颜水成握手依图,专注商业场景落地

计算机视觉和机器学习领域的国际知名专家颜水成宣布正式加入依图，担任依图科技首席技术官（CTO）一职。

关于在依图的下一步，颜水成博士将带领团队进一步夯实依图在人工智能基础理论和原创算法方面的技术优势，为依图在商业化场景落地方面提供强有力的技术支持，以更加贴近客户、更加有竞争力的成本和效率，将依图的软硬件一体化解决方案推广到更多的领域，推动产业发展和社会进步。

颜水成在上个月宣布离开360公司，辞去360集团副总裁、首席科学家及 AI研究院院长的工作。当时就有媒体称颜水成的下一步可能是依图。

颜水成是IEEE Fellow、IAPR Fellow、ACM杰出科学家，主要研究领域为计算机视觉、机器学习和多媒体分析，迄今在国际顶级期刊及会议共发表600余篇论文，引用量超过4万次，H-index为96。2014、2015、2016和2018年，他四次当选“汤森路透全球高被引学者”。

在2004年获得北京大学数学博士学位后，2007年，颜水成加入新加坡国立大学，创立了机器学习与计算机视觉实验室，拥有终身教职，并于2011年被新加坡国家科学院授予新加坡青年科学家奖。

不断跨界探索，专注商业场景落地

成立于2012年，依图科技在AI落地与商业化的路上已经探索并践行近7 年，团队以计算机视觉技术起家，后逐步向语音语言技术、芯片技术等方向拓宽，聚焦在安防、金融以及医疗三大领域市场。

近几年依图不断跨界，2018年推出科技短语音听写API、联手微软Azure推出依图语音开放平台，还踏入语音和自然语言邻域，和华为推出智能语音联合解决方案。今年5月，依图耗时两年推出首款云端AI芯片“求索”，实现了从算法到芯片的突破。

当下的AI行业已经进入商业化的重要阶段，攻坚克难要面对的是大规模落地。依图不断跨界满足行业需求，其背后目的是构建商业化的护城河。

今年4月份，在北大的一次公开课上，颜水成也曾经表达过AI公司生存的关键就是“商业场景”：

因为AI没有完美的算法，比如设计一个人脸识别的算法，并不一定在所有场景都能取得很好的效果。至于为什么人脸识别的一些公司能存活下来？我认为主要原因是：每家公司都在特定的一些场景下，有自己的数据优势，可能在某个场景下，AI公司能一统天下，别的公司就没有办法能够进来。

而这次选择加入依图，也是对这家视觉公司探索商业场景潜力的肯定。

懂技术和产业需求的领袖人物是AI落地关键

颜水成有着绝佳的学术背景。

2001年到有“AI黄埔军校”美誉的微软亚洲研究院实习，跟随计算机视频检索邻域的开山人物张宏江教授。张宏江时任微软亚研院副院长，当时的微软亚研院人才辈出，颜水成在此遇到的校友都成为日后AI邻域的知名人物，比如前百度深度学习实验室创始主任、现地平线创始人余凯、旷视研究院院长孙剑等。

颜水成率领的团队共获得了10次计算机视觉领域两大核心竞赛Pascal VOC和ImageNet大规模视觉识别（ILSVRC）冠军和荣誉奖，10余次最佳（学生）论文奖。他的团队还曾获得多媒体领域顶会ACM MM最佳论文奖、最佳学生论文奖和最佳技术演示奖的大满贯。

颜水成团队提出的“Network in Network”（NIN）网络结构的核心1x1卷积是近年来几乎所有计算机视觉深度学习模型的标准模块，在学术界和工业界影响深远，其思想也被后期的GoogleNet、残差网络（ResNet）等模型所采用。

2015年AI浪潮正在风起云涌的酝酿中，在360创始人周鸿祎的邀请下，颜水成来到 360，担任 AI 研究院院长及 360 首席科学家，并在 2017 年升任集团副总裁。

在360，颜水成开始把多年的学术积淀应用到商业上，立足于计算机视觉、机器学习等技术，结合360的安全业务推出「360安全大脑」。

学术界和工业界的双重身份，也让颜水成对二者之间的关系有了更深刻的认知。他曾分享道，学术界的研究和业界的研究有很大的区别，业界的研发必须回归商业本质，尤其要放在价值闭环与数据闭环的维度上进行思考。

关于学界和业界AI应用的不同，颜水成曾经说，我认为在学术界的研究更像是一种个人的冲锋战，但是到了工业界之后，特别是成熟的公司，是团体协作战。

在接下来与依图的“团体协作战“中，我们期待二者能碰撞出更多有趣的场景和火花。