朱珑：有所“依”，有所“图”

熊安迪

7年之间，依图从上海交大闵行校区边一间小屋里起步，从只做技术研发的小班子，变为了人工智能行业内举足轻重的巨型独角兽。朱珑，作为这家创业公司的掌舵者，也随着公司一同成长。以博士后身份进行创业的他，从学术界迈向产业界，尤其看重人工智能技术与产业的结合。

今年5月初，有着“中国计算机视觉‘四小龙”头衔的依图科技，踏出了面向智能计算时代的关键一步——重磅推出了其首款深度学习云端定制化芯片“求索”（questcoreTM）。发布会上，依图科技的联合创始人兼CEO朱珑身着深蓝色T恤和外套，用很慢的语速介绍着这款产品。这是自依图科技2012年成立起的7年以来，朱珑首次为公司的发布会站台。

他说：“之前依图太低调了，我今天难得高调一回。”

从创业之初的智能安防做起，到后来的智慧医疗、智慧金融、智能语音，再到如今的AI芯片，依图科技以计算机视觉技术为核心，稳扎稳打地在产业中不断探索，同时，又明确果断地扩大着产业布局的领域。2018年7月，其估值已达到150亿元人民币。在“求索”芯片逐步应用落地之后，其市值的继续增长也是可以预见的。

一个公司的气质总会有其创始人身上的影子，一个公司的发展路径更是离不开其CEO的判断和决策。对于依图科技和朱珑其人也是如此。他们都有所“依”——有底气去创新，有所“图”——有勇气去开拓，同时，也沉得住气去落实。

凭“感觉”的非典型创业者

依图科技是中国最早一批从事计算机视觉的创业公司之一。但实际上，2012年的时候，人工智能在全球范围内都还没有火起来，很少有公司以人工智能为业务核心。尽管在2010年，IBM的人工智能系统Watson已经在美国《边缘游戏》节目中战胜人类赢得冠军，但其并未像2016年谷歌的AlphaGo战胜李世石那样引起大众对人工智能的高度关注。因此，朱珑的创业其实带着极强的不确定性。

对于创业时间的选择，朱珑说：“就是那样一种感觉，2012年时，感觉人工智能距离产业化已经非常、非常近了。”他想创造一个平台，凝聚一群人，做一些世界级的创新工作。

这种“感觉”并不是朱珑的一时之莽，而是基于他在学院和实验室中对于人工智能十多年的研究、积累和沉浸而产生的判断。

朱珑1997年在美国东北大学就读计算机学位，后来于2003年在加州大学洛杉矶分校开始攻读统计学博士学位，从那时便开始从事计算机视觉的统计建模和计算的研究。他师从计算机视觉界权威，曾获得计算机视觉论文最高奖马尔奖的艾伦·尤尔（Alan Yuille）教授。艾伦·尤尔早年曾在剑桥大学跟随著名物理学家斯蒂芬·霍金研究理论物理，之后转而开拓计算机视觉领域。由于这一层关系，朱珑也经常被外界冠上“霍金徒孙”的称号。

2008年，他在美国麻省理工大学人工智能实验室担任博士后研究员。2010年，他又加入纽约大学Courant数学研究所担任研究员，研究图模型和深度学习的关系。2011年，国际计算机视觉算法竞赛“图像目标检测”项目的冠军被他收入囊中。

这份教育履历即使放在如今精英云集的人工智能创业圈，也算得上出类拔萃。在顶尖前沿的学术氛围的熏陶下，朱珑对人工智能发展趋势自然十分敏感。计算机科学的研究主体将从高校、研究机构，更多地转移到产业界，因为产业界会有更大量的数据、更多的人才做支撑。研究将越来越依赖于大的工程平台，而不再是一两个人单打独斗的模式，需要上百人的团队才能完成一个研究的课题。因此，他要找一个能够继续做研究的机构，但这个机构不是学术机构，也不是局限性比较多的大公司。“可以说，创业是科学研究的另一种探索方式。”朱珑这样说。

做了这么多年的计算机视觉研究，要想继续创造价值，就得把技术应用到具体的业务场景中，以解决实际问题来创造价值。通常把理想变成现实最好的路径就是做公司，用产品化的方式解决问题。

朱珑也将自己形容为“非典型的创业者”。“其实创业对于学术界的人也是一个重新学习的过程。这种‘非典型让我能够有一个特殊的视角，基于对科学、对学术的理解，有一些不同的思考。”他说。

用商业手段克制地做科学

朱珑的创业十分艰难。在人工智能还未掀起热度的情况下，学术背景再强大，也只能帮他去敲一敲客户业务的“门”，而是否有“門”会为其敞开，是否能够走进那扇“门”，运气重要，把握机会的能力更重要。

朱珑首先找到了当时在阿里云平台做技术总监的林晨曦，和这位实战经验丰富的昔日高中同学一起联合创业。他们一起去跑客户，去拓展业务。他们目标中切入的业务涉及车辆、人脸、文字，以及服装等其他与人贴近的方向。

在四处寻觅市场机会的过程中，朱珑通过各个渠道找到了当时某市交通管理部门的领导。但这位领导只给了朱珑3分钟的见面时间。在现实世界里，拿出实际解决问题的效果，才会赢得客户。交管部门对视频、图像的比对有着强烈的需求，尤其需要从海量视频监控数据中精准、快速地找到目标。于是，朱珑在这有限的时间里表示，他们能够将当时不到30%的车辆套牌识别率提升到70%。

即便很多名牌大学都没有将这个课题完成，这位领导还是给了朱珑团队一次机会。

“实际上，当时我们没有技术积累，我在创业之前也没有接触过车脸识别。好比一个理论科学和应用科学，其实是跨度非常大的两个领域。”朱珑后来回忆起那段经历时这样说道，“但是只要说能做，就一定能做得出来。”

之后的日子里，朱珑团队先“泡”在各种相关的交管场景中，研究实际应用场景中解决问题的关键。然后，将图像识别理论和产业的难题业务结合，形成该应用场景的算法模型。他们选择做车脸识别系统，采用先进的计算机视觉算法，进行车辆品牌、型号等特征识别，让“车脸”像人脸一样具有唯一性，在最快时间内锁定车辆行踪，使假套牌车和嫌疑车辆无可遁形。

他们夜以继日地进行攻关和调试。几周后，朱珑团队完成了这项任务，并且超过了预期，达成了90%的车辆套牌识别率。依图科技就此进入了安防领域的“门”。

除了车脸识别，后来依图科技又做了人脸识别。“人脸识别比较赚钱。”朱珑坦言，“赚钱对创业来说非常重要。以前在学校里，我可以很放肆地做科学，但创业是要克制地做科学。用商业的手段能够解决并实现我做科学的理想。”

信心源自技术和产业的结合

在2017年的第十届中国绿公司年会上，人工智能成为了热点话题。一个尖锐的问题曾被抛给朱珑——创业公司没钱、没数据、没资源，拿什么跟BAT比？

在当下的人工智能行业，高手之间在算法上的差别越来越小;在数据、计算平台方面，创业公司与大公司相比也毫无优势;而在商业方面，则更是难得有一拼。这是人工智能创业公司想要有更大成就所要面对的真实境况。依图科技在创业公司之中能够闯出一片天，但若放到更大的格局中，竞争力似乎并不够。

朱珑却不畏惧与大公司角力。他表示自己在创业的第一天就被问过这个问题，而他对依图科技的信心主要在于两点：一是牛人，二是垂直市场。牛人掌握技术本身并能准确捕捉到技术动向，而垂直市场是产业中的机会。

“公司之间的博弈本质是牛人的博弈。”朱珑在全球最好的人工智能实验室待过，他的学术经历让他接触过人工智能技术层面最精英的人群。他很清楚当前各大公司在人工智能上的水平，因為在这些公司里做人工智能核心技术的人员很多就是他曾经一起做研究的同事、同学。朱珑表示：“一流的高手之间差距非常大，越是牛人之间反而差距越大。”牛人能够知道技术的未来在哪里，对技术有着更深、更长远的理解。而他对自己的科学家技术团队抱有很强的信心。

然而，光有技术是不够的，还需要能够洞悉应当把钱投到哪里才能更好地盈利，让技术和产业能够结合起来，解决现实世界中的实际问题。大公司的优势在于有大量用户的场景，但创业公司也有创业公司的路数。朱珑认为：“越是垂直、分散的产业领域，大公司的优势越不明显，这对于创业公司而言是很大的机会。”例如ATM机刷脸取款的场景，这属于非常大众化的人脸识别领域，但BAT这样的大公司也没有ATM机的数据，和创业公司站在同一起跑线，都需要从最基础的部分开始做起。依图科技就是这样抓住了多种垂直领域，在安防、医疗、金融、语音方面一步一步地布局。

“造芯”的勇气

近期，处于C+轮融资状态的依图科技发布了首款AI芯片“求索”，朱珑也首次出席为自家的产品站台，足见这一智能芯片对于依图科技的重大意义。

这款芯片主要针对视觉场景，是一颗能同时兼顾云端和边缘端场景的 SoC 级芯片。它采用自研架构， 16 nm 制程，单路摄像头功耗小于 1W，性能功耗比为 0.75 TOPS/W，同时支持 Tensor-Flow、PyTorch、Caffe等开发，实现了从算法、应用场景、芯片到服务器的全栈场景，具有均衡的端到端处理能力。

这个芯片研发的过程并不容易，需要很大的勇气。在2017年依图科技团队规模不过百人，公司在资金储备和经济实力上都不具备“造芯”的最佳条件时，朱珑却坚持一定要做这件事。他说：“敢把房子卖了赌今天这个答案非常重要。”因为AI芯片在商业化上对依图科技有着不可替代的意义。AI芯片及系列硬件产品的发布将强化依图科技行业垂直整合的布局，通过世界级的算法、芯片、服务器和管理软件，构建更高性能、更低成本的芯片和硬件产品，让算法对芯片的全面赋能，更将驱动人工智能在更多场景下的应用和落地。

朱珑表示：“科技进步极大地降低了创新所需的经济门槛，但是伟大所需的精神门槛——勇气，从来没有降低过。”