一百多年來，信息技術從初興到成為基礎設施，成就了無數輝煌的科技巨頭。如今，人工智能也正狂奔在通往社會通用性技術的路上。
要從上一波信息技術浪潮的產業(yè)規(guī)律中預測出AI的航海圖，并不容易。但回到歷史現場，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)近百年的信息產業(yè)革命提供了肥沃的技術土壤。
而這樣的產業(yè)發(fā)展慣性，也自然而然地延續(xù)到了人工智能領域。誕生了機器學習框架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，亦或是國內諸多巨頭的各種實驗室和研究中心，成為智能經濟的重要支撐。
其中，作為騰訊AI技術雙引擎之一的優(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、基礎研究與產品商業(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。
朝陽初升：安靜角落里的技術“突圍者”
不同的產業(yè)階段，實驗室所扮演的角色也各不相同。
比如通信技術方興未艾的產業(yè)發(fā)展初期，依靠實驗室完成底層技術突破，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、圖靈獎得主Geoffrey Hinton；Facebook的人工智能實驗室負責人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公司拿出產值的百分之三用于貝爾實驗室的研發(fā)工作，不愁經費的貝爾實驗室也在當時成為信息領域科學家的首選工作單位。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，無數創(chuàng)新，讓AT&T長期在通信領域領先于世界。
技術研究之于商業(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、云服務等中全方位應用AI，與優(yōu)圖實驗室的研究不無關系。
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移至人臉識別識別、檢測方向，到現在聚焦整個計算機視覺，進行相關的技術研發(fā)與儲備。
在1.0階段，優(yōu)圖的核心是拉升騰訊的技術水位，在視覺AI上不斷精進。
2015年，優(yōu)圖基于深度學習的理念研發(fā)了優(yōu)圖Uface人臉識別算法，并于同年在LFW數據庫上評測，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，可以應對所有場景數據，解決對各種“異源數據的融合”。
這些技術成果，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技術研發(fā)的第一方陣。
感知技術潮頭的深刻變化，通過積極探索來捕捉產業(yè)變局，是優(yōu)圖1.0階段與AI世界建立聯系的關鍵意義，也為騰訊切入智能經濟搶占了先機。
驕陽如火：挖掘商業(yè)富礦的支撐者
變化出現在2018年。
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“基礎研究+產業(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、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“十大領域”深入場景創(chuàng)新。
在技術上“跑高分”，在業(yè)務上“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實用化和成熟期，一大標志就是實驗室的商業(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。而特點正是基礎研究與產業(yè)應用的結合。
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品部門。
不得不說，在AI與商業(yè)市場如此貼近的今天，技術的進步與商業(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，人工智能技術已經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，產業(yè)端渴望技術加持的訴求十分強烈。這一時期，實驗室如何完成從技術基礎開發(fā)到產業(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，更像是一個騰訊內部的業(yè)務支持部門。針對各個業(yè)務線和B端企業(yè)的需求，去做相應的技術支持。
而在騰訊內部豐富場景的錘煉下，憑借集聚優(yōu)勢的數據資源，優(yōu)圖的基礎技術與場景融合很快完成。許多人臉識別、圖像識別相關的基礎研究，被包裝成SDK或標準服務的方式，通過行業(yè)解決方案輸送出去。
內部業(yè)務中，已經在QQ、QQzone、微信、微視、騰訊云等超過90余個自有產品線中落地；
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技術等在金融領域的應用；與企業(yè)用戶推出以OCR為核心的智能核保和智能票據解決方案；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)質檢，與中國南方電網合作進行的電網智能巡檢……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)務想要什么，所以優(yōu)圖及其他架構師、項目經理的一起加入，共同分析在項目里面怎么用（視覺AI）更合適”。
可以說，在AI積極融入產業(yè)視角的兇猛浪潮中，優(yōu)圖實驗室的“基礎研究+應用落地”的兩條腿模式，成為騰訊AI貫穿新產業(yè)紀元的重要保證。
AI高照：無處不在的智能托舉者
在最近舉辦的世界人工智能大會上，優(yōu)圖實驗室的“人設”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習推理框架 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域找到對標的實驗室，并不那么容易。因為通訊產業(yè)與AI產業(yè)的邏輯最本質的不同是，人工智能從一開始就是開源的。
AI技術決定了它需要開放共進的生態(tài)環(huán)境，來實現技術的加速生長；另外，來自現實應用中的創(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。
比如與美國科學促進會官方刊物《科學》（Science）系列戰(zhàn)略合作，共享在計算機視覺領域的資源和信息，把自己已經成形的技術平臺、模型或神經網絡等構架直接開放給平臺上的全球科學家，來共同推動CV技術的發(fā)展。
再比如借助騰訊優(yōu)圖開放平臺，將人臉識別、圖像識別等多項領先世界的算法能力，通過云端服務為用戶開放調用。
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)圖在基礎研究層面，占據了“橋頭堡“地帶，在產業(yè)協(xié)同上承擔更多的平臺責任。
僅2020年，優(yōu)圖被國際CV頂級會議CVPR接受了17篇論文。這些領先的創(chuàng)新成果，通過開源和平臺型產品，釋放更大的AI價值，是3.0階段的優(yōu)圖所渴望承擔的社會意義。
所以我們看到，正式開源新一代移動端深度學習推理框架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，移動互聯網的發(fā)展告訴我們，基礎設施型平臺是戰(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)圖首次開源深度學習框架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)端側的商業(yè)生態(tài)，催生AI在端側場景下的創(chuàng)新應用，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-平臺-場景”的升級修煉，讓視覺AI走向實用化探索，在產業(yè)領域落地生根。整個路程，如同信息技術技術蝶變的百年縮影。
實驗室模式、天頂技術、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。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
