都只停留在實(shí)驗(yàn)室，難以走進(jìn)市場(chǎng)，達(dá)到現(xiàn)實(shí)場(chǎng)景下的商用精度。

為什么現(xiàn)在看Paper的時(shí)候做什么都要套個(gè)深度學(xué)習(xí)，不僅因?yàn)樗?，而且因?yàn)樗麑?shí)在的把一些算法變成能在現(xiàn)實(shí)落地的。只要視覺(jué)技術(shù)能落地，產(chǎn)業(yè)就會(huì)在這里噴發(fā)，而視覺(jué)領(lǐng)域一直沒(méi)有在業(yè)界井噴過(guò)，現(xiàn)在火一把也不足為奇了。

遙想當(dāng)年畢業(yè)的時(shí)候，沒(méi)幾家公司會(huì)招計(jì)算機(jī)視覺(jué)工程師，所以我挺多師兄師姐都去做自然語(yǔ)言處理或者數(shù)據(jù)挖掘了，當(dāng)時(shí)火的是那一塊。

你放棄Google無(wú)人駕駛錄取，來(lái)極視角是基于怎樣的考量？

其實(shí)沒(méi)去成還是有點(diǎn)遺憾，但我收獲了其他的東西，我的男朋友，現(xiàn)在的老公。

人間處處皆修煉，我曾和他開玩笑說(shuō)，如果我倆沒(méi)有任何外界壓力，在洱海旁開一個(gè)有wifi的小客棧，我們天天在閣樓上讀書和coding相信也能做出不錯(cuò)的甚至比現(xiàn)在好的研究。為什么這么說(shuō)，我覺(jué)得當(dāng)純粹出于興趣的去做一件事情，內(nèi)在的動(dòng)力驅(qū)動(dòng)能帶出來(lái)的東西是難以想象的，所以環(huán)境很重要，內(nèi)心更重要。

至于來(lái)極視角，其實(shí)CEO一直和我有聯(lián)系，他提出這個(gè)paas平臺(tái)的時(shí)候我覺(jué)得很有意思。一般有硬件的時(shí)候就會(huì)有軟件的市場(chǎng)，但市場(chǎng)上的攝像頭幾乎只傳輸視頻數(shù)據(jù)，沒(méi)有額外分析能力，這點(diǎn)很奇怪。

世界上70%的硬盤裝的是視頻數(shù)據(jù)，這么海量的數(shù)據(jù)里卻沒(méi)產(chǎn)生相應(yīng)的海量信息，因?yàn)槿鄙俅竽X分析這些數(shù)據(jù)。而paas平臺(tái)的意思就是做一個(gè)計(jì)算機(jī)視覺(jué)的App Store，只要攝像頭能連接極視角的平臺(tái)，我就可以家里有老人的話，安裝一個(gè)老人摔倒監(jiān)控的算法，店鋪里攝像頭可以安裝客流的算法，這個(gè)就很有意思了，計(jì)算機(jī)視覺(jué)可以解決的問(wèn)題，深入的場(chǎng)景就多了，這些視頻也就不是躺在硬盤里的dead data，能真正的產(chǎn)生意義。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。