近日，百度CEO李彦宏在极客公园创新大会上表示，百度这两年为加大在人工智能等技术方面的投入，利润从2012年的53%下降至2014年的29%，同时也表示“我不在乎我的股价会再跌掉一半或者更多，我一定要把这件事做成”。而在不久前，百度同时也宣布已经建立了世界领先的计算机视觉系统，并宣称其在ImageNet物体分类测试中的错误率为5.98%，而在2014年的比赛中，谷歌的GoogLeNet团队以6.66%的错误率胜出。据悉，在实验环境中，人类的识别错误率为5.1%。

无独有偶，Facebook也刚刚宣布对多款深度学习的人工智能工具进行开源，以推进这项技术在业界的普及。到目前为止百度、谷歌、苹果、Facebook等诸多互联网巨头纷纷投巨资在人工智能研发领域，有数据显示，仅2014年，各互联网科技巨头在人工智能领域的研发投资就超过20亿美元，人工智能经在并行计算、数字化神经网络、云技术、大数据以及深度学习算法等技术的推动下，其形态正逐渐显现。

在Gartner最新宣布的科技发展动向中，人工智能已经成为了新的业界宠儿，被细化为了八个领域；而动辄数亿的研发投资，人工智能已经成为互联网巨头最愿意烧钱搞研发的领域，同时也成为了软实力的体现。但是，目前这个领域的巨头玩家，更愿意将人工智能的研发结果以实验室数据的形式进行展现，但实验数据是否能够证明这项技术可以商用呢？

人工智能：光做题不应用没有意义？

Megvii创始人印奇曾表示：人工智能已成未来趋势，现在已经有很多巨头加入了进来，谷歌的大脑、百度的搜索和识图，但这是一项新兴技术，即便对于谷歌或百度而言，也同样是新领域，所以大家基本都是站在同一个起跑线上，很多东西都是未知，大家都在摸索。和经验相比，它更需要创造力和决心。

正因为如此，在各家都在摸着石头过河之时，实验室的测试结果自然而然成为大家唯一比拼的标准。如前文中所描述的图像识别技术，它作为人工智能的重要组成部分，虽然各研发机构经过数年的研发，已经取得了不菲的成绩，来自中国的新创企业Megvii（旷视科技）提交在最新学术论坛中的报告指出，经过最新算法优化计算机在一分钟内便完成了对人脸数据库LFW（Labeled Faces in the Wild）6000余组图片的比对，而最终99.5%的正确率也再次成为目前在公开发表世界最高成绩。

即便Megvii、百度等公司在对外公布的实验室理论测试成绩纷纷高达99%以上，但因为实验室测试样本数据仅为6000余组，在包含数以万计样本的实际商业场景之下，误识率将会直线上升导致无法使用。 “在金融场景下的人脸识别技术，要尽可能的不认错也不误杀，具体到数字上则是误识率（把两个人认成同一人）要低于十万分之一，而且在这个标准下的通过率（原本是一个人却被系统认为非本人而不通过）要高于90%”Megvii创始人印奇如是说，“在真正银行级别测试中用的是证照相片与现场图像的比对，年龄因素与图像清晰度等问题才是需要集中技术力量攻克的，而如果用做LFW测试的那套办法用在这个环境中，误识率会高于2%，这就根本没办法用。”据悉Megvii已经开始与多家银行展开万级数据库的测试工作，而在去年也已经建立了与蚂蚁金服等互联网金融服务机构的战略合作关系。

技术为商业服务，并为社会带来可能的进步，才能实现其最终价值。在这一点上来自Megvii显然比想象的走的更快看的更远更远，目前其数据库中已经拥有超过500万组经过标注的图像数据，远超LFW的样本数据，而这些数据实则一方面来自于真实商业化尝试累积而一方面又将促进人脸识别的技术更快的发展。“各家在人脸识别的算法模型上已经非常成熟，为了测试分数高而做的工程优化已经逐渐显现出对实际场景的不匹配，而数据积累、商业化尝试和人才将成为后面人工智能企业进行比拼的三个最重要的指标。”印奇在解释今后商业化发展重点的时候强调说。

做技术为轴的共生生态

印奇表示，目前专注在金融、安防、零售等应用场景的Megvii已经逐渐建立起自己的技术to商业的通路，并分别发布了Face++Financial，Face++Security等专门解决方案，希望围绕图像识别和人工智能技术，在未来建立“共生生态”。

Megvii实现这个生态理想的方法是，抓住未来的重要关键点，为这些能够驱动未来的关键点提供技术支持。依靠图像识别技术，帮助企业拓展、加强现有的业务，从而吸引大量的应用和企业加入这个共生生态圈。而来自不同领域但又存在联系的数据，让技术能得到质的提升；进化后的技术，一方面能再次循环反馈给已经在生态圈的企业，一方面又让原本的算法和技术得到更多的提升。据悉通过近一年的不断商业化尝试，Megvii已经将原本十万分之一误识率下60%的通过率提升到了93%，大幅度减少了远程验证失败后所带来额外企业客服的业务量。

对于这条可商业化人工智能的路径，Megvii也获得了资本层面的认可，去年9月份，启明投资和创新工场又完成了对Megvii的B轮投资。一定程度上，资本对产品的肯定能够说明其在商用化进程中的价值。

在商业化路上，新兴的人工智能企业还将面对的是来自传统金融、安防安全解决方案商的挑战，“共生系统”是否能够成为打开广大市场的钥匙，Megvii显然还需要做出更多证明。