2017年初的两会上，国务院总理李克强明确指出要加快培育壮大包括人工智能在内的新兴产业，「人工智能」也首次被写入全国政府工作报告。随后国家发改委公布了《2017年「互联网+」重大工程拟支持项目名单》中包含四个AI公司，在百度、科大讯飞、腾讯这些巨头外，云从科技是其中唯一一家创业公司。
除了披上了国家队的战袍，云从在资本市场也受到了足够的青睐。2017年11月，云从科技正式完成B轮5亿元融资，加上此前广州市政府对云从科技的20亿政府资金支持，此次总计获得25亿元发展资金。
作为云从科技的创始人，周曦可能也没想到，这个成立刚刚两年多的公司发展会如此之快。
2015年，周曦走到了人生的十字路口——他决定从中科院辞职，去创立一家专注于计算机视觉的人工智能公司。
当时周曦已经是中国科学院重庆绿色智能技术研究院信息所副所长，贸然辞职不仅放弃的是旁人羡煞的中科院编制和稳定的收入，而且他要做的人工智能在当时来看还是遥不可及的未知数。
的确，在AI还未成为风口之前，AI商业研究还局限在仅有的几个国际巨头的实验室里。2015年1月，Facebook也公布了一个机器学习的开源项目，人工智能硬件服务器Big Sur；微软将分布式机器学习工具包(DMTK)通过Github开源；IBM旗下机器学习平台 SystemML正式开源，成为Apache孵化器下面的一个开源项目；2015年11月，谷歌开源了第二代机器学习平台Tensor Flow。
当时的阿尔法狗还未亮相，「人工智能」的概念还远未走进大众的视线，中国的创业公司大多还在将国外模式「copy to china」的赛道上血拼着。
但周曦似乎有这样的底气，他早年曾在中科大研究语音识别，后来在北京的微软亚洲研究院语音识别组工作了相当长的一段时间。2006年周曦放弃了语音转投图像识别，师从计算机视觉之父Tomas S.Huang教授，研究图像识别和视频识别。在2007年到2016年的9年中，周曦和其麾下团队7次斩获PASCAL VOC、IMAGENET、FERA等智能识别的世界冠军。国际顶会、杂志上也有60余篇论文发表，上千次引用。
2015年4月，周曦创立了云从，名字取自《易经·乾卦》「云从龙，风从虎，圣人作而万物睹。」
从中科院孵化，而后又披上了「国家队」的战袍，云从科技注定从一开始就和大多数AI公司不同，这也是他们可以深入在安防、交通、银行等行业背景内展开业务的原因之一。
值得关注的的结构化数据采集阵列
除了在B端几个领域取得巨大成绩之外，值得注意的是云从在数据来源方面首次创立了结构化阵列数据采集方法。
众所周知大数据是深度学习的燃料，没有大量的数据，深度学习也不可能发挥潜力。数据量也是一个AI公司的命脉。但是光有数据是不够的，需要让人工智能算法学习，必须是有标注的结构化数据。
这对于任何人工智能公司而言都是巨大的任务量，根据此前《接招》报道过的为人工智能公司提供数据标注服务的龙猫众包所言，初期科大讯飞为了提高识别的准确率曾经雇佣了1500人的团队进行标注；另一互联网教育新秀学霸君也为实现「拍照识题」这一功能上投入了大量的人力物力。
云从在获取原始数据后首创了结构化阵列数据，由91个摄像头组成的采集阵列，可同步拍摄到同一个人91个角度，不同光照的数据，角度相隔5度，利用结构化数据云从采用了多任务学习的策略将这些结构化数据引入到训练当中，极大提高了学习效率。
云从利用这个采集阵列，在2年时间采集了1000个人，每个人产生了20万张图片，共计2亿张图片。采集的人脸数据场景也非常丰富，包括不同表情和服饰，比如闭眼，皱眉，微笑，大笑，戴眼镜，戴帽子等等。另外还会搜集不同光线环境下的数据，例如逆光，背光，阴阳脸等。基于这些海量的数据，云从采用了双层异构深度神经网络算法以及三层金字塔式迁移学习来训练AI。
也正是得益于这套采集方法，使得云从对于人脸识别的算法更加缜密，准确率得到显著提升。从2015年4月到2017年9月，人脸识别准确率从68%上升到99%，人脸识别错识率从1%下降到了0.0001%。这也让云从在之后拓展到其他方面更加得心应手。
从银行、安防、交通的基础技术覆盖
目前云从科技已是我国银行业人脸识别第一大供应商，包括农行、建行、中行、交行等全国 80 多家银行已采用云从科技产品；在安防领域，产品已在 22 个省上线实战，获得公安部高度认可，引领了公安行业战法的变革；在民航领域，云从科技和中科院重庆研究院合作后产品已覆盖 80% 的枢纽机场。
在金融领域，云从科技目前是银行行业最大的人脸识别供应商之一，包括农行、建行、中行、交行等全国80多家银行已采用公司产品，应用于柜台、直销银行、手机银行、网银等场景。
简单举一个例子，当一个客户进入银行之后人脸扫描设备识别身份后可以快速了解客户信息，做适当产品推荐。甚至在未来金融交易中使用人脸识别技术，可在出现用户交易抵赖时，将交易过程用到的人脸识别原始人脸信息作为交易附加信息进行举证，有效预防抵赖，减少金融交易客户投诉处理时间。
目前云从已在广东一些高校内与银行合作建立试点，学生可以使用提供的售卖机刷脸注册并购买饮料、食物、书本。
在安防领域，云从的产品已在23个省上线实战，动态人脸识别技术入选公安部部级课题，获得公安部高度认可。
其实最早云从推动人脸识别技术进入安防领域时并不被看好，据云从安防行业部市场与解决方案总监兰天翼介绍其实在我国一些边防地区，人脸识别仪器和技术早已在使用。但由于技术不达标，常常造成误判，由此需要浪费大量人力来二次检查。
当云从带着自己的产品到来时，当地的工作人员的想法还是「可以来试试，但不抱有太大希望」。只是没想到，云从到来后直接将过去人脸识别产品的不可用变成了好用。
如今在云从提供给公安部门的「火眼系统」中，公安部门只要输入嫌疑人的面部特征和大致区域后，云从的后台技术即可捕捉该区域内的所有监控图像，分析判断出疑犯的行动路径。
在重庆，云从人脸识别系统已协助重庆市公安破获超过400起案件。在兰州市，云从科技人脸识别帮助民警在24小时内抓获犯罪嫌疑人。在太原市，民警运用人脸识别，利用一张光线不佳的照片，将深夜作案难觅其踪的惯犯逮捕归案。在泉州，使用非常模糊的影像在20分钟内搜索到犯人行迹。
此外，在民航领域，云从科技和中科院重庆研究院合作后已覆盖80%的枢纽机场。2016年12月，银川机场全面智能化，首次将人脸识别技术同时用于安检、登机、VIP迎宾、动态布控等多个环节。
除了机场，高铁和地铁方面的「刷脸」安检也在推进。但由于目前机场安全要求最严格，所以优先性较为靠前。在机场刷脸安检之后，相信地铁和高铁「刷脸通行」也会在不久后到来。
可能我们现在在提及「人工智能」这个词时大多数人会觉得它真正到来的时代还为时尚早。的确，目前许多的相关研究因为各种条件的受限还处于实验室中。但技术进化带来生产力的提升是不可阻挡的，如何一步一步脚踏实地的将研究成果从实验室带入到大众生活中才是重中之重。毫无疑问，在这点上云从已经迈出了脚步。返回搜狐，查看更多
责任编辑：
