作者 | 曹亦卿
角力加码，你来我往。
10月8日，美国联邦政府宣布，将28家中国实体加入“管制清单”，禁止在列实体购买美国产品。
这是一份科技含量相当高的花名册。其中包括大华、海康威视、科大讯飞、依图、旷视、商汤、美亚柏科、颐信等8 家企业，以及 20 家中国政府和商业组织。
“5G是小儿科，未来最大的机会是人工智能。”任正非的预判，给了美国政府新的方向：通讯之后，美国打压中国的大棒准确地挥向了人工智能。
上榜的8家企业都是人工智能领域崭露头角的黑马，虽不如华为领跑5G之强悍，但对想要继续称霸AI的美国来说，同样造成了不容忽视的威胁。
其中，成立于2012年的依图科技是生于上海的明星独角兽，其发展路径的背后亦是中国AI产业从无到有的突破。
中国AI产业如何能在今日对美国形成冲击之势，或可从依图身上管窥一二。
“我们很贵”
“有人创业可能天天想着被收购，我们从第一天开始就知道我们很贵，别人买不起。我们做这个企业，就是10年后见。”
依图科技创始人朱珑说这句话的时候，刚过而立之年。如今，7年时间过去了，他和林晨曦创办的依图科技已经成为估值150亿元的独角兽，跻身中国AI四小龙。
别人创业摸着石头过河，他俩创业却是奔着成功而去。
不是自大，而是这两个学霸非常清楚自己的能力和目的。
朱珑和林晨曦都是1978年生人，读同一所小学、同一所初中和同一所高中。福建英华中学，这所培养了数学家陈景润和12位两院院士的学校，是朱珑和林晨曦共同的母校。
从英华中学毕业后，朱珑进入了美国东北大学就读计算机专业。在这所强于机械制造的研究型学府中，朱珑开始关注人工智能。2003年，朱珑前往加州大学洛杉矶分校攻读统计学博士，在那里，他师从霍金嫡传弟子、美国计算机视觉学科奠基人Alan Yuille。
2008年，朱珑进入MIT人工智能实验室担任博士后研究员，专攻计算机视觉建模。2010年，朱珑又加入纽约大学Courant数学研究所，研究图模型和深度学习的关系。
在国内，另一个学霸则走出了别样的人生。
林晨曦考入上海交通大学时，就读于材料学院。在加入交大ACM（全球大学生程序设计竞赛）班时，正是这支被认为史上最强战队的低谷期。
但林晨曦“误打误撞”第一次参加ACM大赛，就获得了全球第七名的好成绩。整个战队都看到了希望，只有“不知深浅”的林晨曦不满意：“我们为什么不能超越清华?为什么就不能是我们获得总冠军?”
任性的人生不需要解释，2000年，已经大三的林晨曦决定留级转入计算机系。“我们得不到冠军，不是做不到，而是不敢想。”他们每晚凌晨两三点回到寝室，第二天九点接着集训，以冠军队伍来要求自己。
2002年，林晨曦带队为交大夺得ACM全球大学生程序设计竞赛总决赛首个冠军，打破了亚洲零的记录。
2005年，林晨曦加入微软亚洲研究院，和一群最聪明的人共事，他在“会解题”后，又学会了怎样给自己“出题”，“在我考虑一个问题时，我会站在一个全球、全人类的视角去思考。”
“云计算这件事非做不可。如果我们所有的信息计算都必须通过国外的系统，那么未来的中国不堪设想。”2008年，在上司兼挚友王坚的邀请下，林晨曦离开了微软亚洲研究院，加入到当时在他眼里只是个“民营企业”的阿里巴巴。
在一片否定的声音中，担任阿里云技术总监的林晨曦和团队共同搭建了中国首个拥有自主知识产权的分布式计算平台“飞天”。
想起那段艰难的时光，林晨曦笑着说：“我喜欢解答自己给自己出的难题。”
就是这样两个“别人家的孩子”，在2012年共同创建了依图科技。
“YITU”中的四个英文字母，分别代表了Young（年轻）、Innovative（创新）、Team-working（团队协作）和Unique（独特）。
公司成立的2012年，被朱珑认为是人工智能的新时代。在那之前，他不太敢说自己是做AI的，而说自己是做统计建模的。直到2012年人工智能的概念热起来，AI一词开始见诸报端，他认为时机成熟了。
而对于林晨曦而言，做依图科技同样是在解题，“处在这样一个大国，你可以不断发现一些世界级的命题，然后去解答。”
两个有着扎实研究背景的聪明人，自然会吸引来有同样气质的年轻人。
那一年，交大闵行校区旁的居民区里，一间60平的两居室让十几位交大的优秀毕业生放弃了进入世界500强的机会。电梯被厚厚的防护垫包裹着，但他们只关心代码哪里出现了问题、系统还可以怎样优化。
创业第二年，朱珑和林晨曦开始寻求融资。和很多创业人苦于找钱不同，两人对于投资人十分“挑剔”。
“我们非常看重投资人的品牌，这从另一个方面也反映了依图的实力，我就是能拿到最好的投资人的钱。”林晨曦说。
在向多位投资人解释了何为“人工智能”之后，两人最终选择了真格基金的创始人徐小平，“徐老师是最不费劲的，谈了20分钟就想把钱拍下来，我们就问他为什么要你的钱。”
为了回答这个问题，只用20分钟敲定投资的徐小平，花了8个小时来说服朱珑和林晨曦拿钱。
徐小平回忆，“两个创始人2013年上半年来到我家里，从下午3点钟跟他们聊到深夜一点钟。我曾经专程早上6点钟飞上海，跟他们聊了一天，晚上6点钟再飞回来。我们就这么认真的去争取这个投资机会。”
在那间两居室中看到了一家伟大企业的雏形，徐小平的真格基金本想拿出200万美元的天使资金，却被拒绝。2013年8月，依图科技完成了由真格基金领投的100万美元天使轮融资。
2014年，依图完成红杉资本和高榕资本的数百万美元A轮融资；2016年，完成由云锋基金领投的数千万美元B轮融资；2017年，完成由高瓴资本领投3.8亿元C轮融资；2018年6月，完成由高成资本、工银国际、浦银国际的2亿美元C+轮融资；2018年7月16日，完成兴业国信资管1亿美元融资。
在AI赛道上，依图的融资节奏和金额都可以算是谨慎和保守的，就像朱珑创业之初预设的，10年未满，依图还没走到真正的高光时刻。
对于科技初创企业来说，比钱更重要的，是人。
依图有高质量的创始团队打底，优秀的团队自然会吸引优秀的人。
去年1月，前谷歌科学家研究员、美国华盛顿大学计算机博士吕昊回国加盟依图科技，任首席创新官CIO。
今年7月，原360集团副总裁、首席科学家、人工智能研究院院长颜水成加入依图，担任CTO。
细数这些核心技术人才的履历，不难发现他们几乎都有美国求学或美企工作的背景——美国在人工智能领域的领先优势，确实成为了中国此轮AI产业崛起的养分。
站在巨人的肩膀上，中国AI产业正在成为巨人。
结硬寨、打呆仗
依图创立之初，人工智能在国内还只是一个概念，初创企业想要养活自己并不容易。
在这样的情况下，依图选择了安防。
事实上，自2011年开始，我国就开始建设“天网”工程，其中涉及终端监控设备、网络连接、存储系统、图像及信息处理系统等多个环节。
然而，当时面对海量的图像，甄别手段主要还是人力，准确率堪忧，破案效率低下。因此，智能化识别技术成为当时公共安全部门的迫切诉求。
AI独角兽中，依图是最早将人工智能应用到安防领域的企业之一。
在林晨曦看来，安防市场具有明确清晰的商业模式，国家公共安全系统每年都会在安防基础设施建设上投入大量资金，“市场成熟，潜力巨大” 。
确定了方向，接下来就要去找业务，那时候作为创始人的朱珑和林晨曦都要亲自出去跑客户。
依图科技的第一单就来自朱珑跑来的苏州市公安局。
2013年，通过朋友介绍，朱珑找到了苏州市公安局一位主管技术的副局长。对方在休息时间给了朱珑3分钟，诉求是打造一个车辆品牌识别系统。
彼时，政府服务商对车辆品牌的识别率只能达到30%，在实际应用中难以起到参考作用。政府部门希望将这一数据提高到70%。
依图团队迅速响应，建立车辆品牌数据库，更新调试算法模型，三周内将5个品牌车辆的识别率提高到95%；三个月后，100多个品牌的识别率也达到了95%。
“订单下来了！”成立一年多后，依图科技拿下了第一单生意。
在成功拿下车辆品牌识别技术后，依图沿着这个方向继续深入，将业务范围扩大到假套牌车识别、高架大货车识别等领域。
与此同时，那套在苏州落地的识别技术，也通过全国公安系统内部交流学习，出现了示范和辐射作用。
依图科技在公安系统内“火”了。
2015年，依图科技“蜻蜓眼”车辆大平台系统获得了公安部科学技术进步奖。这套系统拥有品牌识别、假套牌分析、以图搜车等智能识别能力。
与对车的识别同期进行的，还有对人的识别。
当时，客户当地公安系统的数据库里有数百万人，需要从中匹配出犯罪嫌疑人的照片，原有技术的识别率仅为20%，依图在第一天实验时就将识别率提高到85%。
同样取名为“蜻蜓眼”的人像识别系统，既可进行基于图片的静态人脸比对，也能进行基于视频的动态人像识别比对。
其中，动态人像系统，整合了人脸跟踪捕获和识别、实时布控、过往路人轨迹查询等功能，被广泛应用于居民区、商业区、火车站、地铁站、快速公交站、机场、海关、商场出入口等人流密集区域；静态人像比对支持十亿级别的大规模人像库比对，快速精准确认被查询人员身份，被广泛应用于公安等领域。
2019年1月，网上在逃故意伤害致死案嫌疑人王某出现在广州火车站地铁站，依图人像识别系统发出高分预警，最终帮助警方确认身份将其捉拿归案。
而依图人像识别系统的依据，是警方数据库中仅有的一张20年前的黑白证件照。
依图透过大量交叉实验认证，2015年前后，机器识别人的水平已经正式超过人类。
“中国每1亿人中就有一个人跟你长得一模一样。意味着，全中国范围内，就有除你之外的13个人，可能连你亲生父母都分辨不出区别。”朱珑在图灵大会上的这番话颇有点“耸人听闻”，但也充分体现了人脸识别的困难和必要性：
人的辨别能力在到达“亿”这个量级时失效，面对中国如此庞大的人口，人工智能识别是必须之举——庞大人口是人脸识别的阻碍，但也是其商业化的沃土。
然而，亿级的比对量，对于人工智能来说同样是巨大挑战。
在1：N识别比对中，如果是省级范围，机器要从1亿张人脸中回答“你是谁”；如果上升到国家范围，要从14亿人次中找出目标，对机器识别性能的要求则是千倍、万倍的增长。
“在中国做科学研究也好、做创业也好，我们选择面对这种世界性的命题，命题的高度直接决定了公司的高度。”朱珑的话和林晨曦“全人类视角”有异曲同工之处。
法乎其上，得乎其中。
或许正是因为发上等愿，依图才能在行业中取得领先地位。
2017年7月，依图科技在由美国国家标准技术局（NIST）主办的全球人脸识别测试（FRVT）中夺得第一，成绩在千万分之一误报下达到识别准确率95.5%，是当时全球工业界在此项指标下的最好水平。
到2018年6月，依图将这一指标提升到了接近极限水平，即在千万分之一误报下的识别准确率接近 99%。
截至日前，依图科技已经具有十亿元级的全球最大规模人像对比库，先后参与全国近300个地市的公共安全建设，服务了12个警种，年均协助公安机关破案十万余起；并为厦门金砖国家峰会、博鳌亚洲论坛、全运会等活动安保提供人像识别服务。
在成功突入G端业务后，依图在B端的发力也见效显著。
B端，依图的业务主体是医疗和金融。
金融领域，依图为招商银行提供的人脸识别技术，在2015年时就已经推广到1500家网点，用于辅助柜员核实银行客户身份。此外，依图的金融客户还包括农业银行、浦发银行、平安银行等金融机构。
医疗领域，依图在2016年成立了子公司依图医疗，推出care.ai®医疗智能产品解决方案。
此外，通过学习几百份病例和建立医学专业知识图谱，依图医疗和广州妇女儿童医疗中心建立了一套AI系统，可以做到治疗50种疾病的能力超越3年资深儿科医生的水平。
如今，7岁的依图科技已经形成了清晰的业务架构：以视觉识别为核心，2G和2B并进，安防、医疗、金融为主体。
然而，一直以来坚持垂直和深耕的依图，近来却开始“不务正业”。
2018年12月，依图科技发布了一个名为“听写大赛”的微信小程序，内嵌多款语音识别引擎，网友可以对比识别率。
结果有些出人意料：几乎在所有场景下，依图科技的识别准确率都领先阿里、百度、腾讯及科大讯飞。
随后，科大讯飞解释称这只是自家的免费版产品，收费版准确率远高于此。但消费者并不买账，期待依图的入局促进语音识别行业的透明和普惠。
比做语音识别更“出格”的是，依图还在2019年5月发布了自研芯片。
这款名为“求索”的云端视觉推理AI芯片，主攻加速视觉分析任务。基于依图求索芯片的服务器，提供的算力与8张英伟达P4卡服务器相当，体积仅为后者的一半，功耗不到其20%。
英伟达是AI芯片领域的一座高山，也是中国企业实现自主化道路上的一道天堑。
当摩尔定律失效，算法精度又以每年上万倍的幅度增长时，像依图这样的AI企业开始从算法的角度来重新设计芯片的架构。
在补齐了芯片这块木板之后，依图已经构建起了从算法、芯片到解决方案的全栈AI能力。
一番“求索”背后，野心已现。
弯道超越
将视线拉高，依图是中国人工智能赛道的一个缩影。
在视觉识别领域，中国已经形成了“AI四小龙”格局，所代表的商汤、旷视、依图和云从都是全球领先的人工智能独角兽。
其中，最受关注的或许是被称为“融资机器”的商汤。
商汤创始人汤晓鸥，是香港中文大学信息工程系系主任，也曾任微软亚洲研究院的视觉计算组主任。据已披露的数据，商汤至今已经累计融资超30亿美元，估值超70亿美元。
值得一提的是，2017年，商汤宣布实现盈利。其产品包括C端的智能拍照、相机美颜等手机产品；面向B端的智慧安防、智慧楼宇等智慧城市板块，以及自动驾驶等领域。
四小龙中，在上市道路上跑得最快的是旷视。
与依图同样位于上海的旷视科技，在今年8月份向港交所提交了招股书。
创始团队中，旷视的三位创始人都毕业于清华姚班。在资金方面，旷视至今已经获得9轮融资，累计融资13.5亿美元，估值40亿美元。
与上市同时进行的，还有业务架构的调整。
在核心技术上，旷视正在从人脸识别平台Face++升级为系统化AI算法引擎Brain++；在业务场景上，则从城市管理、物流、零售、地产、手机、金融等垂直场景升级为城市大脑、供应链大脑、个人生活大脑三大IoT场景业务群。
相比商汤、旷视和依图，云从是成立时间最晚的一家。
然而，从初创到跻身独角兽，云从科技仅仅用了三年，在这背后，“国家队”的标签是云从有异于另三家的最大光环——已完成的四轮融资中，全部来自中资机构，亦有多个国家基金参投，天使轮则来自中科院。
近日，有消息称，云从或将选择在科创板上市，估值超230亿元。
四小龙扶摇直上，在其身侧，科大讯飞、海康威视、大华等企业同样顺风疾行；而BAT、华为等巨头同样在人工智能上持续加码——中国的人工智能行业正在崛起。
这番景象与全球范围内人工智能的创业热潮密切相关。
今年2月，全球知名创投研究机构CBInsights发布了一份名单，梳理了全球32家AI独角兽企业。2018年，这一数字为17家，而2017年则只有9家。
相比于总数的逐年翻倍，更重要的是另一组数据。
在2019年的32家企业名单中，有美国企业17家，中国企业10家，其余的来自英国、日本、以色列。
中国顶尖AI技术人才在资本、政府、市场需求等多种因素的作用下，正以狂飙突进之势向美国科技界发起冲击。
如此境况下，对科技霸主地位有强烈“占有欲”的美国政府自然无法坐视不管。
今年6月份，美国白宫曾发文称：“美国人从成为AI的早期开发者和国际领导者中获益匪浅。但是，随着全球AI创新步伐的加快，美国不能坐视不管。美国有必要确保AI的开展继续受到美国智慧的推进，反映美国的价值观，并为美国人民的利益服务。”
随着中国AI企业快速成长，中美博弈日趋焦灼。
不能否认，中国在人工智能领域与美国的实力差距是客观存在的。
首先，在论文方面，中国在数量上虽然快速逼近美国，但引用率却差了后者一大截。这与中国高等院校的激励机制有直接关系。
同时，在人才方面，中国的AI资深从业者远低于美国。在中国，工作10年以下AI人才在各个年限都超过美国同行，在工作10年以上的人才方面，美国则远超中国：美国超过71.5%的人工智能领域的人工作了10年以上，而中国这一比例为38.7%。
但此为发展中问题，属于阶段性差距。在与美国的竞争中，中国亦有优势。
人工智能离不开数据，中国的庞大网民数量和成熟的移动互联网生态，是产生数据的沃土，能够提供丰富的AI使用场景。
在硬件算力方面，英伟达的GPU包揽了深度学习的绝大部分算力，是AI企业的核心供应商，比如商汤每年采购GPU的花费就超过亿元。
不过，中国企业正在试图突围，平头哥、依图、华为、寒武纪、深鉴等企业都发布了各自的AI芯片，在“国芯崛起”的浪潮中，中国人工智能算力也将最终实现自主可控。
竞争在伤害产业全球化的同时，也必将刺激产业加速发展。
但在焦灼竞争和狂飙突进的同时，我们仍要清楚认识到，AI产业仍处于发展的早期阶段——技术成熟度、数据量和应用场景等因素，都是行业需要一个个突破的关口。
如今，AI已经能够看懂、听懂、进行简单的理解，未来，机器智能将会追赶甚至超过人的智能。
人类这一物种诞生于600万年前，农业文明发生在1万年前，工业革命才至今200年。而人工智能从20世纪50年代发展至今也才60年时间，可以预见，这一个量变产生质量的过程，无法一蹴而就实现。
就像朱珑提出的“智能密度”概念中所说的，当智能化基础设施的密度不断提升并形成网络时，才能推动革命性的智能文明到来。
A5创业网 版权所有