今年8月，雷鋒網(wǎng)將在深圳舉辦一場(chǎng)盛況空前，且有全球影響力的人工智能與機(jī)器人峰會(huì)（CCF-GAIR）。屆時(shí)雷鋒網(wǎng)將發(fā)布“人工智能&機(jī)器人Top25創(chuàng)新企業(yè)榜”榜單。目前，我們正在拜訪人工智能、機(jī)器人領(lǐng)域的相關(guān)公司，從中篩選最終入選榜單的公司名單。如果你也想加入我們的榜單之中，請(qǐng)聯(lián)系：2020@leiphone.com。

趙京雷，閱面科技CEO，上海交通大學(xué)人工智能博士，前阿里巴巴北京算法研究中心負(fù)責(zé)人，高級(jí)算法專家；前WiseNut研發(fā)中心算法負(fù)責(zé)人，專注人工智能領(lǐng)域算法研究超過(guò)15年。

去年7月，趙京雷覺(jué)得時(shí)機(jī)差不多了，便拉著Leon，宋向明和陳婧四人成立了上海閱面科技，這四個(gè)創(chuàng)始人之前是相識(shí)超過(guò)了兩年的朋友。

公司英文名叫“ReadSense”，中文名也簡(jiǎn)單“閱面”，典型的技術(shù)人員取名風(fēng)格，簡(jiǎn)單明了，一眼就懂。單從名字就能看出這家公司十有八九是做人臉識(shí)別的，雖然如此，但趙京雷更愿意按自己的話來(lái)介紹閱面，“一家人工智能科技公司，通過(guò)深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù)，讓智能機(jī)器以嶄新的視角看世界”。

對(duì)于智能機(jī)器定義，每個(gè)人都會(huì)有自己的標(biāo)準(zhǔn)，手機(jī)是個(gè)智能機(jī)器這是大家都認(rèn)同的，但VR頭盔是嗎？在趙京雷眼里，新一代的機(jī)器人，像家庭陪伴機(jī)器人，掃地機(jī)器人，包括一些能與智能電子設(shè)備相關(guān)聯(lián)的東西，能跟人的生活空間緊密的東西，都可以定義為消費(fèi)級(jí)別的智能機(jī)器，這里面就還包括像AR與VR。他所指的當(dāng)然是一體機(jī)，單個(gè)的盒子我想也沒(méi)有討論的必要了。

那為什么要讓機(jī)器擁有嶄新的視角？目前機(jī)器人行業(yè)面臨的最大瓶頸就在于人機(jī)交互。語(yǔ)音是現(xiàn)在大部分認(rèn)為最好的一種交互方式之一，也是行業(yè)中采用最多的交互方式。語(yǔ)音講究的是聽(tīng)說(shuō)讀寫(xiě)，相聲靠的是說(shuō)學(xué)逗唱，現(xiàn)在很多做語(yǔ)音交互的公司很厲害，采用他們方案的機(jī)器人，個(gè)個(gè)都能說(shuō)的一口好相聲。但是黑眼說(shuō)唱的單口相聲能活多久呢？機(jī)器人視覺(jué)則能為更多的交互方式提供基礎(chǔ)，人臉識(shí)別，手勢(shì)識(shí)別，行為（體態(tài)）識(shí)別，環(huán)境識(shí)別。與語(yǔ)音比較起來(lái)，視覺(jué)還具有更深層次的意義，視覺(jué)讓機(jī)器人能從被動(dòng)的接受信息，到主動(dòng)地去觀察周邊的環(huán)境、主動(dòng)觀察和它接觸的人與他的動(dòng)作，然后做出一些更具有個(gè)性化的反應(yīng)，這也是機(jī)器人智能的一個(gè)基礎(chǔ)。

有了視覺(jué)，智能機(jī)器才能對(duì)人有更好的理解，它可以能夠通過(guò)識(shí)別你的臉來(lái)找到你并通過(guò)對(duì)環(huán)境的識(shí)別來(lái)定位你的位置，通過(guò)你臉上的表情來(lái)讀懂你的情緒，識(shí)別出你的手勢(shì)或者行為指令，更加高效的，有目的性的跟你進(jìn)行交流。

趙京雷說(shuō)在視覺(jué)算法中，主要使用到一項(xiàng)技術(shù)就是深度學(xué)習(xí)技術(shù)，而深度學(xué)習(xí)現(xiàn)在卻面臨著另一個(gè)問(wèn)題：低效。通過(guò)云端處理數(shù)據(jù)的解決方案不能保證任何時(shí)候機(jī)器都能快速，高精地處理數(shù)據(jù)，尤其是在網(wǎng)絡(luò)情況復(fù)雜的環(huán)境中。于是，他找來(lái)了前美國(guó)卡內(nèi)基梅隆大學(xué)機(jī)器人研究所副研究員Leon一起優(yōu)化視覺(jué)算法；前百度高級(jí)工程師宋向明來(lái)做架構(gòu)，不僅解決了精度和效率問(wèn)題，同時(shí)還通過(guò)大量的前端化工作，讓閱面的產(chǎn)品離線時(shí)也能比API云服務(wù)產(chǎn)品可靠，人臉識(shí)別和表情識(shí)別等深度模型壓縮到非常小，在嵌入式的低端arm系統(tǒng)上也能夠非常實(shí)時(shí)的，不依賴于GPU來(lái)工作。

就當(dāng)我們可以給閱面科技這家做圖像識(shí)別的軟件公司下定論之時(shí)，竟發(fā)現(xiàn)，他們已經(jīng)開(kāi)始做硬件了。產(chǎn)品名字叫RoboEye（技術(shù)員取名思維），看一眼就能猜到是什么產(chǎn)品：攝像頭。

視覺(jué)是一個(gè)復(fù)雜的系統(tǒng)，想要獲取到更多的環(huán)境信息時(shí)就可能需要更好的傳感設(shè)備。為什么會(huì)去做硬件，對(duì)次趙京雷給出的解釋是，自己去做硬件的話，能知道什么樣的設(shè)備能提供給我們更多的信息（深度信息），更快的計(jì)算能力與更小的能耗。另一方面，在人臉檢測(cè)里面，有很多待機(jī)的功能，就以檢測(cè)為例，就要求機(jī)器能時(shí)刻檢測(cè)在場(chǎng)景里面有沒(méi)有出現(xiàn)人臉，有沒(méi)有出現(xiàn)手勢(shì)，有沒(méi)有出現(xiàn)人體框，甚至還有檢測(cè)周邊的環(huán)境有沒(méi)有發(fā)生變化。降低功耗與進(jìn)一步增強(qiáng)計(jì)算的效率就可以通過(guò)攝像頭的硬件配置與自己的軟件部分緊密結(jié)合，一體化操作才能實(shí)現(xiàn)最優(yōu)解決。比如通過(guò)雙目攝像頭，能夠增加對(duì)距離的感知，更好的進(jìn)行路徑規(guī)劃和導(dǎo)航。

閱面的產(chǎn)品目前分為兩大塊，一個(gè)是算法層的，一個(gè)是硬件層的。算法層的可以完全基于軟件層出發(fā)，它只需要集成。如果只需要軟件層的產(chǎn)品的話，比如你的相聲機(jī)器人現(xiàn)在需要一個(gè)人臉識(shí)別或者手勢(shì)識(shí)別，那么只集成SDK就可以了。而硬件層主要針對(duì)的是需要深入建模，對(duì)計(jì)算等方面有非常高的性能要求的情況下，閱面給出的一個(gè)優(yōu)化好的方案。

“ROKID, 公子小白等主要使用的也就是相關(guān)的視覺(jué)算法SDK產(chǎn)品，包括ReadFace, ReadHand等產(chǎn)品?！?br/>

計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)這塊需要有人才的積累以及海量的數(shù)據(jù)疊加，人工智能算法又是一個(gè)需要長(zhǎng)時(shí)間的優(yōu)化過(guò)程，所以在市場(chǎng)上閱面面對(duì)的對(duì)手都還很強(qiáng)大，沒(méi)有自己的優(yōu)勢(shì)則可能分分鐘被秒殺下去。

趙京雷說(shuō)，嵌入式深度學(xué)習(xí)模型與深度學(xué)習(xí)模型壓縮和加速技術(shù)是他們現(xiàn)在最大的技術(shù)優(yōu)勢(shì)，另外在表情識(shí)別、手勢(shì)識(shí)別和行為識(shí)別方面具有一定的優(yōu)勢(shì)，而高效的FPGA加速技術(shù)則手中的利刃。

勝，不驕；敗，不餒。閱，不盡；面，俱到。

趙京雷就想成為視覺(jué)識(shí)別行業(yè)的科大訊飛，讓智能機(jī)器人除了會(huì)說(shuō)單口相聲外，還能看到這個(gè)世界。

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。