360在国际人工智能挑战赛中夺冠了，还刷新了此前谷歌、微软、牛津大学等机构保持数年的世界纪录。7月17日，360人工智能团队与与新加坡国立大学（NUS）组成的团队，在有人工智能“世界杯”之称的ImageNet大规模视觉识别挑战赛（ILSVRC-2017）中取得佳绩，在“物体定位”的两个场景赛中获得第一，在所有任务和场景中均获得全球前三的成绩，360最终夺得团体冠军称号。

ImageNet是当前世界上最大的图像识别数据库，由美国斯坦福大学大科学家模拟人类识别系统而建立，也是人工智能图像识别领域的开山项目。从2010年起ImageNet每年都会举办一次比赛，吸引全球图像识别领域的顶尖选手同台竞技，而每一年的比赛都会引起企业、高校、科研院所的极大关注。之前在ImageNet大赛上经常夺冠的选手，均为谷歌、微软、牛津等大企业和大机构，360此次夺冠多少有些黑马姿态。

与语音识别一样，图像识别在人工智能中属于认知计算范畴，即机器对外界的认知能力。人工智能机器要想做出判断，必须能准确识别外部图像，因此图像识别相当于给机器装上了“眼睛”，是人工智能中最重要的项目之一。图像识别的应用范围非常广，举个例子，未来的无人车就高度依赖图像识别，智慧交通、智慧城市、智慧医学等项目也是如此，这些项目光靠语音识别是玩不转的，图像识别将在其中发挥最重要的作用。

360此次夺冠的两个场景，都是来自物体定位（识别）这一任务，即用机器识别外部物体。360和NUS组成的团队在“使用训练数据进行训练”，与“使用额外训练数据进行训练”这两大场景中获得第一。360和NUS组成的团队使用了自主的“DPN 双通道网络+基本聚合”深度学习模型，实现了0.062263和0.061941的最低定位错误率一举夺冠。这一任务历年来的领先者均为谷歌、微软和牛津大学这样的机构，360和NUS组成的团队此次也算改写历史，为中国科技界争光了。

在ImageNet视觉挑战赛上团体夺冠，揭开了360人工智能研发的神秘面纱，使得外界有机会一窥其真正实力。360拥有一个规模并不大的人工智能研究院，主要聚焦在视觉、语音、语义和大数据等四个方向，机器视觉方向已经用在国际赛事上夺冠的方式刷出其存在感，事实上这也是360人工智能四大方向中最强的一个，但其研发团队也就70多人而已，是一个小而精的团队。

谁都能看到人工智能在未来的光辉前景，但不好解决的问题是，如何消弭研发与应用之间存在着的巨大落差。人工智能投入巨大，如不能及时投入应用的话，就有可能会是财务上的一个无底洞，最好的发展方式是边研发边应用，以应用带动研发，研发促进应用，使技术拥有造血能力，才有可能把这件事持续做下去。360不是个巨型公司，在财力上无法与巨头们相比，因此其人工智能研发带有较强的实用性，更注重落地应用和技术向具体产品输出，以产出反哺研发。

视觉识别技术落地应用最具体的例子，就是智能硬件和直播，而这两个业务360都有。360是做安全的，小水滴监控摄像头就是网络安全在线下的一个延伸，而从这种产品起的作用来看，记录下家中一切影像，识别出家中进了陌生人，是两种不同的任务场景，后者就是进阶式的功能，属于人工智能范畴，360人工智能的视觉识别能力，恰好能为其所用。在智能硬件方面的其他例子，还有360儿童手表、智能行车仪和智能后视镜等，这些产品能够承载视觉识别能力的话，在用户体验上也会带来飞跃，其意义是不难想象的。

直播和短视频也是360的主力业务之一，在人工智能领域拥有了最好的视觉识别和图像分析技术，意味着效果更好的美颜、抠图、动态叠加，这进而会导出更好的用户体验。事实上在直播中使用的人工智能并非只有脸部动态捕捉，其范围还是很广的，有很大的发展前景。从单纯呈现图像画面的直播，走向用各种人工智能技术手段呈现图像画面的直播，从意义上看与传统戏剧舞台走向声光电舞台相似，这是一种升级换代，而360正在以非常实用主义的态度来做这件事。

过去几十年人工智能的发展始终起起伏伏，高潮之后进入低谷，过十年再起高潮，再入低谷，周而复始，但实际应用很少见，这与机构们重研发轻应用有很大关系。当前这波人工智能热潮主要是应用前景所带动的，应用的地位被提升到了一个前所未有的高度，而360则抓住了这一趋势。把产出的人工智能技术随时投入应用，从市场上获得反馈随时改进和调整技术研发路线和方向， 这有助于技术研发的推进速度。

360的智能硬件产品已销售上千万台，这就是上千万个人工智能的载体，花椒直播等用户也有了几亿，这也等于是几亿人工智能用户。只要能利用人工智能技术输出了好的用户体验，并适时从中发现问题，解决问题，那基本等于人工智能技术的精进。之后再把从中积累下来的技术能力输出到其他领域，那也只不过是同一个运动员换个赛道再战而已，成本低，见效快。像360这样利用互联网快速迭代的方式发展人工智能，不失为一条实用道路。

作者 葛甲