优图实验室一贯坚持“两条腿”走路。

“在过去一年里，我们仍旧坚持根本研究和家当落地两条腿同时走路。
这是优图实验室一向遵照的干事办法。
”优图实验室总经理吴运声在不久前的媒体沟通会上再次强调。
沟通会上，有问优图，实验室是否是适宜AI落地的最佳形态？沟通会高朋之一、优图实验室顾问、厦门大学教授、博导纪荣嵘的回答很有趣。

纪荣嵘说，一家伟大公司一定是有一个支撑的。
贝尔实验室出了这么多诺贝尔得主；谷歌从小公司起步，最早的Gmail业务里也出了很多专家。
实验室是公司的活力创造圆圈，是公司的活力之所在。

那么，优图实验室可以成为腾讯的贝尔实验室吗？

先看一下优图实验室2019年表露的事情成果。
在根本研究方面，优图实验室在环球已经有700项以上的专利，在国际顶级会议上揭橥超过200篇论文。
2019年，优图实验室对外开源了10多个项目。

在行业落地方面，与微信支付在聪慧零售领域落地刷脸支付，由步步高落地的门店数据可知，刷脸支付帮助步步高节省了超过30%的人力本钱。
在泛娱乐领域，先后推出了数10种AI玩法。
”我爱你中国”和”光阴穿越”“演员请就位”等活动刷屏朋友圈。
在医疗AI领域，在宫颈癌方面取得天下级成果，并将其运用在腾讯觅影上。
在教诲方面，为腾讯聪慧校园办理方案，腾讯教诲与信息技能新工科产学研同盟互助推出的“新工科人工智能课程培养操持”等供应视觉AI技能支持。
面向企业用户和行业用户，推出以OCR技能为核心的智能核保和智能票据两个办理方案。
此外，优图实验室的技能还找回来14个走失落超过10年的儿童……

找回来14个走失落儿童，靠得是一个叫\"大众MissU\公众的产品（优图团队内部这么称呼它）。
\"大众MissU\公众最初在海量人脸检索准确率仅有40%。
目前它的海量人脸检索准确率是83%。
“期间，经历了150天、193次迭代和1056次的模型演习，让人脸技能达到了0.15%的质的提升：人脸验证准确率在LFW上从99.65%提升到99.80%。
区区的0.15%的提升，但在海量人脸检索准确率从40%提升到83%。
”吴永坚在由腾讯云主理的2017\"大众云+未来\"大众峰会上表示。
后来面对儿童走失落10年以上的难题，优图自研了算法模型，打造了业内的跨年事人脸识别技能。

在技能上，优图从最开始利用现成成熟网络模型去演习，到后面研发优化出属于优图的深度模型：祖母模型。
祖母模型这种规模网络模型，须要很强大的打算能力支撑，为此，优图自研了多机GPU演习平台，并且结合腾讯云的GPU打算资源。

对付MissU这个产品，优图实验室总监李季檩提到了“科技向善”和“坚持”。
“我们人脸团队从优图成立以来，从0开始，把技能做起，虽然当时的结果没有很好地找到这个小孩，但几年之后，随着技能进步，技能上来之后就陆续找到这个小孩了。
”

优图实验室总监黄飞跃提到，“随着学术界深度网络能力的提升、各种场景拓展和深化以及技能积累的提升，人脸识别的算法进度不断提升。
我们大致可以做到每年提升一个数量级，现在我们有能力做到上亿的级别做人脸的检索。
很关键的一点是人脸识别能力这几年都在不断地提升。
跨年事不仅是通用的人脸识别，针对这种年事的差异，从婴幼儿到成人差别巨大的时候，对付全体神经网络、区分能力或者对数据的哀求是更高的。
须要定制化的研发和优化。
”

MissU，只是优图实验室浩瀚产品之一。
吴运声、李季檩、黄飞跃的回答，表示的只是腾讯优图的技能探索和坚持。
实在，优图实验室在落地案例中，也离不开标杆客户。
这些案例不是被方案出来的，而是通过半年、一年乃至更长的韶光，与客户一起打磨出来的。
优图实验室总监任博说，“这个过程挺长的，而且各个环节投入的人力都挺多的。
客户有时不太清楚自己的业务想要什么，以是我们及其他架构师、项目经理的一起加入，帮客户一起剖析在项目里面怎么用更得当。
”在金融领域，腾讯优图实验室和宁波银行一起推动人脸识别技能、活体技能等在金融领域的运用。

那么，在家当落地方面，优图实验室的动力是什么？

随着业务不断拓展，优图实验室开始向腾讯内部业务或者合营腾讯云业务为外部客户供应做事。
“我们都是在实际场景中运用才得到不断地磨炼和提升。
”黄飞跃提到，商业化是顺其自然的过程，并没有强求。
“实际上，我们不可能把这些技能，亏本拿出去运用。
这不是良性的反哺过程。
商业化，很自然地今后发展。
事实上，我们更多希望算法能够更好地合营腾讯的策略，比如腾讯的消费互联网和家当互联网。
”

黄飞跃还提到，优图实验室的自我哀求是技能不能拖后腿，在合营腾讯内外互助伙伴的时候，“技能水平一定不能掉队于业界水平。
”“我们也希望不断结合视觉AI的定位发展、探索出更多根本研究技能，通过这些根本能力带来更好的产品和商业代价。
”

“优图并不是一个部门在战斗，跟各种部门、业务能够协同作战，不仅限于家当互联网，还包括腾讯PCG、微信根本能力、微信支付等协同，优图实验室走的是根本能力加业务协同的模式。
”

但作为实验室，在内外合营的过程中，优图有自己的发展主线：两条腿走路。
在内外互助中，优图也有自己的考量点。
考量点一，互助是不是可持续的？合为难刁难于优图的主线有多大帮助，能否让优图拓展更多场景和新技能？最初，优图做人脸识别，和零售行业互助，研发、储备了ReID技能；与微信、微众银行、财付通、微信支付等互助，拓展了运用处景。
考量点二，互助是否符合客户代价？有比较好的社会代价？

那么，实验室是否是AI落地的最佳形态？

从职员配置上来看，优图以研究为主，其职员构成可分为以下几类：第一，根本研究职员，紧张对人脸识别干系技能和图像识别干系技能进行根本研究；第二，工程职员，将研究成果进行加速包装变成一个SDK或者做事的标准化的产品，形成一个行业的办理方案，并将它们推出去；第三，卖力QA的职员，相称于团队的把关职员，帮助评估行业办理方案；第四，行业架构师。

任博认为实验室这个形态有好处，有弊端。
好处是显而易见的，优图有更好的学术氛围。
弊端，可能有大家担心的商业化程度、落地实行力。
“但是我们通过CSIG全体团队的合营，我们在商业落地方面是没有问题的。
”任博认为腾讯生态有利于优图实验室。
他提到腾讯很大，业务完好。
在内外部合营过程中，优图实验室积累了大量的技能和履历。
最初，优图的前沿技能不太适宜放在TOB的做事、企业运用上。
但腾讯内部丰富的业务线可以为优图实验室供应先行试用的土壤。

优图实验室总监吴永坚认为，这个问题的实质不在于实验室本身，而是在本身团队对这个问题怎么看。
优图团队一贯认为技能，必须要落地到运用和产品上。
“我们从团队一开始的时候，便是奔着这个思路走。
走到末了，我们有这么好的架构，通过研究层孵化出新技能在宽松的环境下孵化出来。
我们有能力把技能结合到产品里去。
”