看点：
AI圈的半壁江山都到了！记微软亚洲研究院第二届院友会。
近日，微软亚洲研究院在位于中关村(000931,股吧)的微软亚太研发中心举办了一次只有前员工才能参加的聚会，没错，这就是微软亚洲研究院的院友会，这个有官方支持的“前员工聚会”今年是第二届，已经有累积1300多位院友。
在人工智能圈，微软亚洲研究院被称为人工智能圈的黄埔军校，明年将是微软亚洲研究院成立20年。无论是阿里、联想、海尔、百度等国内知名科技公司的前沿技术研发负责人，还是商汤、旷视等人工智能领域的知名创企，又或是AI投资圈，背后核心负责人都有来自微软亚洲研究院的大咖身影。所以这场聚会也成了人工智能圈的一次“武林大会”，各路高手，在此各展身手。
更有意思的是，虽然是学霸云集的技术人士聚会，但从身居高位的大公司高层到创业公司的创始人，这拨微软系出身的技术精英们居然个个天然段子手附身，各种飙段子的同时，也能看到不少对AI产业关键问题的讨论交锋，以及行业热点评述，干货不少。
智东西(公众号:zhidxcom)特别整理如下，其中特别值得关注的是由李开复、张宏江、赵峰等几位前院长级老领导对AI投资的讨论，以及由微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋主持的“看脸的时代”圆桌，汇聚了国内最顶尖的几位机器视觉创业公司，对这个行业的几个关键问题进行了探讨。
微软亚洲研究院现状：与国内产业靠拢
微软全球资深副总裁、微软亚太研发集团主席、微软亚洲研究院院长洪小文做了开场致辞，致辞中他向大家介绍了微软亚洲研究院最近的一些研究成果。
首先，他对各位院友的到来表示欢迎，并提到将会在院友聚集的地方不定期举办活动，希望经常和大家聚聚。同时，他也肯定了微软新CEO萨提亚的表现，微软在萨提亚的带领下正变得越来越好。
人工智能与大数据、云计算紧密联系，人工智能与算法结合就是所谓的系统智能。
将大数据、大计算，以及AI算法结合到实际应用场景上就叫做数字化转型，而这种转型对每一个公司甚至每一个人都有无比深远的影响。这些影响将至少有四个部分，也是行业内奋斗的人们所希望达到的目标：1、转型服务产品。2、密切客户沟通。3、优化业务运营。4、予力赋能员工。
洪小文也提到了微软亚洲研究院在过去一年内开始与中国公司合作，将研究成果与这些公司分享。比如，最近媒体报道过的微软亚洲研究院与中国最大的基金投资公司华夏基金在做前瞻性的共同研究，微软陆续还会与更多的公司合作，合作的方面将涉及战略、商业、技术等更广泛的领域。
明年将是微软亚洲研究院举办“二十一世纪的计算”大会的第20个年头，在大会举行前，微软亚洲研究院还将继续深入研究AI带给未来的改变。
四位老领导对话：投资未来
接着，在硬蛋CTO李世鹏的主持下，创新工场创始人、董事长及CEO李开复，源码资本合伙人张宏江以及海尔集团副总裁、CTO赵峰，三位资深的投资人对未来投资行业前景给出了自己的见解。
创新工场创始人、董事长及CEO李开复从创新工场这两年的巨大蜕变谈起，他说创新工场目前已经停止了孵化业务，一年多前就成功转型为风投公司，目前在做VC+AI的特色风投。目前创新工场正计划募资12亿美金，前年已成功募资达7亿美金。
为什么要做这样的特色风投呢？李开复给出了解释，人工智能发展需要大数据支持，数据来源有两个方面：一是将已有数据激活，二是快速生成大量数据。中国的数据增长速度目前比美国快很多，这些数据将转化为价值，所以中国人工智能创业的机会是巨大的。今天移动支付、电子商务崛起，可以预期未来其他行业也会产生颠覆，比如现在存在问题的医疗和教育等领域。而AI创业的资金特别大，想要做颠覆传统行业的AI创业项目需要的资金更大。所以创新工场正募集大量资金帮助创业。
AI创业的核心是AI人才或技术人才，李开复说，目前我们可以看到AI创业的四个浪潮：
1.互联网AI创业，这方面如果拿不到足够流量请不要尝试创业，如果想从事这方面工作可以到做的比较成熟的公司，比如今日头条和美图做技术性工作。
2.商业AI创业，对于传统的银行、保险、医院等机构，它们的业务流程完善，在过去的经营中也积累了大量数据，而这些数据非常有价值可以激活业务，这就是非常靠谱的创业方向。问题在于想这个方向上做创业，只能是服务于这些机构的企业，并常常受制于他们。
3.挖掘数据创业，比如有些创企想要做改变中国零售业、医院，或是想打造新的诊所，做新的东西。通过挖掘数据，自己建立体系和模式，这种创业是风投最想合作的创业方式。
4.全自动化，比如无人驾驶、机器人，芯片或研发新技术等。这些只有基于很成熟的技术，才会吸引VC的投资，毕竟商业上有各种各样的风险，投资人不能再冒技术风险。当然，如果这种创业的技术已经很成熟，只是单纯想进行商业化，这将是非常适合做大的创业项目。
除了上述提到的领域，李开复表示金融界也是投资人十分看好的行业。金融是一个纯数据的虚拟人造的行业，它的数据不仅量大而且好标注，拿到手就可以立即产生价值，并且这些价值可以迭代。但和银行保险公司做生意很有挑战性，除银行外，金融界还有很多值得投资的领域。
所以，VC愿意投资那些产生数据快速量大，又能快速生产价值的领域。想要得到风投的青睐，创业者需要从这两方面考虑创业方向了。
对于未来的投资方向源码资本合伙人张宏江给出了不同的看法。
投资人判断项目应该从应用开始，AlphaGo Zero 已经改变了人们对数据的迷信，使人们知道场景更加重要。当一些场景规则清楚，目标清晰，没有数据也能做出好的AI。他提到源码资本在过去三年的投资都是投到场景应用上，在AI领域的投资也一样投到了场景应用。
当投资人准备投资时，应先从场景应用看市场大小、数据多少，再看AI的启动难度，最后再看风险。当发现好技术、好项目时，投资出手要快。
从过去IT的整体发展思路的经验看，可以将今天的AI产业分成三块：技术支持者、killer app 、平台或者像微软那样两者兼备。做AI平台需要数据的支撑，如果一家公司不能从技术支持者走到killer app或者不能走到平台，从长期看价值就有很大问题。
张宏江还提到创业者不需要担心钱的问题，目前项目短缺资金过剩，众多的投资公司、基金都在寻找好项目，项目好、团队好、切入点好，一定有人投资。
海尔集团副总裁、CTO赵峰，也提了一些关于未来投资的观点，他认为实体行业+人工智能，制造业+人工智能的机会很大。人工智能技术需要一个出口，人工智能+硬件+软件是一个非常好的组合。
当前，受人工智能浪潮的影响，传统企业正在进行数字转型，而转型中将不再过于关注产品本身的销售，而更加看重客户的终身价值，企业应该想怎样挖掘客户的终身价值。现在的消费主力已经是80、90、00后，他们已经习惯互联网消费，这也促使整体的消费升级了。在这样的消费升级的机会下，人工智能可以帮助产品大幅度提升质量和用户体验，创业者需要做的就是如何在这样的环境下，体现自己产品的差异化优势。
人脸识别四强PK：看脸的时代
微软以技术起家，本次院友大会也少不了技术方面的问题。计算机视觉技术已经研发了51年了，其中最火的当时人脸识别技术。就人脸识别技术，微软全球执行副总裁，微软人工智能及微软研究事业部负责人沈向洋主持了一场圆桌会议，圆桌会议的参讨者都是微软目前国内人工智能领域的牛人：
商汤科技联合创始人兼CEO徐立：本硕毕业于上海交通大学，博士毕业于香港中文大学。拥有十余年计算机视觉、模型识别、图像处理经验。
Face++ 旷视科技首席科学家、研究院院长孙剑：毕业于西安交通大学，后一直在微软亚洲研究院工作，担任首席研究员。主要研究方向是计算机摄影学、人脸识别和基于深度学习的图形理解。
旷视科技创始人兼CEO印奇：本科毕业于清华大学姚期智实验班，硕士毕业于哥伦比亚大学计算机科学系，2011年创办北京旷视科技有限公司。
中科院计算所教授、中科视拓董事长兼CTO山世光：本硕毕业于哈尔滨工业大学计算机系，博士毕业于中国科学院计算机应用专业。主要从事图像处理和理解、计算机视觉、模糊识别、智能人机交互界面等相关研究工作，特别是人脸识别相关研究工作。
依图科技业务技术副总裁吴岷：毕业于上海交通大学，后进入微软亚洲研究院。现加入依图科技，担任业务技术副总裁。
接下来，这五位技术牛人对有关人脸识别技术和应用的四个问题，做了精彩的回答。
问题一：
计算机的人脸识别能力现在是否已经全面超越人类识别？
徐立：
现在人脸识别技术还差的很远，目前在陌生人识别技术上，计算机在某种程度上超过了人类，但是在熟悉的人的识别上，人脸识别技术还远不及人类识别。据海关关口技术人员给出的判断，目前人脸识别技术的准确率是53%，而人类随机猜测的概率是50%。在现在这个阶段，人脸识别技术虽然还未全面超越人类，但在一些场景上可以应用。
旷视科技创始人兼CEO印奇也表达了同样的观点，他说无论是AI技术，还是人脸识别，在接下来的商业路径上将和场景紧密结合。
中科院计算所教授、中科视拓董事长兼CTO山世光说，人脸识别在对身份证照片与近照对比识别上，比人类做的好。但在熟人识别上做的确实不如人类，还有许多需要改进的地方，但在特定应用场景确实已经做得很好了。
问题二：
四位所在的视觉技术公司的产品线考虑和专注点？
中科视拓山世光：
中国有大量的实名制需求，验证身份的需求。我们公司更关注公共安全，关注单位、门禁、考勤等方面，我们希望人脸识别全面替代过去的指纹识别。
商汤科技徐立：我认为云加端是AI的必然走势，未来AI技术企业将向这个方向发展。
旷视科技印奇：
我们的关注点第一是金融行业，第二是安防，基本以线下的摄像头连接和智能化为核心。我们也发现智能楼宇和新零售方面的机会，这两个行业将在未来两三年有非常大的业务闭环可能性。还有0.5个跟手机、APP、AR有关的应用，也将是视觉技术产品研发的好的落地点 。目前这2.5个行业是我们的关注点，如果计算机视觉技术进一步发展，相信将有更多的垂直行业值得关注。
问题三：
人脸识别到底是感知问题还是认知问题？
山世光：
人脸识别其实前端是感知，后端是认知。而目前的人脸识别技术只做到了感知，而且仍有了很多进展空间。目前计算机对表情识别还不及人类做的好，这主要原因标注人员不够，数据不够，而且没有这方面的专家。但目前通过算法收集对人内心情绪的感应指标，人脸识别技术比人做的好。计算机通过高速摄像机可以捕捉人类行为和生理特征变化的信息，从而感知情绪变化。
Face++ 旷视科技首席科学家、研究院院长孙剑：
认知问题与语言有关，人类定义了众多情感，但对这些情感就行的标注并不一致，而这种不一致就使得很难让计算机去实现这些高级识别。我认为这并不一定是认知在起更大的作用，这还有待研究。
印奇：
可以通过多传感器来优化人脸识别，这种解决方案属于硬软一体化。有些问题在学术上很难解决，但工业可以采用有更灵活的方法，使计算机识别更贴近人类识别。
问题四：
iPhone X的人脸识别技术让大家震撼，但这一技术微软的Windows在几年前就做到了，只是没人知道。各位如何看待端应用很强的应用场景，给公司带来的机会呢？
徐立：
做产品研究很不容易，从技术到落地会有很多弯路和故事，未来还会有很多的线上线下场景应用。我们需要做的就是在前期形成联盟，将标准和流通性制定出来。
印奇：
之所以在这代iPhone上安装人脸识别技术，其实背后有两大驱动力推动。一是手机全面屏的普及，这是最主要的原因，二是手机厂商对摄像头的巨大投入。
山世光：
iPhone X的Face ID对整个人脸识别技术的推广起了很大作用，使我们知道在端上可以做很多事情。包括现在的深度学习都可以在相对便宜的端上去做，比如智能门禁。还会有更多的人脸识别技术的商业机会被挖掘，有更多的场景可以去做。
孙剑：
苹果的这一次在手机上使用人脸识别技术将会推动整个产业链的发展，如果把应用的价钱全部降下去，计算机视觉创业会有更美好的前途。
在下午场的交流中，与会人士还就未来人机交互和智能驾驶等热门领域进行了探讨。
