一百多年來，信息技術(shù)從初興到成為基礎(chǔ)設(shè)施，成就了無數(shù)輝煌的科技巨頭。如今，人工智能也正狂奔在通往社會通用性技術(shù)的路上。要從上一波信息技術(shù)浪潮的產(chǎn)業(yè)規(guī)律中預(yù)測出AI的航海圖，并不容易。但回到歷史現(xiàn)場，也能悟出一番道理。

比如一個廣為認可的事實是，幾乎所有聞名遐邇的技術(shù)大廠背后，都有著或大或小的實驗室支持。其中不少都為人類通信領(lǐng)域做出過巨大貢獻，更是不乏諾貝爾獎和圖靈獎獲得者的身影。

毫不夸張地說，頂尖實驗室的存在，像是硅谷第一公民肖克利的實驗室，AT&T的貝爾實驗室，IBM的IBMResearch實驗室，施樂公司的帕羅奧圖研究中心PARC……等等，奠定了硅谷的創(chuàng)新水位，也為后續(xù)近百年的信息產(chǎn)業(yè)革命提供了肥沃的技術(shù)土壤。

而這樣的產(chǎn)業(yè)發(fā)展慣性，也自然而然地延續(xù)到了人工智能領(lǐng)域。誕生了機器學(xué)習(xí)框架TensorFlow的谷歌人工智能實驗室，孵化出智能助手小冰和小娜的微軟研究院，亦或是國內(nèi)諸多巨頭的各種實驗室和研究中心，成為智能經(jīng)濟的重要支撐。

其中，作為騰訊AI技術(shù)雙引擎之一的優(yōu)圖實驗室，就是一個不容忽視的存在。與其他實驗室的不同之處在于，從2012年成立至今，歷經(jīng)了三次重要迭代升級的優(yōu)圖，可以說用8年時間走完了通信時代實驗室的世紀歷程。當我們在AI狂奔的高速度下試圖進一步求解，科技企業(yè)的歷史機遇點、基礎(chǔ)研究與產(chǎn)品商業(yè)價值的鴻溝如何消弭等基本問題的時候，優(yōu)圖的升級修煉之路，未嘗不是一個絕佳的參考坐標系。

不同的產(chǎn)業(yè)階段，實驗室所扮演的角色也各不相同。比如通信技術(shù)方興未艾的產(chǎn)業(yè)發(fā)展初期，依靠實驗室完成底層技術(shù)突破，拉升企業(yè)競爭優(yōu)勢的天花板，是最常見的訴求，也是實驗室成立的初衷。

所以我們會看到，近年來科技巨頭們不斷招攬AI大咖加盟工業(yè)界，谷歌實驗室請來了最重磅的專家——人工智能先驅(qū)、圖靈獎得主Geoffrey Hinton；Facebook的人工智能實驗室負責(zé)人Yann LeCun同樣是AI界的傳奇。吸引科技工作者的向往和追隨，不僅燒錢（年薪不菲），而且無法快速看到收益。對于將企業(yè)利益放在首位的商業(yè)機構(gòu)來說，為什么要做這件事？

要尋找答案，我們不妨將時間倒帶到1925年，從最成功的貝爾實驗室中，探尋技術(shù)研究之于科技企業(yè)的核心價值。

很多人都知道，AT&T公司拿出產(chǎn)值的百分之三用于貝爾實驗室的研發(fā)工作，不愁經(jīng)費的貝爾實驗室也在當時成為信息領(lǐng)域科學(xué)家的首選工作單位。當然，他們的加盟也為AT&T公司貢獻了難以估量的價值，比如信息論的發(fā)明、第一顆通信衛(wèi)星的發(fā)射、第一條商用光纖的建立等等，無數(shù)創(chuàng)新，讓AT&T長期在通信領(lǐng)域領(lǐng)先于世界。

技術(shù)研究之于商業(yè)價值的先發(fā)優(yōu)勢有多重要，從騰訊的AI版圖中就可以看出來。騰訊從最初的布局，到在自身業(yè)務(wù)、云服務(wù)等中全方位應(yīng)用AI，與優(yōu)圖實驗室的研究不無關(guān)系。2012年成立之初的優(yōu)圖實驗室，最早是做圖片的二次壓縮，很快將研究重心心轉(zhuǎn)移至人臉識別識別、檢測方向，到現(xiàn)在聚焦整個計算機視覺，進行相關(guān)的技術(shù)研發(fā)與儲備。

在1.0階段，優(yōu)圖的核心是拉升騰訊的技術(shù)水位，在視覺AI上不斷精進。2015年，優(yōu)圖基于深度學(xué)習(xí)的理念研發(fā)了優(yōu)圖Uface人臉識別算法，并于同年在LFW數(shù)據(jù)庫上評測，以99.56%的準確率，名列世界第一。2017年，優(yōu)圖研發(fā)出“優(yōu)圖祖母模型”， 深度從10層至1000層，可以應(yīng)對所有場景數(shù)據(jù)，解決對各種“異源數(shù)據(jù)的融合”。

這些技術(shù)成果，多次創(chuàng)造了世界紀錄，拿下了不少AI專利的騰訊，也一躍晉升為全球AI技術(shù)研發(fā)的第一方陣。感知技術(shù)潮頭的深刻變化，通過積極探索來捕捉產(chǎn)業(yè)變局，是優(yōu)圖1.0階段與AI世界建立聯(lián)系的關(guān)鍵意義，也為騰訊切入智能經(jīng)濟搶占了先機。2018年9月，優(yōu)圖實驗室升級為騰訊計算機視覺研發(fā)中心，由此進入2.0階段。

一方面，騰訊對優(yōu)圖的研發(fā)投入進一步加碼；同時，優(yōu)圖錨定了“基礎(chǔ)研究+產(chǎn)業(yè)落地”雙軌前進的路線。時任騰訊高級執(zhí)行副總裁的湯道生提到，優(yōu)圖專注探索社交娛樂、工業(yè)生產(chǎn)、社會進步、前沿探索“四大方向”，圍繞醫(yī)療、自動駕駛、工業(yè)、零售、辦公、文化、社會公益等“十大領(lǐng)域”深入場景創(chuàng)新。在技術(shù)上“跑高分”，在業(yè)務(wù)上“跑場景”，這一路線靠譜嗎？

回到上世紀90年代，通信科技從探索期走向?qū)嵱没统墒炱冢淮髽酥揪褪菍嶒炇业纳虡I(yè)化。比如IBM Research，其規(guī)模只有貝爾實驗室全盛時期的十分之一，但極富創(chuàng)新能力，成為當時世界第一專利申請大戶。而特點正是基礎(chǔ)研究與產(chǎn)業(yè)應(yīng)用的結(jié)合。當時的IBM實驗室砍掉了一些偏重于理論而沒有效益的研究。一旦一個研究項目可以使用，就將整個研究組從實驗室挪到產(chǎn)品部門。

不得不說，在AI與商業(yè)市場如此貼近的今天，技術(shù)的進步與商業(yè)場景的融合更加密不可分。2018年，優(yōu)圖實驗室面臨的環(huán)境是，人工智能技術(shù)已經(jīng)完成了算法的原始積累，革命性的突破開始減少。與此同時，各行各業(yè)開始認識到人工智能的價值，產(chǎn)業(yè)端渴望技術(shù)加持的訴求十分強烈。這一時期，實驗室如何完成從技術(shù)基礎(chǔ)開發(fā)到產(chǎn)業(yè)部署探索的體系化之路？

升級后的優(yōu)圖就選擇了擁抱場景。優(yōu)圖的工程師說，當時感覺優(yōu)圖不是一個獨立的實驗室，更像是一個騰訊內(nèi)部的業(yè)務(wù)支持部門。針對各個業(yè)務(wù)線和B端企業(yè)的需求，去做相應(yīng)的技術(shù)支持。而在騰訊內(nèi)部豐富場景的錘煉下，憑借集聚優(yōu)勢的數(shù)據(jù)資源，優(yōu)圖的基礎(chǔ)技術(shù)與場景融合很快完成。許多人臉識別、圖像識別相關(guān)的基礎(chǔ)研究，被包裝成SDK或標準服務(wù)的方式，通過行業(yè)解決方案輸送出去。

內(nèi)部業(yè)務(wù)中，已經(jīng)在QQ、QQzone、微信、微視、騰訊云等超過90余個自有產(chǎn)品線中落地；同時，與企業(yè)客戶合作的行業(yè)標桿案例，也在這一階段蓬勃爆發(fā)。比如和寧波銀行一起推動各項AI技術(shù)等在金融領(lǐng)域的應(yīng)用；與企業(yè)用戶推出以O(shè)CR為核心的智能核保和智能票據(jù)解決方案；微信支付的刷臉支付功能在上海家樂福投入使用；輔助華星光電超過100道工業(yè)質(zhì)檢，與中國南方電網(wǎng)合作進行的電網(wǎng)智能巡檢……等等。

用優(yōu)圖員工的話來說，“客戶有時不太清楚自己的業(yè)務(wù)想要什么，所以優(yōu)圖及其他架構(gòu)師、項目經(jīng)理的一起加入，共同分析在項目里面怎么用（視覺AI）更合適”。可以說，在AI積極融入產(chǎn)業(yè)視角的兇猛浪潮中，優(yōu)圖實驗室的“基礎(chǔ)研究+應(yīng)用落地”的兩條腿模式，成為騰訊AI貫穿新產(chǎn)業(yè)紀元的重要保證。在最近舉辦的世界人工智能大會上，優(yōu)圖實驗室的“人設(shè)”又發(fā)生了新的變化。

6月10日，優(yōu)圖實驗室宣布正式開源新一代移動端深度學(xué)習(xí)推理框架 TNN。這一消息透露出了兩個命題：1.騰訊優(yōu)圖進一步開源，AI生態(tài)托舉者的角色繼續(xù)壘實；2.移動端AI開發(fā)的門檻進一步降低，騰訊吸納新一代開發(fā)者的姿態(tài)清晰化。這一次升級的契機又是什么呢？如果要在計算機通訊領(lǐng)域找到對標的實驗室，并不那么容易。因為通訊產(chǎn)業(yè)與AI產(chǎn)業(yè)的邏輯最本質(zhì)的不同是，人工智能從一開始就是開源的。

AI技術(shù)決定了它需要開放共進的生態(tài)環(huán)境，來實現(xiàn)技術(shù)的加速生長；另外，來自現(xiàn)實應(yīng)用中的創(chuàng)新與迭代，是AI繁榮不可或缺的原動力。所以，開源成為全世界眾多實驗室“進一步成果回饋”的共識。谷歌、蘋果、Facebook等在內(nèi)的AI巨頭都在開源社區(qū)上有積極的布局。而升級2.0的優(yōu)圖一直在融入全球AI開源生態(tài)上動作不斷。

比如與美國科學(xué)促進會官方刊物《科學(xué)》（Science）系列戰(zhàn)略合作，共享在計算機視覺領(lǐng)域的資源和信息，把自己已經(jīng)成形的技術(shù)平臺、模型或神經(jīng)網(wǎng)絡(luò)等構(gòu)架直接開放給平臺上的全球科學(xué)家，來共同推動CV技術(shù)的發(fā)展。再比如借助騰訊優(yōu)圖開放平臺，將人臉識別、圖像識別等多項領(lǐng)先世界的算法能力，通過云端服務(wù)為用戶開放調(diào)用。

此外，借助 Rapidnet 前向計算框架、RapidAIoT 邊緣計算框架，以及業(yè)界首個專注移動端的推斷框架 ncnn 的開源，讓更多開發(fā)者更容易觸摸AI。那么3.0階段，優(yōu)圖的開源又有那么不同呢？一方面，優(yōu)圖在基礎(chǔ)研究層面，占據(jù)了“橋頭堡“地帶，在產(chǎn)業(yè)協(xié)同上承擔(dān)更多的平臺責(zé)任。

僅2020年，優(yōu)圖被國際CV頂級會議CVPR接受了17篇論文。這些領(lǐng)先的創(chuàng)新成果，通過開源和平臺型產(chǎn)品，釋放更大的AI價值，是3.0階段的優(yōu)圖所渴望承擔(dān)的社會意義。所以我們看到，正式開源新一代移動端深度學(xué)習(xí)推理框架TNN，就以優(yōu)異的性能、輕量級開發(fā)、簡單實用等特色，讓移動端AI面向更多開發(fā)者打開。

另一方面，移動互聯(lián)網(wǎng)的發(fā)展告訴我們，基礎(chǔ)設(shè)施型平臺是戰(zhàn)略級別的競爭。以安卓和IOS生態(tài)為例，想要進一步激活商業(yè)創(chuàng)新價值，就需要將絕大多數(shù)的AI開發(fā)者、用戶都吸引到自己的開源環(huán)境上。只有使用自家工具鏈及工具生態(tài)的開發(fā)者越多，就越可能在商業(yè)生態(tài)擴展上讓被人無法追趕。

從這個角度來看，優(yōu)圖首次開源深度學(xué)習(xí)框架TNN，幫助開發(fā)者更輕松地去開發(fā)人工智能App，對于滋養(yǎng)端側(cè)的商業(yè)生態(tài)，催生AI在端側(cè)場景下的創(chuàng)新應(yīng)用，意義非凡。這對于讓AI變成智能時代無處不在的必需品，如同水、電、WiFi一樣成為現(xiàn)代生活的底色，值得給予更大的期許。從2012年成立至今，優(yōu)圖的八年也是這一波人工智能浪潮從初興、爆發(fā)、理性融合的崛起路程。

優(yōu)圖從“技術(shù)-平臺-場景”的升級修煉，讓視覺AI走向?qū)嵱没剿鳎诋a(chǎn)業(yè)領(lǐng)域落地生根。整個路程，如同信息技術(shù)技術(shù)蝶變的百年縮影。實驗室模式、天頂技術(shù)、商業(yè)社會，也在此時此刻，讓優(yōu)圖成為智能未來最直觀的疊影。

fqj