作為微信創(chuàng)始團(tuán)隊(duì)成員之一的李明強(qiáng)在 2014 年創(chuàng)辦了「圖普科技」，這家公司為企業(yè)用戶(hù)提供一個(gè)「圖像識(shí)別云服務(wù)」，企業(yè)可以選擇或者定制自己需要的各種圖像識(shí)別服務(wù)，完成內(nèi)容審核、場(chǎng)景識(shí)別等功能。例如在視頻網(wǎng)站的「鑒黃」審核中，如果雇傭人工審核員的話，每天最多審核兩萬(wàn)張圖片，而圖普科技能為視頻網(wǎng)站節(jié)省 90% 的審核人力，鑒黃機(jī)器人單張圖片響應(yīng)時(shí)間小于 0.2s。

?

圖普科技創(chuàng)始人李明強(qiáng)是原騰訊資深項(xiàng)目經(jīng)理和 T4 的技術(shù)專(zhuān)家，跟隨張小龍一起參與了 QQ 郵箱和微信等產(chǎn)品的研發(fā)，擁有 7 年的互聯(lián)網(wǎng)產(chǎn)品項(xiàng)目管理、團(tuán)隊(duì)管理、產(chǎn)品設(shè)計(jì)以及運(yùn)營(yíng)推廣經(jīng)驗(yàn)。機(jī)器之心最近對(duì)李明強(qiáng)進(jìn)行了專(zhuān)訪，以下是采訪實(shí)錄：

?

機(jī)器之心：你之前在演講中曾表示很早之前就開(kāi)始關(guān)注技術(shù)，能大體講一下這個(gè)過(guò)程嗎？

?

李明強(qiáng)：我很早初中的時(shí)候就開(kāi)始接觸計(jì)算機(jī)和編程。那個(gè)時(shí)候還是 Apple II，286、386（90 年代計(jì)算機(jī)型號(hào)）時(shí)代，我那時(shí)就會(huì)自己去編程序，然后會(huì)看相關(guān)書(shū)籍。我有個(gè)大我 6 歲的姐姐，她當(dāng)時(shí)讀的是信息管理，但是她覺(jué)得我看的那些書(shū)她都看不懂。

?

很小的時(shí)候，我就會(huì)去看電路圖、焊電路板。那時(shí)候打電話還很貴的，而且不是每家都有電話，我就跟鄰樓兩個(gè)小朋友搞了一個(gè)無(wú)線對(duì)講機(jī)，通信距離有幾十米。我們花了十幾塊錢(qián)買(mǎi)了一些零件出來(lái)，然后自己去用電烙鐵去焊，自己做電路板，就把這個(gè)東西做出來(lái)了。電路板要配合收音機(jī)來(lái)使用，然后再調(diào)頻率，接收到信號(hào)再在另一邊拿收音機(jī)接收。后來(lái)我會(huì)去用匯編寫(xiě)一些黑客程序，做些接口，或者把更大的內(nèi)存調(diào)配出來(lái)，等等。所以說(shuō)我對(duì)技術(shù)的興趣是很早就有了。

?

機(jī)器之心：你后來(lái)關(guān)注人工智能可能也和從小養(yǎng)成的這種對(duì)技術(shù)的熱愛(ài)和敏感度有關(guān)吧？那你是在什么時(shí)候覺(jué)得人工智能很有趣并開(kāi)始研究這個(gè)領(lǐng)域的呢？

?

李明強(qiáng)：我是學(xué)技術(shù)出身的，所以很早就看好人工智能這個(gè)概念了。我們?cè)诰幊汤锩鏁?huì)或多或少用一些這樣的方法，那個(gè)時(shí)候我對(duì)人工智能的理解就是一堆很靈活的配置的參數(shù)。當(dāng)時(shí)用的是比較低維的函數(shù)去擬合，現(xiàn)在的神經(jīng)網(wǎng)路是用高維函數(shù)去擬合。

?

到了蘋(píng)果的語(yǔ)音識(shí)別系統(tǒng) Siri 剛出來(lái)的時(shí)候，我覺(jué)得這個(gè)東西很好，就去試了一下，發(fā)現(xiàn) Siri 的第一個(gè)版本有點(diǎn)不靠譜。當(dāng)時(shí)喬布斯也是想讓 Siri 做很多很牛的事情，但實(shí)際上我們不能把 Siri 當(dāng)秘書(shū)一樣使用。我發(fā)現(xiàn)它其實(shí)很傻，后來(lái)我主要想要的效果就是我要跟它說(shuō)「今天晚上 8 點(diǎn)提醒我回家吃飯」，它就按照時(shí)間提醒我。另外還要按照地點(diǎn)提醒，比如說(shuō)明天早上我離開(kāi)家的時(shí)候提醒我要帶什么東西，或者說(shuō)當(dāng)我到藥店附近的時(shí)候，提醒我買(mǎi)藥。我當(dāng)時(shí)很想有這么一個(gè)語(yǔ)音助手，但是 Siri 沒(méi)有實(shí)現(xiàn)這個(gè)功能。所以我就自己做了一個(gè)，叫 VToDo，可以在安卓系統(tǒng)上運(yùn)行。在那個(gè)軟件里我還嘗試了一下人機(jī)的自然對(duì)話，那應(yīng)該是 2010 年，用的是科大訊飛的接口。

?

機(jī)器之心：當(dāng)時(shí)張小龍有沒(méi)有看到這個(gè)產(chǎn)品？他有什么評(píng)價(jià)嗎？

?

李明強(qiáng)：他說(shuō)「想不到你還有沖動(dòng)去做這類(lèi)東西的產(chǎn)品經(jīng)理啊?！顾€是從產(chǎn)品的角度去分析了一下，當(dāng)然其實(shí)我也是從產(chǎn)品這個(gè)角度上去思考這個(gè)東西。因?yàn)槲沂菑奈业男枨蟪霭l(fā)，再在里面加入了一些智能化的功能，主要是為了滿(mǎn)足我自己的需求——手機(jī)上打字太麻煩了。比如說(shuō)每周一、周二、周三、周五要提醒做什么事情的話，需要去用界面來(lái)去選擇，要做這個(gè)選擇的話，可能要點(diǎn)個(gè)十幾步。所以我就基于自己的需求引入了語(yǔ)音識(shí)別的功能。張小龍對(duì)這個(gè)產(chǎn)品挺感興趣，但他說(shuō)這個(gè)太危險(xiǎn)了。因?yàn)槲恢锰嵝褧r(shí)需要隨時(shí)都訊問(wèn)地點(diǎn)，而且當(dāng)時(shí)在 iOS 上做不到這一點(diǎn)，因?yàn)楫?dāng)時(shí) iOS 還不對(duì)非官方的 app 都開(kāi)放位置信息。他覺(jué)得這個(gè)東西太危險(xiǎn)的另外一個(gè)原因就是考慮到用戶(hù)隱私，它隨時(shí)都需要用戶(hù)位置共享。后來(lái)張小龍后在做那個(gè)著名的 8 小時(shí)分享時(shí)提過(guò)，我們有個(gè)叫小強(qiáng)的同事做了個(gè)語(yǔ)音助手，微信下一個(gè)版本也會(huì)有這樣的功能。

?

機(jī)器之心：你從 QQ 郵箱開(kāi)始就跟隨張小龍，你覺(jué)得從他身上獲得的最大收獲是什么？

?

李明強(qiáng)：小龍對(duì)我影響很大，但很多年潛移默化的，一時(shí)很難說(shuō)最大的影響是什么。比如「抓住核心需求」、「事情要往簡(jiǎn)單去做」，還有著名的那句「我所說(shuō)的東西都是錯(cuò)的」，這其實(shí)說(shuō)明一個(gè)很重要的問(wèn)題，就是要有一個(gè)開(kāi)放的心態(tài)，一個(gè)念頭出來(lái)要反復(fù)的去打磨。去掉技術(shù)等一切因素，要反問(wèn)一句「這個(gè)產(chǎn)品一定要這么做嗎？」其實(shí)人工智能領(lǐng)域也很需要這種理念。

?

機(jī)器之心：是不是在這之后就開(kāi)始了人工智能方面的創(chuàng)業(yè)？

?

李明強(qiáng)：2012 年年底離開(kāi)廣研，一開(kāi)始做的不是 ToB 的「圖像識(shí)別云服務(wù)」，但也是圖像識(shí)別這方面的東西，當(dāng)時(shí)一開(kāi)始出來(lái)做是做一個(gè) ToC 面向消費(fèi)者的 app，叫「最美搜衣」，就是對(duì)衣服進(jìn)行拍照搜索，或者是根據(jù)這個(gè)衣服的紋理上的特征進(jìn)行識(shí)別并實(shí)現(xiàn)導(dǎo)購(gòu)，因?yàn)橐路锩嬗泻芏嗵卣魇菦](méi)法用文字很好表達(dá)的，比如說(shuō)它的顏色、紋理和風(fēng)格等。我們采集它的信息，然后根據(jù)用戶(hù)的訪問(wèn)習(xí)慣來(lái)推送這個(gè)相關(guān)的信息，有點(diǎn)類(lèi)似于垂直領(lǐng)域的今日頭條。同樣是信息的泛濫和擴(kuò)展，以及需求的不明確，但是買(mǎi)衣服還需要相關(guān)的搭配推薦。

但后來(lái)我們發(fā)現(xiàn)這個(gè)事情沒(méi)法做起來(lái)，因?yàn)榕速I(mǎi)東西跟獲取資訊還是很不一樣的，那么微妙的東西人工智能還模擬不了，而且對(duì)用戶(hù)了解的數(shù)據(jù)量也不夠。

?

之后就做了圖普科技，但一開(kāi)始我們還是在原來(lái)「最美搜衣」的基礎(chǔ)上繼續(xù)做，依然不是很順利。后來(lái)出現(xiàn)了快播被關(guān)停事件，這個(gè)事情對(duì)我們有了一些啟發(fā)。我發(fā)現(xiàn)，我們積累的那些技術(shù)用來(lái)做這類(lèi)事情其實(shí)挺簡(jiǎn)單的，也就是對(duì)事情進(jìn)行判斷——哪些是對(duì)的，哪些是錯(cuò)的。例如在一段視頻里哪些是色情的，哪些不是色情的，（相對(duì)于推薦衣服）這個(gè)需求是很明確的。后來(lái)我們就試了一下，發(fā)現(xiàn)效果不錯(cuò)。然后我就迅雷去談，他們之前試過(guò)很多家，但效果都不好。他們?cè)谠囘^(guò)我們的產(chǎn)品之后，發(fā)現(xiàn)雖然和他們的需求還是有點(diǎn)差距，但已經(jīng)遠(yuǎn)遠(yuǎn)好過(guò)之前的那些產(chǎn)品。快播事件也使他們對(duì)內(nèi)容審核相當(dāng)重視起來(lái)，所以他們就要求我們趕快改進(jìn)產(chǎn)品。我們當(dāng)時(shí)解決這個(gè)問(wèn)題是有條主線的，想循序漸進(jìn)的去做好。迅雷有上百人的審核團(tuán)隊(duì)，我們一開(kāi)始告訴他們能幫你省掉 50 個(gè)人。人工智能的好處在于可以迅速的幫你完成工作的一半，但你不知道是哪一半。所以我們告訴他們會(huì)先完成 50%，并告訴他們是哪 50%，然后再通過(guò)迭代去逐步完善。我們當(dāng)時(shí)就是以這種方式來(lái)提供服務(wù)，也是這種方式來(lái)定價(jià)。在迅雷之后，我們就陸續(xù)簽了其他客戶(hù)，包括酷狗的直播平臺(tái)、今日頭條、唱吧、秒拍等。隨著這些企業(yè)用戶(hù)的接入，我們自己的數(shù)據(jù)量也在不斷增加，現(xiàn)在每天處理大約 9 億多張圖片，現(xiàn)在應(yīng)該是國(guó)內(nèi)最大的圖像識(shí)別云服務(wù)提供商。

?

機(jī)器之心：現(xiàn)在圖普科技在「鑒黃」的應(yīng)用上有沒(méi)有得到用戶(hù)的一些反饋或者統(tǒng)計(jì)？比如說(shuō)節(jié)省了多少的人力，或者帶來(lái)了多少效率的提升？

?

李明強(qiáng)：我們每天處理上億張的圖片，在這里如果是需要人審核的話，那你就算一個(gè)人一天看 10 萬(wàn)張圖片，一個(gè)小時(shí)最多看 5000 張。因?yàn)橐惶焓前巳f(wàn)六千四百秒，相當(dāng)于他一秒鐘看一張，而且不吃不睡覺(jué)。而且還要考慮錯(cuò)誤率的問(wèn)題。我們現(xiàn)在每天處理 9 億張圖片，那就是相當(dāng)于人力需要 18000 個(gè)小時(shí)，這就對(duì)企業(yè)的人力成本有很大的減少了。對(duì)于視頻，我們是按照截圖來(lái)審核的。如果是人工審核的話，大概一個(gè)地方需要看一分鐘，但我們的算法可以快速掃描截圖。

?

機(jī)器之心：大約是在 2011 年出現(xiàn)了很多做圖像識(shí)別公司，那時(shí)大家好像有一個(gè)共同目標(biāo)，就是做一個(gè)通用的云服務(wù)平臺(tái)，但最后都沒(méi)有做起來(lái)，所以他們之后又轉(zhuǎn)向了細(xì)分領(lǐng)域。這是不是表明，對(duì)于圖像識(shí)別創(chuàng)業(yè)公司來(lái)說(shuō)，非常需求找到一個(gè)像「鑒黃」這樣的點(diǎn)來(lái)切入？

?

李明強(qiáng)：對(duì)，我們要考慮的是，客戶(hù)用他們的云服務(wù)到底來(lái)解決哪些切實(shí)問(wèn)題？我覺(jué)得這就像人的馬斯洛需求層次理論一樣，先讓他吃飽飯，先保證他安全，解決生存這種問(wèn)題，再往上看他有什么精神需要。我們的這些互聯(lián)網(wǎng)企業(yè)的客戶(hù)其實(shí)也是一樣的，不管是視頻，直播，還是社交，他們的基礎(chǔ)的需求就是圖像審核，而這個(gè)又需要耗費(fèi)很大的人力成本，我們就是幫他們解決這個(gè)問(wèn)題。

?

機(jī)器之心：你當(dāng)時(shí)能夠非常敏感地發(fā)現(xiàn)這樣一個(gè)非常有潛力的市場(chǎng)，以及你能看到它的每一次產(chǎn)品迭代，是不是和你之前做產(chǎn)品經(jīng)理有密切關(guān)系？其他有些圖像識(shí)別創(chuàng)業(yè)公司是不是缺少了這樣一種產(chǎn)品思維？

?

李明強(qiáng)：我覺(jué)得是的，有些公司是從技術(shù)層面出發(fā)，盯著參數(shù)去優(yōu)化。就像我們很多做技術(shù)的人，很喜歡去做優(yōu)化，但如果說(shuō)用戶(hù)不需要，優(yōu)化再多也沒(méi)用，所以你需要考慮用戶(hù)到底需要什么。我們?cè)谧霎a(chǎn)品時(shí)也經(jīng)常受到這種挑戰(zhàn)，產(chǎn)品經(jīng)理首先要去假設(shè)這個(gè)產(chǎn)品是滿(mǎn)足一個(gè)什么需求，然后大家對(duì)這個(gè)需求點(diǎn)推理一下，符合人性并且有創(chuàng)新的那個(gè)想法就會(huì)被采納，然后就推出第一個(gè)版本去試一下。一個(gè)好的產(chǎn)品經(jīng)理能夠做到 10 個(gè)里面有 1 個(gè)是符合要求就非常不錯(cuò)。張小龍也是這樣的，只是說(shuō)他成功的概率更大，抓到的核心很多。

?

機(jī)器之心：圖普科技在應(yīng)用方面找到了一個(gè)非常好的切入點(diǎn)，那能介紹一下公司的研究思路？

?

李明強(qiáng)：我們很早就開(kāi)始用深度學(xué)習(xí)了，2012 年深度學(xué)習(xí)用于 ImageNet 之后，我們就開(kāi)始了這方面的研究。目前我們的部分框架是基于開(kāi)源的，但我們做了很多改動(dòng)，因?yàn)槲覀円龅氖蔷哂泄δ艿漠a(chǎn)品。其實(shí)我們自己有一些更好的算法，但我們都沒(méi)有采用，因?yàn)樵诔杀旧线@不一定是合適的，而且可能會(huì)太慢。用戶(hù)需要往往是性?xún)r(jià)比，我們不是學(xué)術(shù)機(jī)構(gòu)，不用去研究那些最前沿的技術(shù)，所以我們使用的是比較成熟的東西。

?

對(duì)于比較前沿的研究，我們會(huì)選擇和高校實(shí)驗(yàn)室合作。但作為公司的話，覺(jué)得更大的價(jià)值應(yīng)該是迅速滿(mǎn)足消費(fèi)者的需求。做研究并不是我們擅長(zhǎng)的，我們的價(jià)值在于把科研成果商業(yè)化，滿(mǎn)足現(xiàn)有互聯(lián)網(wǎng)企業(yè)的需求。

?

機(jī)器之心：圖普科技在圖片審核方面做的特別好，除此之外還提供哪些圖像識(shí)別服務(wù)？

?

李明強(qiáng)：圖片審核會(huì)帶來(lái)其他一些相關(guān)的圖像識(shí)別應(yīng)用，比如說(shuō)場(chǎng)景識(shí)別、人物識(shí)別等。視頻網(wǎng)站除了需要我們的接口鑒別色情視頻外，還要去其他視頻分析發(fā)生在什么地方、里面有什么人。其他的圖像識(shí)別應(yīng)用我們稱(chēng)之為圖像增值，是相對(duì)于圖片審核來(lái)說(shuō)，審核是幫助企業(yè)省成本，而圖片增值是直接幫企業(yè)產(chǎn)生價(jià)值的服務(wù)，比如說(shuō)通過(guò)圖像識(shí)別提升產(chǎn)品體驗(yàn)，或者根據(jù)圖像識(shí)別出來(lái)的內(nèi)容進(jìn)行精準(zhǔn)地投放廣告，等等。

?

機(jī)器之心：圖普科技未來(lái)是不是想做一個(gè)圖像識(shí)別的技術(shù)服務(wù)平臺(tái)？

?

李明強(qiáng)：是這樣的，創(chuàng)業(yè)公司其實(shí)是缺數(shù)據(jù)的，所以很多人說(shuō)人工智能是大公司才有可能做的，因?yàn)樗麄兒芏鄶?shù)據(jù)，是它的硬盤(pán)里真真實(shí)實(shí)儲(chǔ)存著的數(shù)據(jù)。但是很多大公司不是缺數(shù)據(jù)，而是缺對(duì)數(shù)據(jù)的管理和利用。而我們做的就是管理和應(yīng)用的這個(gè)過(guò)程，市場(chǎng)需要一個(gè)專(zhuān)業(yè)的團(tuán)隊(duì)像我們這樣不斷的梳理數(shù)據(jù)。不梳理的話，不管多少數(shù)據(jù)都不是財(cái)富。而在圖像識(shí)別領(lǐng)域，你需要不斷地利用數(shù)據(jù)去訓(xùn)練算法，去迭代。我覺(jué)得我們經(jīng)過(guò)這么長(zhǎng)時(shí)間的積累和梳理，在數(shù)據(jù)這方面已經(jīng)沒(méi)有什么問(wèn)題了，這就是我們做企業(yè)服務(wù)的一個(gè)優(yōu)勢(shì)。

?

機(jī)器之心：圖像識(shí)別是一個(gè)非常通用的領(lǐng)域，比如拿人類(lèi)來(lái)類(lèi)比的話，我們有 80% 的信息都是通過(guò)視覺(jué)來(lái)接收的。你覺(jué)得接下來(lái)，是不是任何一個(gè)行業(yè)都會(huì)和圖像識(shí)別、計(jì)算機(jī)視覺(jué)產(chǎn)生關(guān)系？

?

李明強(qiáng)：會(huì)的，機(jī)器人也需要去睜開(kāi)眼睛去看世界并且和外部世界交互。所有的這些行業(yè)都需要圖像識(shí)別，例如工業(yè)檢測(cè)上，而且現(xiàn)在有一些機(jī)器人公司或者做智能機(jī)器的公司就會(huì)用到我們的圖像識(shí)別技術(shù)。

?

機(jī)器之心：現(xiàn)在人工智能越來(lái)越熱，外界討論也比較多，你對(duì)這個(gè)領(lǐng)域研究了很長(zhǎng)時(shí)間，也在這方面創(chuàng)業(yè)，你對(duì)這個(gè)行業(yè)有什么看法？

?

李明強(qiáng)：人工智能不像其他行業(yè)和技術(shù)，其他行業(yè)是從需求出發(fā)，但人工智能是自上而下的，最初設(shè)定了一個(gè)高高在上的技術(shù)目標(biāo)，可以來(lái)解決所有問(wèn)題，然后再降下來(lái)，所以它自誕生之日起就會(huì)伴隨著泡沫。所以，整個(gè)業(yè)內(nèi)還是要靜下心來(lái)考慮一下，怎么落地和產(chǎn)品化，怎么滿(mǎn)足用戶(hù)需求。

??

@本文原創(chuàng)：機(jī)器之心，轉(zhuǎn)載請(qǐng)注明。