我國監控攝像機的保有量已超過2億，其中僅有1%左右的監控視頻數據能夠被結構化利用，即大量視頻數據的價值有待被市場挖掘。
中科神探成立於去年11月，核心研發團隊來自中科院旗下的類腦研究中心。創始人袁飛告訴36氪，類腦研究中心的前身是中科院自動化所「一三五」重大研發項目「超級計算大腦系統」，自己是該項目視覺研究團隊的負責人。整個項目組從70年代就開始研究人工智慧。1987年，模式識別實驗室正式成立後，基於視頻等高級語義的分析的研究便一直在進行。
2008年袁飛在其導師馬頌德研究員，前中科院自動化所所長、前科技部副部長的帶領下展開多模態生物特徵識別方向的研究工作。雖然公司在去年年底才成立，但是核心團隊於2012年便開始在安防、反恐等領域與政府部門合作並落地了一系列應用成果。從2013年到2016年公司成立前的這3年時間，中科神探承接了多個地方與國家項目，包括2014年承擔首屆烏鎮網際網路大會的人臉識別項目以及去自主研發的」CASD」人臉識別產品正式落地天安門及周邊地區。
袁飛提到，現有的智能安防方案，大部分僅能實現卡口等特定條件下的人臉及機動車的檢索。而在中科神探與公安聯合開發系統的過程中，發現客戶對自然場景下的行人與非機動車的搜索需求是最大的。事實上，在複雜環境下，人臉的識別僅佔一小部分，視頻流裡如人的步態、衣服紋理等大量其他信息更具價值。
基於過去多年的實戰積累，中科神探的視頻解析與搜索平臺能在對視頻結構化處理後，對特定目標實現精準檢測、分類、跟蹤以及搜索。為了滿足不同客戶對特定場景的需求，團隊還研發了智能單兵產品、人證比對儀、人臉閘機和移動端APP，今年中科神探在安防領域的樣板工程預計在明年能為公司帶來3000萬以上的收入。
袁飛告訴36氪，擁有中科院自動化所做背書的中科試探在客戶推進中確實有一定的優勢，但是公司最牢固的護城河依然是算法的創新。他表示，中科神探的算法模型在準確度、速度以及能耗上都極具競爭力。以準確度為例，除了已有的深度學習算法外，團隊還建立了視覺知識庫，該知識庫通過提取視頻中的特徵模式，讓機器基於特定規律做推理與預測。隨著特定規律的導入，知識庫的數據量將越來越大。舉例說明，向知識庫輸入有關於「踩點」的規則後，如果在某個受管控的區域內，任何行為模式滿足「踩點」的規律的人群，系統會將其標記並作出預警。而隨著標記的人群越來越多，這類人群擁有的其他共同行為模式也將被機器所學習。
袁飛表示，視覺知識庫的建立，除了必須具備對公安業務的深入了解外，海量的優質數據同樣不可缺少。這一點中科神探有著極大的優勢。從2012年開始，團隊在自動化所做項目服務時就已經接入了數億級的真實數據。
基於過去10餘年的實戰積累，中科神探的多模態生物特徵技術能夠綜合利用人臉識別、姿態識別、步態識別等技術，實現複雜自然場景下行人、非機動車目標的精準識別、搜索與跟蹤。中科神探的CASD視頻解析與搜索平臺可實現10000路以上實時視頻流的結構化分析與搜索應用，支持上百個用戶的並發訪問，完全滿足城市級的安防應用。
中科神探全職員工20人，袁飛2012年博士畢業於中科院自動化所，畢業後留所工作擔任課題組組長，擁有12年的人工智慧研發經歷與5年的產品設計經歷，其他團隊核心成員也都出自中科院自動化所。
明年，除了在安防領域的布局外，中科神探將進入新的細分市場，如智慧城市、智慧監所、軍民融合以及智慧物流等領域，預計將帶來千萬級人民幣的收入。