在中国做AI，多多少少都与清华有着些关联。

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名申请、网站空间、营销软件、网站建设、遂川网站维护、网站推广。

作者 | 张栋

传统的安防市场，清华学霸们纷纷登场，按下了彻头彻尾地改革之键。

1978年，文革刚刚结束，改革开放正在酝酿，清华大学便在计算机系内部成立“人工智能与智能控制”教研组。

那年，清华大学共招收了6名硕士生，分别是张国煊、张轴材、王家钦、郑学忠、唐建邦、严隽薇；指导教师包括许万雍、黄昌宁、许尧瑞、石纯一、刘植帧等。

这几位指导教师在随后的二三十年中皆成为我国人工智能领域的先驱及中流砥柱，而6位首届硕士生也都先后成为各领域的关键人物。

1990年，清华大学成立了智能技术与系统国家重点实验室，这个实验室曾连续三次在国家重点实验室的评估中被评为A级实验室。

重点实验室的特点是不仅仅要进行人工智能基础原理、基本方法的研究，也要研究应用技术和系统集成技术。在体现研究的前沿性的同时，体现多学科交叉和不同技术综合的特点。

以计算机领域权威的CS Ranking指标来看，在2010-2020这10年间，清华大学在人工智能方向排名已位列世界第二，仅次于CMU。

如果说清华是中国AI人才摇篮，其实在AI安防这个细分市场，也走出了不少英雄豪杰。

海鑫科金董事长：刘晓春

刘晓春是中国首批从事模式识别研究的企业家，1989年从清华大学自动化系模式识别和图像处理专业硕士毕业，后就职于海军装备论证研究院某下属企业。

1998年，他辞职创业，成立海鑫科金。

他们先后研发了包括支付宝“指纹付”等多款热销产品，全国大的十一亿库容的人像识别系统也均由海鑫科金提供产品、合作建设。

就是一家这样曾经辉煌无数的公共安全信息化企业，在高速发展过程中也遇到了几乎所有老牌企业都曾遇到过的成长挑战及技术转型难题。

幸运的是，刘晓春和他的海鑫科金在AI上也正在不断发力。

前些年，他们成立了专注于大数据服务和人工智能应用的海鑫科金AI研究院。同时，还积极与包括Intel、阿里、华为等企业进行合作，打造海鑫AI生态圈。

“海鑫科金自成立以来，一直在做满足社会刚性需求的事，我们不会在锦上添花的事上付出太多精力。”

刘晓春说，任何技术必须用来解决实际问题，海鑫科金不会做埃菲尔铁塔式地研发，所有技术都必须要到市场上去验证它的成功。

这样的发展思路在旁人看来也许有些平淡，缺乏故事和看点，但在刘晓春眼里：

稳健发展不是不求进步、也不是不肯冒险，是基于对识别技术的多年理解，更懂得做选择。

说到AI安防的未来，这位清华人侃侃而谈：

“AI并非纸面技术，硬件、平台、网络的进阶，一定会带来产业的质变。”

他认为，今天的AI创业，技术门槛越来越低，但应用门槛越来越高，要求也越来越精细化。

也正因如此，每家公司后期都必须找到自身价值。

于技术公司而言，算法的价值会逐步降低：一来开源不停、门槛渐低；二来没有生产成本，复制销售快过印钞。

也就是说，算法的价值在于配套：要么配套工程、要么配套设备、要么配套应用软件。

“AI应用是一场没有终点的马拉松，每个人都有机会。”

刘晓春对AI的未来信心满满，同时，他也认为即便如此，也要慎重创业。

“我不太支持国家提的双创，创业的成功者凤毛麟角，失败者遍地都是，但实际上任何一个创业者都会消耗大量的社会资源，家庭资源、个人资源。”

个人牺牲点时间、努力倒是次要，有些双创直接把创业者家庭有限的经费消耗殆尽，带来了家庭生活的困境是不应该的。

创业一定是少数精英才去做的事情。

旷视三剑客：印奇、唐文斌、杨沐

旷视科技三位联合创始人印奇、唐文斌、杨沐是“姚班”的本科同学。

印奇于 2006 年进入清华姚期智实验班本科，从本科起便在 MSRA 任职（包括实习）共四年时间，与孙剑等人共同研究微软的人脸识别系统，并被广泛应用在 X-box 和 Bing 等微软产品中。

随后印奇赴哥伦比亚大学攻读 3D 相机方向博士学位，之后回国正式创业，创立了旷视科技，并担任 CEO。

唐文斌从初中开始便参加信息学编程比赛，先后多次获得 ACM，Code Jam 等各类编程比赛冠军，在高二被保送至清华大学，随后进入“姚班”。

唐文斌还曾担任国家信息学竞赛总教练 7 年之久，负责从高中选拔天才儿童参加国际信息编程奥林匹克比赛(IOI)。

清华研究生阶段，专注社交挖掘和图像检索，曾获 ECML best student paper runner-up 和 Google topcoder target。

杨沐毕业于清华大学姚期智实验班，曾获国际信息编程奥林匹克比赛(IOI)金牌。

提到旷视安防，业内人应该都有所耳闻。

目前整体估值超过40亿美元的旷视科技是国内第一批将AI技术应用落地到传统安防行业中的独角兽企业。

九年前，AI还未成风口，创业公司也没几家，VC圈尚不认可，那个年头，做AI已经要有难得的孤注一掷的情怀，不曾想入场后不久，旷视便瞄准了行业公认的硬骨头：安防市场。

人们疑惑、不解甚至是嘲笑，毕竟彼时行业内更多的观点认为AI不过是新壶装老酒，老生常谈，落地应用乃至于商业化会有个漫长的过程，技术应用泡沫巨大。

也有一些行业客户认为既然在十年前上了人脸识别的当，以后再也不会相信这一套玩意儿。

旷视并未理会，在这一垂直领域扎下根去。

当旷视用一个接一个的战果证明技术已经成熟了的时候，行业才真正地认识到：AI时代真的来了。

经历，折射出一个嗷嗷待哺的创业公司从婴儿到长大最真实的样子，而当他呱呱坠地时，商业画卷也便渐渐展开。

今天，旷视安防所研发的产品矩阵涉及人、车、物特征识别等多个领域；业务线涉及 云、边、端三大版块。

可以说，在传统安防拥抱人工智能的当下，旷视正在用软硬一体的方式打造涵盖“算法、技术、硬件产品、解决方案、数据”在内的全价值链。

商汤科技联合创始人：杨帆

毕业于清华大学电子工程系的杨帆，是位学术与工程能力兼具的全才。

他硕士毕业后直接入职微软亚洲研究院，负责AI、AR等图形学相关技术的工程落地，一干便是八年。

而后，其与汤晓鸥教授等人一道，创立了商汤科技。

身为联合创始人，杨帆的主要职责是帮助商汤打造完整的工程技术体系，用顶尖的技术变成可靠的产品，并创造足够大的价值。

提起商汤，CV从业者们应该都不会陌生，作为目前市场上规模大、估值最高的AI独角兽，它依靠大量专业人才，短短几年时间便推动众多原创AI技术在安防等行业落地开花。

杨帆说，AI安防的工作过程可以分为五大步： 采集、传输、存储、分析、反馈。

AI尚未融入安防市场之前，这个行业的采集、传输、存储过程已经进化得足够优秀，包括各种高清摄像头的不断迭代，4G的全面普及，云计算、数据湖的全方位部署等等。

这些技术的演进与应用使得前面三大过程已经形成产品方案，从而也带动了行业的飞速进步，并在短短十几年时间内便让中国安防屹立世界之巅。

“遗憾的是，“分析”、“反馈”这两大环节却未能在过去十多年中得到实质性发展，导致这一领域的产业信息化没有真正完成闭环价值的提供。”

分析是对于前端IPC采集的数据真正具备自动化价值提炼的能力；反馈是指拥有基础提炼能力之后，再结合用户需求，形成应用生态，能够真正给客户带来价值。

杨帆笃信，对于后面两个环节的补强便是商汤发力安防的机会点所在，商汤也会竭尽全力对一个成熟行业的不成熟环节进行商业化重构。

在顶尖人才及众多原创技术的助力下，今天的商汤安防已经硕果累累。

眼下，商汤的安防业务已经覆盖了全国30多个省，参与了总计超过十万路大规模的城市级视频分析系统的建设。

另外，商汤的AI安防产品矩阵也已成型：包括2018年全新发布的SenseFoundry方舟城市级视觉开放平台、已经投入实战的SenseFace人脸布控实战平台等等。

通过AI掘金志，杨帆还分享了他对于AI技术型公司如何在安防行业更好活下去的三点看法。

一、透彻理解行业本身的运作模式，对于技术型公司而言，不可只往技术端走，不往客户端走。

这一点看似老生常谈，但实际能够贯彻执行的公司少之又少，每一个行业都有其自身运行法则及内在规律，如何更好理解用户需求才是重中之重。

二、技术实力才是为各个行业带来本质革新的绝佳武器。

如果只往客户端走，或者轻视了技术端，那么后期被对手追上、赶超只是时间问题。

而这就考验一家公司的产品化能力，如何能够更快更好地将技术创新与用户需求相互结合是每一家技术型创业公司的必修课。

三、需要学会扬长避短。

每个行业中的每个玩家都有自己的优势、长处；但市场化比拼较为综合，这个过程中，需要一边打仗一边调整，尽可能地发挥出自身大价值，而非跟风调整。

他举例，正如安防行业内近期热议的‘软件定义’命题，孰对孰错？

其实通过已经非常成熟的手机、IT等行业就可发现，大量的公司通过软件挣钱、通过硬件挣钱、通过服务挣钱。

也就是说，无论是做软件还是做硬件，每一家公司都会有自己的生存空间，最终还是要看自身能够为用户提供多少价值与服务。

在高速行进的AI安防赛道，传统安防公司会不停地强调客户服务，同时发展技术能力；技术型公司则要一方面讲技术，一方面紧紧贴住用户。

谁先抵达技术与用户交叉的中点，谁就赢得了这场战役的胜利。

触景无限首席执行官：肖洪波

肖洪波毕业于清华大学工程力学系，曾任惠普、CA中国技术顾问、IBM 资深信息架构师、UIUC高等媒体研究中心图像组项目负责人。

2010年，肖洪波与陆凡（合作伙伴）一起，在北京成立触景无限。

过去十年中，触景无限的成长并非一帆风顺，甚至有点坎坷。

触景无限创业伊始选择的路是基于人工智能的“前端感知”。

在当时的国内，甚至国际上都没有足够成功的先例，触景可谓摸着石头过河。

但凭借对市场的敏锐认知和自信，触景无限先于行业摸清了“前端感知”：云端AI的必要补充，边缘智能的深层应用。

近几年边缘智能的突破式增长，印证了当初决策的正确性。

这一坚持也让触景无限领先市场跨入这一行业，为用户提供更加成熟稳定的前端感知产品，成为了边缘智能产业的头部企业。

漫漫十年，触景从无到有，逐渐成为拥有顶级软硬件研发团队，海内外五家子公司、七大行业覆盖、数十家行业客户的国家高新技术企业。

相对后端智能，前端虽优点不少，但也同时面临模型参数大、实时性要求高、运算能力弱以及室外复杂场景运行等复杂问题。

用肖洪波的话说， 做前端智能，无异于“在螺丝里做道场”。

幸运的是，咬牙坚持的十年，命运终于给了触景无限一个不错的交代。

在对技术和场景应用的不断打磨中，触景无限也推出了不少差异化产品及解决方案：包括盾悟智能盒/分析主机、人工智能模块“瞬视”、 角蜂鸟Horned Sungem AI视觉套件等，如今也都应用在包括安防、金融、零售、社区等几十个场景中。

针对AI安防市场的开拓，肖洪波认为没有终点。他提出了“三毫”概念： 毫米、毫秒、毫瓦。

这也映射了触景无限对感知的技术愿景，即打造“小体积、反应速度快，且功耗低”的产品，这一理念的最终点就是感知的“芯片化”。

“以单一的芯片取代原来的复杂设计，置入各种设备，打造一个“看得见”的世界。”

这是肖洪波的梦，也是触景无限的梦。

赛灵思AI双子星：姚颂、单羿

从左往右：单羿、汪玉、姚颂、韩松

姚颂1992年出生，2011年进入清华大学就读电子系。

2012年年初，进入汪玉博士的实验室，从三维集成电路设计、硬件安全等CAD方面的研究开始，后转而钻研计算机体系结构。

2014年7月，前往斯坦福大学电子系进行2个月的LLVM编译器开发实习。

2014年9月以后在微软亚洲研究院实习，方向是设计与开发应用于必应搜索引擎专用加速处理器的专用编译器，正是在此奠定了姚颂的创业基础和方向：深度学习硬件。

2015年毕业之际，姚颂获得卡内基梅隆大学的博士Offer（当然还有高额学术奖金），后选择放弃创业，与单羿、汪玉、韩松联合创立深鉴科技，任CEO。

单羿毕业于清华大学，获得电子科学与技术博士学位，伦敦帝国理工大学国家公派联合培养博士生。

原深鉴科技合伙人、CTO，全面负责公司技术方向与研发及开发团队的管理工作。

他带领研发团队开发了面向人工智能应用的DPU(Deep Processing Unit，深度学习处理单元)及其软硬件系统，在此基础上形成了深度学习加速FPGA板卡模组和专用芯片两个重点方向解决方案，应用于智能安防、数据中心等领域。

2018年8月，深鉴科技被赛灵思全资收购，现在在赛灵思主要带领团队负责AI研发和项目落地的接洽。

据AI智道报道，深鉴最初的产品定位是无人机，后期考虑多方面因素，最终选择转型安防等市场（当然无人机的积累并没有放弃）。

基于无人机技术的积累，他们着手开发压缩、编译、加速三位一体的自动化流程，试图实现算法、软件、硬件协同优化，为开发者打造高效的深度学习DPU平台（Deep Learning Processing Unit，深度学习处理单元）。

2018年，深鉴科技已经拥有六款产品：深度学习开发SDK DNNDK、人脸检测识别模组（前端）、人脸分析解决方案（后端）、视频结构化解决方案（人/车分析）、深鉴ARISTOTLE架构平台、语音识别加速方案。

而DNNDK要对标英伟达的TensorRT，DNNDK提供了一套完整全流程软件工具链，涵盖了神经网络推理（Inference）阶段从模型压缩、异构编程、编译到部署运行的全流程支持。

降低了深度学习算法工程师和软件开发工程师DPU平台深度学习应用开发的门槛和部署难度，缩短算法部署到硬件的周期，加快了AI产品研发过程。

文安智能董事长：陶海

陶海，1993年获得清华大学自动化系硕士学位，1999年于美国伊利诺伊大学香槟分校获得电机与计算机工程系博士学位、师承“计算机视觉之父” Thomas S. Huang教授。

2001年，陶海任教于美国加州大学，后成为该校终身教授（至2010年），先后发表数十篇较大影响力的学术论文，并获得十余项计算机视觉领域发明专利。

2005年，陶海率队成立文安智能，专注于人工智能视觉技术与产品的研发，主要应用在智能交通领域。

“不同于别人，我们只做垂直，聚焦单个领域深耕，把它做到不止是落地，更要给用户一个价值体现。”

眼下，文安智能的产品系列已经覆盖前端摄像机、边缘端、集群服务器、后端应用平台。

在陶海看来，交通智能化的技术趋势，云端协同是未来，且前端AI必不可少。

利用后端AI解决所有问题极不可取，电子警察与普通人脸识别截然不同，想要在高速运动、多车道的情况下精准、快速识别车牌，一些特殊应用还需要在前端进行，实现前后端协同。

在前端建立网络传输，兼容协同；在后端对老的电警进行改造，增加功能。建设之时，按期规划，逐渐扩大网络，解决各地不同的实际需求差异。

交通智能化的产业趋势主要分三个层面：车辆智能化、道路智能化和管理智能化。

车辆智能化与to C端相似，现在的车联网、自动驾驶、辅助驾驶等等实际上是企业to C端来做。

道路智能化，车路协同需要建设，路侧端的建设带来道路的管理，包括拥堵、交通信号灯、交通组织、信息服务、信息发布等等。

另外一部分则是偏政府管理端的管理智能化，其实就是分析、决策、执法、优化到服务能力提升，到最后已经不是管理而是经营，是服务融入日常生活。

文安智能主要是以道路智能化和管理智能化为主要的目标进行相应的系统的打造。

道路智能化，具体来说即城市道路做精、高速公路做强、乡村道路做补。

管理智能化，下一阶段的目标，其实就是治堵。

力维智联董事长：徐明

徐明，清华大学博士，曾在中兴通讯工作超过十五年，2017年8月担任力维智联董事长兼总裁。

他在智慧城市领域建树颇深，拥有十多项个人发明专利，是智慧城市“一图一网一云”架构的主要实践与推广者。

他认为，物联网万亿市场下，AI与物联网技术的结合已经非常必要且必然，两者的融合、运行将会给安防行业甚至世界带来新一轮变革。

在他看来，目前相关技术在行业落地仍有两点不足：

1、安防行业和公安实战结合的深度不够。

人工智能、物联网、大数据等新技术必须服务于行业和公安实战中的问题与挑战，并能够解决问题，才能真正实现在行业和公安实战中的落地。

2、仅仅依赖单一的视频数据不足以解决所有复杂的安防问题。

单一的视频数据下的解决方案过于豪华，且越来越会涉及到公众隐私这一敏感问题。

上述两大问题的存在也就意味着，人工智能、物联网和大数据三大技术领域本身需要深度融合，才能与公安实战深度结合。

换句话说，AIoT+公共安全战略或成未来行业主旋律。

在后期AIoT技术的发展与落地中，徐明坦言，力维还将继续坚持三件事：

第一、打通从感知到认知的任督二脉，形成感知到认知的闭环；

第二、建立起数据、信息、知识、到智慧的自动化演变和递进；

第三、搭配类脑神经功能的AI芯片的IoT节点路由器普遍应用，将智能分布到物联网的任何一个节点。

深醒董事长：袁培江

袁培江毕业于清华大学，后取得加拿大西安大略大学博士学位，师从中国人工智能泰斗张钹院士和加拿大两院院士Patel教授。

2015年，袁培江编写了一个20多兆的人脸识别小程序，这个小程序吸引了警方的注意，被拿到新疆进行测试。

结果不到一周，这个粗糙的小程序就识别了一名反恐分子，这次尝试，让袁培江看到了公安领域的需求。

2016年，袁培江参与创办了深醒科技，专注于安防领域人工智能产品的研究与应用服务的自主可控创新开发。

相对于一众早先成立、高融资、高估值的计算机视觉企业，深醒入场似乎有些迟。但这好像丝毫不影响他们的成绩。

眼下，包括新疆、贵州、青海等十几个省份、几十个城市都已用到深醒产品，实现AI落地。

创业几年下来，袁培江对于AI安防的认知逐步加深。

一来、虽然很多企业都在讲技战法，但其实只有少数几个厂家会真的花时间在上面。

二来、公安内有刑警、交警、治安、户籍、经侦、巡警等多个警种，对视频资源的应用需求也都不相同。

场景细分下，需要攻克的难点众多，如何平衡实际场景需求和产品化的成本也是一个重要问题。

相对于业内对细分领域需求的追求，袁培江认为，客户的需求是多场景的，但场景细分不意味着都要形成产品，如果不能拷贝，就难以平衡需求和成本间的问题，对企业来说，负担就会很重。

“产品都是从项目中提炼出来的，但不是所有项目都能提炼出产品。产品肯定是某些场景应用的一致性比较强、在产品程度化较高的时候才能形成。”

在细分场景的关注中，深醒也提炼出了一些更细致的应用。深醒去年年初就申报了一个重点课题，通过一组脚印，或鞋印，能倒推出人的身高、年龄、体态和行为方式。

对于AI创企在市场的角色，袁培江认为，虽然玩家很多，但目前AI在安防市场中的渗透率还很低，这还不是个“红海”市场，AI在其中也还大有可为。

零度智控创始人：杨建军

杨建军，2002年毕业于清华大学电子工程系，之后进入二炮某研究所从事航天飞行器科研工作，2007年创立零度智控。

2016年5月，零度集中全部资源推出一款口袋无人机DOBBY，意图抢占消费级无人机市场。

不过半年后，快速扩张的零度因产品销售未达预期出现现金流紧张的局面，最后不得不一次性裁员134人。

痛定思痛后，杨建军战略大调整，从To C领域大举挺进To B市场，并选择安防作为技术制高点。

他们通过大量调研发现，安防行业还没有一家企业，既有飞控又有飞机、还有吊舱和数据链，并且懂得行业并兼具互联网思维。

得益于此前的团队技术积累，零度智控陆续推出了飞控、吊舱、数据链、视觉模块，之后做整机。

主要场景为公安抓捕、日常巡查，按照他们的产品定义，未来操作人员只需要在室内操作，领导可以随时看到辖区内的任何一个地点，还能直播给地面人员导航追踪。

杨建军推断，安防市场的飞行器需求会很大，一年做5个亿是比较容易的事情。

“今天的这些成熟技术，会支撑一个警用安防时代的蓬勃而出，警用安防、边防、巡查将是零度下一个重点方向。”

对于零度来讲，未来需要重点做两件事：

第一，找一个长远方向，市场需要足够大、足够深、足够技术含量，要一直做下去；

第二，长期要方向、短期要盈利，控制好现金流，走好每一步。

深网视界总经理：万定锐

万定锐，2004年于清华大学自动化系获得学士学位，2009年于清华大学自动化系信息处理研究所获得控制科学与工程博士学位。

2015年起任东方网力科技股份有限公司副总裁兼深圳市深网视界科技有限公司总经理。

谈到人工智能，这位清华人的话匣子彻底被打开。

“安防最终需要完成从感知到认知的过渡，但现在安防行业还未出现真正的DI（数据智能）。”

现阶段来看，未来安防产业的技术趋势是云化大数据、深度人工智能以及软硬一体化。

技术在不断演进，能否持续、准确判断未来技术趋势是件非常困难的事，需要持续跟踪和判断，磨炼自己的技术嗅觉。

在保证灵敏的技术嗅觉的同时，技术落地更是当务之急。万定锐认为，智能技术应用于相关系统中，仍旧存在诸多不足。

如今赛道内成熟玩家的AI监控业务主要围绕以上两个点展开：

AI独角兽们不惜一切代价在算法精准度上拉开差距；而传统厂商则在此基础上，在稳定性、成本、服务上做系统化的整体提升。

“安防系统特别强调准确性及实时性。传统安防系统做精准布控，除了高准确率外，时效性也绝对不可忽视，至少要求做到秒级响应，但就目前而言，挑战巨大。”

还不够“快”的主要原因在于算法的不足及算力的不够：城市级的安防系统拥有海量点位；另外，视频图片作为一种非结构化数据，用深度学习处理，运算量巨大，成本高。想要做到实时响应，需要大量运算力及高额成本。

“所有的这些难题最终可以归结在人才层面，人才是阻碍AI落地的重要因素之一。技术革新不断加速，一个系统型项目的落地，需要对多种技术进行交叉融合、综合利用，而当下我国这类综合型人才紧缺。”

从东方网力自身来看，他们过去多年在智能算法、智能硬件、人机交互、无人驾驶等新兴领域投入了巨大精力，先后在美国投资了Jibo、Exyn等国际一流的机器人和人工智能项目。

时势造英雄

一群清华人，他们都是技术出身，深刻认识和理解AI对于世界的颠覆作用。

四十载芳华，如今的清华AI已经硕果累累，除了上述豪杰们之外，还有太多清华AI人正在做着努力。

2020年6月20日-6月21日，第三届 「中国人工智能安防峰会」将于杭州正式启幕，会上也将有不少清华AI人带来精彩思考及主题分享。

AI与安防的融合，经由2018年的静水深流、2019年的混沌厮杀，2020年的技术研究与方案落地将会更为清晰、成熟。

https://www.toutiao.com/i6825325569647837710/

分享标题：扒一扒「清华系」的AI安防大佬们-创新互联
路径分享：http://csdahua.cn/article/csidcd.html