2019年7月31日，中國人工智能企業(yè)澎思科技宣布新加坡研究院正式揭牌成立，并宣布成立澎思技術委員會。

技術委員會首批成員包括新加坡國立大學原副校長、工程領導力研究院院長康長杰教授、新加坡國立大學機器學習與視覺實驗室負責人馮佳時教授、南洋理工大學機械與航空工程學院陳義明教授、南洋理工大學電氣與電子工程學院教授蔣旭東教授。

發(fā)布會現(xiàn)場，澎思科技還與新加坡國家人工智能項目AI Singapore (AISG)、新加坡國立大學、新加坡南洋理工學院等機構簽訂了合作備忘錄。

會后，雷鋒網(wǎng)也于第一時間約訪了澎思科技首席科學家、新加坡研究院院長申省梅。關于申省梅，或許部分從業(yè)者對于她的名字略感生疏；但說到成績，她的身上有著說不完的故事。

作為松下前新加坡研究院副院長，當業(yè)界還在用傳統(tǒng)機器學習做實驗的時候，她已經(jīng)開始研究深度學習；當深度學習毫無門檻地出現(xiàn)在各個企業(yè)的宣傳頁上時，她又開始研究多模態(tài)識別技術；當大家紛紛認為AI技術不應單維度發(fā)展時，她又立志用“最有效的算法+最經(jīng)濟的軟硬體”解決客戶的剛需。

所謂快人一步，大抵正是如此。

身為AI領域鮮有的世界級華人女性科學家，她最大的熱情就是做AI產(chǎn)品化落地研究。

松下期間，她的團隊曾斬獲包括美國 NIST IJB-A 人臉識別和微軟百萬名人人臉識別挑戰(zhàn)賽等十余項計算機視覺領域國際頂級競賽冠軍。

她曾經(jīng)一手帶著新加坡松下研究院走向世界舞臺；今天開始，她又要輔佐澎思科技這個AI孩童迅速成長。

申省梅其人

申省梅的科研之路始于西北電訊工程學院（現(xiàn)西安電子科技大學），是「中國雷達之父」保錚院士的首位女弟子。

之后，她以全年級第一的成績畢業(yè)，并師從前深圳大學校長謝維信教授，進行人工智能和模糊數(shù)學在自動駕駛領域的研究，并涉足人工智能在醫(yī)學心電圖方面模擬心臟專家的算法實現(xiàn)。

1992年，申省梅加入了成立不久的新加坡松下研究院，從研發(fā)工程師做起，后任至副院長，專注于音視頻信號處理和壓縮算法設計和應用和國際標準化工作。

松下在申省梅的職業(yè)生涯中占有非常大的比重。

在這家享譽世界的電子科技公司，申省梅的研究方向先后涉及圖像壓縮、超分辨率、圖像三維重建、圖像識別等方面，累計專利300多項。

申省梅在采訪中談到，她個人研究方向的轉變與延伸來自于公司業(yè)務的精進與擴張。

松下是全球頂尖的電子公司，新加坡研究院又是松下創(chuàng)新的前沿陣地，因此，申省梅帶領的團隊進行各項前沿技術的研究遙遙領先業(yè)界的速度。

早年剛剛加入松下的時候，由于當時的新加坡研究院院長是國際圖像視頻壓縮標準的先驅，研究院將這一方向定為攻堅目標之一，因此申省梅的幾年研究生涯也主要圍繞這一話題展開。

2000年左右，預判到圖像識別在松下產(chǎn)品中的應用價值，在當時的院長和申省梅的大力推動下，研究院成立圖像識別小組。

后來民用相機興起，申省梅團隊著力為松下設備的圖像處理和增強提供科研支持，其中包括去噪聲、去抖動，超分辨率等技術的研發(fā)實現(xiàn)。

身在企業(yè)研究院，申省梅的研究課題多為業(yè)務需求驅動，這也造就了其務實的研究風格。

為了驗證自身的研究成果，申省梅帶領團隊打了不少國際比賽，并獲得十余項計算機視覺領域國際頂級競賽冠軍，堪稱“計算機視覺大滿貫”。其中不乏與業(yè)界專家，如前新加坡國立大學顏水成教授的合作。

做AI的不會產(chǎn)品，懂產(chǎn)品的不會AI

與較為常見的AI學術大牛不同的是，申省梅身上有著另外一抹獨特色彩。

如果說近兩年安防、醫(yī)療等領域是人工智能落地最多的市場，也許很多人會比較認同；但如果說它們也是最難完全攻下來的領域，相信很多人同樣沒有異議。

人工智能的興起，讓各個行業(yè)面臨著全新的機遇與挑戰(zhàn)，雖有各路玩家相繼入局，但從市場回調來看，相關產(chǎn)品仍處于科研摸索期。

不少資深從業(yè)者認為，目前的人工智能行業(yè)，最缺的不是AI學術人才，而是AI產(chǎn)品經(jīng)理。如果只是將人工智能現(xiàn)有算法直接套用在安防、醫(yī)療等領域，距離“好用的產(chǎn)品”依舊非常遙遠。

問題的根源就在于：AI技術固然重要，但懂產(chǎn)品的人也同樣稀缺。

遺憾的是，一直以來，深厚的AI學術研究背景與強大的產(chǎn)品思維能力從來都難以兼得，同時擁有兩種能力的人，更是屈指可數(shù)。

而在雷鋒網(wǎng)看來，申省梅，屬其一。

以松下為代表的日企在全球范圍內(nèi)以過硬產(chǎn)品質量而聞名，他們是典型的以產(chǎn)品驅動技術的模范代表。

作為我國最早幾批出國并任職日企做嵌入式產(chǎn)品的AI高端人才，申省梅在松下磨練了近三十年，對于如何打造‘好產(chǎn)品’的敏感度不亞于絕大多數(shù)AI學術人。

另外，目前我們看得到的新生代頂級AI精英群里，絕大部分是從2012年之后接觸深度學習，并用它去解決各個場景中的問題。

但從技術面出發(fā)，包括安防在內(nèi)的場景中，很多問題是深度學習難以解決的，而用傳統(tǒng)方法會更為奏效。

譬如，如果某系統(tǒng)捕捉到一張模糊的人臉，完全可以用超分辨率技術進行清晰化處理；另外，如果再結合目標人物的步速、可以采用路徑建模等先驗知識，減少冗余計算、提高效率。

相比之下，申省梅擁有更豐富的彈藥庫，她既懂AI、又懂行業(yè)，還熟練掌握諸如機器學習等各類方法，如此疊加，可以更好解決市場所遇問題。

離職松下，加盟澎思

這個世界晨昏更替、故事不息，有故事便有啟示，有啟示便有傳遞。

申省梅傳遞的便是一種態(tài)度：一種“不斷挑戰(zhàn)”的態(tài)度。

“我對技術非常敏感，尤其對那些在應用中產(chǎn)生很大價值的技術，我會為此激動。”

她回憶，2012年IBM Watson誕生之前，松下一直使用傳統(tǒng)機器學習方法做產(chǎn)品，但后面發(fā)現(xiàn)這一方法越來越不適用，魯棒性非常差，受到越來越多地限制。

“我們的訓練數(shù)據(jù)無論怎么獲取，等到落地應用的時候，就會發(fā)現(xiàn)在真實的場景下性能下降得厲害。”

在技術方面擁有超強嗅覺的申省梅提議，將人臉識別的開發(fā)從機器學習轉成深度學習，盡快用到產(chǎn)品上提高公司的競爭力。

除了對技術擁有的敏感，超強的執(zhí)行力也讓她很快說服公司組建AI團隊并連續(xù)完成了多項AI開發(fā)任務，遠遠走在了別人的前面。

但她一直希望有更大的挑戰(zhàn)，尤其是看到自己耕耘的AI領域正孕育著前所未有的價值創(chuàng)新，她向往著一個新的平臺和空間來發(fā)揮。

與此同時，國內(nèi)的人工智能行業(yè)土壤愈加肥沃，相關市場一路狂奔，申省梅也有心回國參與到這難得一見的技術浪潮中，用自己的所學、所思去做點事。

很快，國內(nèi)外AI獨角獸公司也曾多次聯(lián)系申省梅，希望覓得她的加入。

考慮很久之后，她做出一個極具挑戰(zhàn)的決定：選擇加入剛剛成立不久的AI創(chuàng)企澎思科技，任首席科學家兼新加坡研究院院長。

如同雷鋒網(wǎng)記者一樣，她的朋友、家人都難以理解，如此優(yōu)秀的背景按照常理，應該至少會選擇一家AI獨角獸企業(yè)。

采訪中，申省梅也向雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))談到了她當時做出選擇的三點理由：

其一，古有玄德三顧茅廬請臥龍，今有馬原三顧獅城邀省梅。在邀請她加入的過程中，澎思科技CEO馬原專程飛去新加坡不止三次，求賢若渴、態(tài)度誠懇。

其二，她離職的最大目的是需要足夠大的空間去釋放潛能，大多AI獨角獸企業(yè)的戰(zhàn)略路徑基本已經(jīng)規(guī)劃完畢，入職之后只需根據(jù)已有軌道照常運行即可。

“這對于我來說吸引力不夠，我需要足夠大的空間去畫畫。”

其三，最新嶄露頭角的AI初創(chuàng)公司中，澎思的市場能力、產(chǎn)品能力、解決方案能力比較齊全，另外技術意識也比較到位。

這一點必須承認，在競爭近乎慘烈的AI安防市場，新晉AI創(chuàng)企澎思科技竟能逆水行舟、獲得快速突破，在不到一年的時間內(nèi)，他們已經(jīng)完成三輪融資，并斬獲了多個城市級大單。

澎思科技可以說是后AI安防時代下，AI初創(chuàng)公司中跑得最快的企業(yè)之一，他們用了兩年時間收獲了同類公司數(shù)倍時間才能得到的成就。

如何贏得 AI 這場戰(zhàn)爭

科技產(chǎn)業(yè)從萌芽到成熟，往往需要經(jīng)歷四個階段：技術、系統(tǒng)、產(chǎn)品、運營。

“互聯(lián)網(wǎng)已走到第三階段，而AI還處于第二到第三階段的過渡階段。”

申省梅篤信，在各個階段轉換的過程中，行業(yè)會發(fā)生非常大的變數(shù)，每一家公司都可能會贏，每一家公司也都可能會輸。

從市場規(guī)模來看，狹義上的AI安防是紅海，但城市級的泛安防（交通、社區(qū)、零售等）還是藍海。

隨著工業(yè)界對計算機視覺的持續(xù)青睞，眾多企業(yè)將結合實際應用場景來剪枝優(yōu)化遷移，不斷開拓新的應用領域，人工智能行業(yè)的發(fā)展還遠沒有到巔峰，還有眾多的落地機會。

從技術層面看， AI技術還有很多空間需要提升，現(xiàn)在基本上還處于監(jiān)督學習，依賴大量的標注數(shù)據(jù)，半監(jiān)督無監(jiān)督學習以及增強學習還沒有看到成熟的應用，像大腦具有全面認智推理功能的技術還在研究當中。

而這些，都是后深度學習時代下，AI創(chuàng)業(yè)公司的機會所在。

“機會一定多元，就市場競爭來看，無論基于產(chǎn)品、還是技術，我們不懼任何企業(yè)，是任何。”談到競爭，生怕雷鋒網(wǎng)沒有聽清楚，申省梅重復了一次。

在商業(yè)化道路上，特別視覺落地上，申省梅堅定認為任何時候都是產(chǎn)品說話，應該以商業(yè)價值為導向的算法開發(fā)。

她說，如今的世界的確需要科技創(chuàng)新，也需要技術人才，但是產(chǎn)品才是公司骨子里的魂，我們不能丟掉魂以一個技術空殼的模樣去與世界對抗。

唯有用“最有效的算法+最經(jīng)濟的軟硬體”解決客戶的剛需，才能在AI高速發(fā)展的今天形成敏捷而有價值的運營模式。

走長遠的路，做成世界量級的大公司

目前，申省梅坐鎮(zhèn)的澎思新加坡研究院已有接近三十人，分別來自十余個不同的國家，申省梅笑稱這個團隊為「聯(lián)合國」。

雖然這個團隊的「聯(lián)合國」屬性來自跨國公司的命題背景并雜糅了新加坡的地緣因素，但她認為這樣的背景對團隊建設及科研工作非常有好處。

首先各種不同背景的人擁有不同的思維優(yōu)勢，團隊成員間能夠形成很好的互補；另外，「聯(lián)合國」團隊的凝聚力并非靠相同的文化背景而是相同的價值觀，更容易產(chǎn)生深層次的彼此認同。

對于這個「聯(lián)合國」的作用，申省梅透露，目前來看，要立足于澎思的產(chǎn)品和商業(yè)模式，結合澎思的發(fā)展方向去做研發(fā)和創(chuàng)新：

首先幫助公司把人臉識別的性能繼續(xù)提升盡快名列前茅。同時解決應用中遇到的問題，比如人種不同帶來的性能下降，兒童的人臉識別性能低下，人臉模糊背光等帶來的性能下降等問題；

另外結合澎思的CCTV攝像頭的研發(fā)，提升AI的圖像增強技術，并著手研制公司的前沿產(chǎn)品；

除此之外，還會幫助公司探尋其它AI先進技術，為下一個業(yè)務做技術的儲備和開發(fā)。

采訪最后，申省梅還談到，AI投資的熱潮會趨于冷靜，市場很快就會看到公司真正創(chuàng)造的價值。一家公司想走長遠的路，想做成世界量級的大公司，一定要擁有自己的核心技術和知識產(chǎn)權體系以及資產(chǎn)的管理。

未來，研究院也將很快建立起一套完善的體系，立足于澎思現(xiàn)有安防核心業(yè)務和商業(yè)模式，做更多突破性地研發(fā)及創(chuàng)新，為行業(yè)輸出更多AI價值。