<mark id="oztn4"></mark>
0
| 本文作者： 李詩 | 2018-04-10 14:22 |
近來，吳恩達、林元慶等AI界大牛紛紛辭職創業，想要以AI賦能傳統行業，受到極大的關注。他們這些有著領先的AI技術水平、豐富行業經驗的大牛投身創業的思考和選擇，對創業者和行業人士都有著極大的價值。
雷鋒網了解到，云腦科技CEO張本宇也是一位重量級的創業者。在2015年，張本宇就率先創辦了云腦科技，致力于在AI與傳統行業之間建立橋梁。由于其平日較為低調，很少詳細說明其創業的動機和他對行業的思考，此次，雷鋒網在張本宇從美國回來的間隙，特意約其見面，深入了解了他選擇AI+傳統領域創業的原因，云腦科技目前的新技術和新進展等，期望促進行業交流。
張本宇，深耕人工智能領域19年，申請及授予150項美國專利，在國際一流期刊及會議上發表的45篇論文已被引用超過6000次。創新工場AI工程院副院長王詠剛將其評價為“人工智能華人科學家中排名前10 位大牛之一”。
談起“人工智能華人科學家中排名前10位大牛”這個稱號，張本宇顯得十分不好意思。他說，畢竟自己進入AI早，也發表了很多論文，所以有些優勢。對于這個稱號不必太認真。
和一些踏著AI風口入場的人不同，張本宇是AI科班出身，在AI領域一待就是19年。
張本宇在少年時就迷上了人工智能。張本宇第一次接觸人工智能，來源于一款打著“人工生命”旗號的小游戲，通過編寫程序，可以讓一只小鳥沿著一定規則向前飛行，這個有意思的小游戲使得人工智能在張本宇心里扎下根。1995年，張本宇通過高考，進入了北京大學計算機專業。隨后，1999年，他在北大攻讀了人工智能碩士，踏上了AI的征程。
大學期間，張本宇曾在互聯網領域的小黃埔“ChinaRen”社區工作，這個社區培養了新浪、搜狐互聯網門戶的那批人，例如后來的王小川。讀研期間，張本宇首次創業，與好友一起打造了一款融入AI技術的語音聊天室產品。這次創業的經歷，也為他現在的創業埋下了一顆種子。
張本宇回憶道，在讀書的時候，人工智能還處在低谷時期，即使是在北大，張本宇也只能學到一些很老的方法。2002年，張本宇從北大畢業，去了微軟亞洲研究院(MSRA)。“2000年前后國內做計算機相關的研究最好的就是MSRA,當時對研究感興趣的人基本都在那邊。” 在微軟亞洲研究院期間，針對“如何讓機器學習人工智能來幫助解決搜索”、“如何讓機器通過代碼處理大量的數據”這兩個問題，張本宇花費了長達六年時間鉆研國際最先進的論點，積累了深厚的學術知識。
2008年，張本宇期望能將學術付諸實踐。張本宇先是在Google工作，從事搜索廣告優化。2010年，Facebook社交帝國初具雛形，其大量可用于AI研究的社交數據吸引了張本宇。據稱，他曾經帶領團隊開發了Facebook中占據利潤來源90%以上的信息流廣告業務。在2013年，移動互聯網迅速崛起，Google成立新項目Google Now，致力于在手機中加入真正的智能，張本宇又被挖回Google Now項目。在吳恩達看來，AI誕生于數據，張本宇的工作經歷幾乎就是追著數據在跑，哪里的數據多，數據有價值，他就去哪里。
相對于計算機視覺等AI方向，張本宇所在的數據挖掘、語言處理領域成熟得要早一些。在Google做搜索、在Facebook做信息流和推薦，都與互聯網和用戶接觸緊密，張本宇的研究和工作也一直圍繞著如何用AI為消費者創造價值，這些需要研究用戶行為數據、有時間先后關系的序列數據（sequence Data）、文本數據等。這些經歷為他日后的創業奠定了技術和商業的基礎。
2015年，他離開谷歌，毅然選擇回國創業。
“2015年，AI已經成熟，可以走出互聯網去落地更多的應用場景，或者說AI已經能夠跳出這些少數巨頭。”張本宇回憶到，其實在研究生期間創業后，他一直都有創業的想法，每次換工作的時候都是有創業的機會，但是此前AI還不成熟，如果出來創業或許只能做一家以數據分析為核心的咨詢公司。
對于張本宇來說，2015年是很好的創業時機。首先，深度學習已經具備向互聯網之外滲透的能力；其次，國內大數據基礎設施的建立已經有了幾年，許多行業已經是屬于有數據的階段，同時大數據也有了一定的計算基礎平臺；最后，AI算法本身已經發展到了一定的階段。
這時候，張本宇覺得，是時候了。于是，他和聯合創始人龍志勇一起創辦了致力于將AI與傳統行業連接的 “云腦科技”。
張本宇希望把AI從互聯網帶出來，去升級傳統行業，那他必然會面對的第一個問題就是：從互聯網的數據中生長出來的人工智能，與傳統行業有極大的斷層。
目前，我們已經熟知了百度的智能廣告平臺、今日頭條的精準推薦，這些都完全基于互聯網上的用戶數據。傳統行業雖然也有數據，但是大多數都分散在不同的時間和場景中，難以利用。張本宇發現，不同的行業在利用AI時有一些共性的問題： “數據如何選擇和導入？”、模型和技術如何組合？”和“輸出如何集成到業務？”。
在看到這些問題以及共性后，云腦科技定位為——打造人工智能與行業的橋梁。借用軟件領域的術語，云腦科技將這個橋梁稱為“中間件”。在與不同的傳統企業的合作中，云腦科技主要負責AI數據處理、建模策略、業務集成，并將其打造成可以組合的行業AI中間件嵌入到提供給終端客戶的PaaS/SaaS平臺或者服務中。
目前，云腦科技已經推出了四款AI（X）產品，覆蓋通信行業、金融科技、人才教育、能源制造四個領域。為了更好地理解云腦科技的業務模式，張本宇詳細介紹了云腦科技與銀聯合作的案例。銀聯有大量的用戶行為數據都是極難處理的Sequence Data，正好是張本宇最擅長的領域。云腦科技基于銀聯的消費數據，自動學習并動態更新用戶全景個性化智能模型。利用這一模型，可以根據銀聯已有的消費用戶群，自動發現相似的新用戶，從而以更低的成本，更好的轉化率來獲取高價值顧客。當時云腦科技與傳統的協同過濾的算法進行過對比，人工智能的推薦方式帶來的到店率提高了5-10倍。目前，在云腦科技與銀聯合作提供的“智慧觸達Farcaster”平臺上，已有汽車、房地產、化妝品等行業客戶。
為了深入不同的行業，云腦科技內部有來自各個傳統行業的專家，與AI技術專家一起為傳統行業找到解決他們的痛點的方案。
云腦科技作為一家人工智能行業平臺公司，在深度學習、增強學習、NLP、知識圖譜等技術上都已經有大規模項目成功實踐經驗。但是，張本宇這個人工智能老兵出征創業后，并不打算一直依賴于帶出來的“存貨”，云腦科技還在不斷探索新的專利技術。在此次的深度訪談中，張本宇還介紹了兩大新技術。
當然，這些新的專利技術也是圍繞著同一個核心：如何讓AI更好地與傳統行業結合。
張本宇談到，AI與傳統行業結合需要攻克兩大難點：數據隱私保護與深度模型可解釋性。
云腦科技的數據隱私保護專利被稱為——BrainSync專利技術。數據的取得來源分為終端的隱私數據與云端的公開數據。傳統方法是終端上的數據先上傳至云端，隨后利用云端統一到的所有數據，訓練出一個模型。因為能夠獲取到大量的有效數據，訓練出的模型才會比較精準。但在這種條件下，人們終端設備的信息隱私得不到保障。
云腦利用獨家的BrainSync專利技術統一“小腦”模型成為一個“大腦”。由于終端模型中是無法提取到原數據的，用戶的隱私既能得到保障，訓練到的模型“大腦”又不失精準。可以說，BrainSync解決了數據隱私與模型精準此消彼長的矛盾。
第二個技術是深度模型可解釋性。雖然深度學習模型一般被當做黑箱來使用，但是很多場景下要求對AI決策的可解釋性。利用AI給傳統行業做決策時，很多用戶都希望能知道AI為什么能給出這個答案，做出這個選擇。就像是美國的法律要求自動駕駛系統能夠為自己的操作決策給出合理的解釋，例如當時為什么沒能避開行人。還有一個更為極端的例子：如果AI決定要割去病人的一顆腎，但并不能夠給予出任何理由，它得出的結論便不能被信服、不能被采用。
云腦科技針對這類需求，在模型上的設計進行了改進，在保留了模型表達能力的基礎上，增加了可解釋性。張本宇以云腦科技在招聘上的合作舉了一個例子。一個JD的一條要求是： “喜歡追求新事物”，而一份求職者的簡歷描述為：“我知道雖然我的接受能力是一般的，但更重要的是，我喜歡學習新的東西，那樣使我快樂”。云腦科技將簡歷中的這句話按照不同的單元形成不同的字段語義——“雖然接受能力一般” “接受能力一般但喜歡” “一般但喜歡學習新”“喜歡學習新的東西”，這些語義分別與“喜歡追求新事物”的卷積相撞，“喜歡學習新的東西”這一語義成為最佳匹配。類似這樣，JD上下文的每一句話都能夠與求職者簡歷上下文的每一句話進行精準分析，并得出最終的匹配值。這樣，云腦可以幫助HR推薦到匹配值最大的簡歷。這就意味著，在招聘行業中，云腦科技的產品不僅能夠幫助HR找到最符合的應聘者、幫助應聘者找到最符合的HR，同時還能夠給予雙方一份詳細的建議理由。
云腦科技目前在中國和美國均設有團隊。張本宇的美國團隊負責核心算法研發，聯合創始人龍志勇負責的中國團隊則直接和行業客戶對接。
雷鋒網與張本宇的這次深入訪談也是恰巧抓住了他回國開會的間隙。雷鋒網也了解到，云腦科技目前的業務體量已經達到千萬量級，他們正在尋求新一輪的融資。
在此前，2015年，云腦科技的技術研發團隊在硅谷成立時，獲得了峰瑞資本領投的千萬級天使輪融資，2017年完成由翊翎資本、美國中經合集團等共同投資的數千萬元人民幣A輪融資。
對于下一輪的融資，張本宇表現得更加自信，他希望能夠尋求與自己的理念一致的投資者，能夠在AI上有所堅持。
相關文章：
林元慶創立行業AI解決方案公司Aibee獲1.65億元人民幣天使輪融資
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
