把购物带入人工智能时代

伊珊

一场人机大战点燃了公众对于人工智能领域的热情，AI大时代已经来临，在可以预见的未来，人工智能将渗透到日常生活的方方面面。一家位于深圳的科技公司瞄准了时尚领域，他们想从商品切入，用人工智能技术训练一位拥有时尚品位的AI老师。如何把科技商业化一直是业界的难题，而商品识别天然具有“交易”的属性，这会不会成为下一个爆发的人工智能垂直领域呢？

曾主导“Bing”项目

在高新科技的江湖中，微软系一直是备受资本方青睐的“门派”，码隆科技的联合创始人兼CEO黄鼎隆，联合创始人兼CTO Matt Scott就是“微软创业邦”中的一员。

黄鼎隆是清华大学2008级的人机交互专业博士，毕业后曾在微软工作了四年。在微软期间，黄鼎隆就职于MSN部门，致力于搜索引擎方向的探索。2009年，微软发布了新的品牌Bing Search，这是一款被微软寄予厚望的搜索引擎，中文名称被定为“必应”，有“有求必应”的寓意。产品推出后却遇到一个问题：百度、谷歌都有类似的产品，“Bing”需要找到一些亮点。黄鼎隆联系到在研究部门工作的工程师Matt Scott，让市场端和研究端直接对接，开发了必应词典项目。

微软内部项目众多，能够脱颖而出最终推出市场的比例非常少。谈到那段经历，黄鼎隆说：“那段经历和创业很像，要组织团队、要说服上级给予资源支持，只是不用考虑发工资的问题。”

在黄鼎隆团队的努力下，最终必应词典在词典市场上占据了很大的流量，产品本身也实现了商业变现，内部创业圆满成功。

这个过程使黄鼎隆对商业与市场有了更多的感悟，更重要的是，他认识了一帮互相信赖的兄弟，如今，码隆科技的核心研发团队基本都是在微软的老战友。

在微软工作了四年后，黄鼎隆又先后在腾讯、TripAdvisor工作。他一直关注着人工智能学界的动态，“人工智能领域最权威的ImageNet比赛，很多年来，一直是每年只有百分之零点几的提高，忽然有一年提高了百分之十。”置身人工智能领域多年，他对这个变化十分敏感，他知道：AI的时机到了。

2014年，他辞去了TripAdvisor中国区产品副总裁的职务，创办了码隆科技。

如何培养一位合格的AI时尚顾问

人工智能有若干应用领域，选择哪个垂直领域进行创业呢？黄鼎隆的回答是：离商业更近的。“很多做人工智能公司的团队都偏研究，我们团队的核心定位在产品。我觉得一个能实现商业价值、能赚到钱的产品才是有价值的产品。”

基于这样的考虑，他没有选择技术相对成熟的人脸识别、车辆识别领域，而是选择了相对冷门的商品识别领域。在商品识别这个垂直领域中，他又选择从技术门槛最高的服装识别切入。“商品分为两类，一种是刚性的东西，比如桌子、书，这类商品的结构是相对固定的；另一种是柔性的物体，最典型的就是衣服，衣服会有扭曲、折叠和遮挡。我们的技术研发重点就是，让计算机能够准确识别出各种形态的柔性商品。”黄鼎隆说道。

计算机的学习过程与人类的学习过程有很多相似之处，人类平时80%左右的信息获取方式是通过视觉。当一件衣服摆到面前，人眼能够迅速判断它的颜色与材质，经验丰富的时尚编辑甚至能够说出品牌。这种判断的基础在于，我们见过的衣服数量和种类足够多。

让计算机像人类一样做出判断，也是同样的道理。首先，要让计算机看懂商品，看懂以后，就要用海量的数据来“喂养”它，不断提升它的时尚品味。计算机一旦能看懂服装，它的识别能力将远超过任何一位时尚编辑。即使最资深的时尚人士，一辈子所能见到的服装也是有限的，然而计算机却可以在很短的时间内看一亿张、十亿张包的图片，成为一个巨大的时装库。

比哈佛还难进的孵化器，他们拿了冠军

锁定了时尚服饰识别这个领域后，黄鼎隆开始着手设计原型产品。2015年2月，码隆科技完成天使轮融资，投资方为达晨创投和远镜投资，融资金额1200万人民币。

公司成立了不到一周，黄鼎隆接到了“中国创新创业大赛”的邀请。这是一项由科技部主办的科技创新赛事，当时共有一万多个企业报名竞赛。当时码隆科技仅有三个人，还没设计出原型产品。在一轮接一轮的比赛过程中，一款名为“StyleAI”的APP逐渐成型。最终，码隆科技拿到了大赛总冠军，与此同时，产品原型也打磨完毕。

黄鼎隆并没有对StyleAI进行大规模的C端推广，他说：“这款App只是一个show case展示，在开发App的过程中，可以把我们的系统打磨得非常好，尤其是对柔性物体的定位和识别能力都到达了一个新高度。”

创业半年后，2015年1月，码隆科技又传来了好消息：他们入选了微软创业加速器。这个在创投圈大名鼎鼎的机构，每年只有百分之二的入选率，比哈佛还难进。在加速器的毕业展示——Demo Day当天， 码隆科技通过现场投票获得了最佳人气奖，以第一名的成绩毕业。

“大数据”不等于“大数据量”

人工智能与大数据一直是密切相关的概念。黄鼎隆说：“好比汽车要烧油，大数据就是油，推动人工智能向前走。另一方面，人工智能又能释放大数据的价值。”大数据的核心在于数据处理能力，黄鼎隆举了一个例子：“比如说我们想知道今天北京街头最受欢迎的衣着款式，你无法做一个实时的统计。我们只能通过社交网络、街头摄像头等渠道获取大量街拍的图片。但是所有的信息都在图片里，我们的技术可以把图片里的信息提取出来，汇集起来就成为一个数字信息。”如今，码隆科技已经累积了很多经过处理的数据。

谈到大数据，国内BAT（百度、阿里、腾讯的合称）三家公司拥有的优势毋庸置疑，黄鼎隆认为，BAT的大数据优势也并非不可超越。“他们都是单一平台的数据，而我们的数据是跨平台的。对于数据来讲，重要的不仅仅是数据的体量，还有数据的多样性。此外，有大的数据和有大数据是有区别的。所谓的大数据需要数据之间被解析、被关联、被处理，数据之间可以产生互动；如果只是拥有一些未经处理的数据，并不能产生价值，因此还要看数据的处理能力。

保持团队的克制，才能在机会出现后迅速登顶

虽然人工智能的商业化方向尚未清晰，却并不影响资本方和创业者进入这个领域的热情。关于码隆科技的商业模式，黄鼎隆认为，现在还不用考虑得非常清晰。“商品这个东西离钱太近了，比如商品识别出来之后会产生购买，购买就可以和电商结合起来，变现的渠道有很多种。”目前，码隆科技要集中精力把技术做好，盈利是一件水到渠成的事情。

黄鼎隆认为，可以预见的将来，人工智能将以一种革命性的方式进入到生活中。要与C端用户产生联系有两个方法：或是直接做一个C端公司，或是通过与B端合作，通过B端来影响C端。目前，码隆科技更倾向于后者。他认为，未来C端的呈现形态可能是多样的，不一定是App，或许是通过机器人或者AR、VR等很多方式去呈现。

优秀的技术、大数据的积累，再加上先发优势，黄鼎隆和他的团队已经做好决战人工智能战场的准备。虽然公司资金充足，团队的扩张却比较克制。黄鼎隆认为要保持团队的高灵活性。“在真正的机会还没有到来之前，保持一支小而精干的团队是很重要的。创业就像登山，O2O就像香山，比较平缓，你组织一支大团队往上冲，也许能很快冲到山顶。而人工智能这座山好像珠穆朗玛峰，它很高很险，没有一条明确的路，你带着一个500人的大团队反而更难登顶。我们始终保持一个小而精干的团队，我认为这是一个优势。一旦机会出现，就能迅速登顶。”