正當諸多企業集重兵大舉殺入AI之時，在人工智慧領域並沒有高調發聲的360卻跑成黑馬，驚了眾人。
7月17日，在有人工智慧「世界盃」之稱的ImageNet大規模視覺識別挑戰賽（ILSVRC-2017）上，360人工智慧團隊最終奪得冠軍，並且刷新了此前谷歌、微軟、牛津大學等機構保持數年的世界紀錄。
ImageNet大規模視覺識別挑戰賽畢竟是非常專業的賽事，我們先科普一下，這項大賽被譽為計算機視覺乃至整個人工智慧發展史上的裡程碑式的賽事。尤其是在人工智慧大熱之時，這屆比賽競爭更是格外激烈，共吸引了來自中美英等7個國家的25支頂尖人工智慧團隊參賽。
賽事共包括物體定位（識別）、物體檢測、視頻物體檢測三大類任務。最終，由360人工智慧研究院與新加坡國立大學（NUS）組成的團隊在「物體定位」任務的兩個場景競賽中均獲得第一，同時在所有任務和場景中均取得了全球前三的戰績。
雖然布局人工智慧現在幾乎已經成了「標配」，但每家企業投入的力度、重視的程度都有所不同。在外界看來，360應該算是「並沒有太發力」，否則以周鴻禕的公關能量，360人工智慧想必早已被刷屏。
正因為如此，所以這次大賽讓360不鳴則己，一鳴驚人，更讓人有種周鴻禕「偷跑」卡位之感。
但就算360「悶聲做AI」，憑什麼能擊敗谷歌、微軟？所有企業都在發力AI，360拿下大賽冠軍的秘密是什麼？我們不妨剖析一下，希望能給所有布局AI的企業帶來一點啟示。
落地的人工智慧才是真正的人工智慧
人工智慧的發展其實離不開場景應用，本屆賽事「物體定位」任務共包括兩大場景，即「使用訓練數據進行訓練」，與「使用額外訓練數據進行訓練」。
據360人工智慧研究院院長顏水成介紹，比賽中，為了完成任務，360與NUS團隊合作提出的「DPN 雙通道網絡+基本聚合」深度學習模型均取得了最低的定位錯誤率，分別為0.062263和0.061941。此前由谷歌、微軟、牛津大學在此項任務中保持的紀錄最終被360與NUS團隊改寫。
物體定位（識別）、物體檢測、視頻物體檢測都是計算機視覺的核心領域，對於人工智慧的發展意義重大，有廣闊的應用前景，比如人臉識別、無人駕駛、智慧機器人等。從這個意義上說，ImageNet被譽為計算機視覺乃至整個人工智慧發展史上的裡程碑的確有其道理。
計算機視覺識別是人工智慧領域的核心挑戰命題，為了推動其發展，自2010 年以來，ImageNet 每年都會舉辦一次全球性競賽，來自全球各國的頂級人工智慧團隊比拼對物體和場景進行分類和檢測的能力。ImageNet不僅可以稱做人工智慧「世界盃」，也成為各團隊、巨頭展示實力的競技場。
360之所以能拿下單項賽事冠軍，顏水成一語道出了真正原因：360非常重視人工智慧在垂直領域的發展，並將人工智慧技術積極應用到各類產品中，「當下人工智慧的發展不能脫離具體業務，需要在垂直領域去解決具體的問題，能落地的人工智慧才是真正的人工智慧。」
可以說，360更看重人工智慧怎樣可以為當前的業務場景和當前的產品發揮其效能，以此為導向，堅持人工智慧在場景應用裡的落地，真正用人工智慧去解決具體業務，這才讓360能在「物體定位」任務中勝出。
最重要的是，從ImageNet的賽事設計中也不難看出，讓人工智慧在應用中落地，這也是人工智慧未來的發展方向。360的人工智慧布局早已順應大勢，這一點更值得行業思考。
「四個方向+四個層次」貫穿安全與智能
雖然周鴻禕沒有在任何場合都大談AI，但無論是360還是老周不僅早已經開始智能化，而且思考得也很深入。
如顏水成所說，其實360在安全領域很早就使用AI了。在2009年，360的殺毒引擎已經在用人工智慧技術去區別於別的殺毒引擎。當時人工智慧的殺毒引擎叫做QVM，這個引擎相當於是用大數據分析的方法去確定到底是病毒還是白名單裡正常的程序。
2012年前後，在老周的推動下，360開始發展智能硬體IoT（物聯網），這更需要人工智慧去支撐。事實上，以安全和智能為核心的整體戰略早就是360的主攻方向，而且越來越深入。
幾年摸索之後，360不僅打造了一支實力強大的人工智慧團隊——360人工智慧研究院，老周的人工智慧思考已經成型。從周鴻禕的《智能主義：未來商業與社會的新生態》書中可以看到，老周系統地闡述了人工智慧商業化路徑圖，並就360的AI戰略規劃提出具體方向——全線硬體產品向人工智慧看齊，從圖像識別技術和大數據技術等方向深度拓展。
具體來看，目前360在人工智慧領域形成了「四個方向+四個層次」的矩陣式打法。橫向，發力視覺、語音、語義和大數據四個方向，向360相關業務部門提供技術輸出，並完成人工智慧相關方向的原始技術積累和前沿探索。
據顏水成透露，未來360人工智慧研究院將會推動視覺技術的進一步提升，優化識別物體、行為等，並拓展到SLAM領域；語音分析將增強合成真實感，提高識別準確度，逐步建立基於NLP語義的對話系統；大數據技術的提高將帶動廣告、精準推薦等。
縱向，360 在人工智慧領域的布局有4個層次：1）最基本的硬體層面，研發、升級可以在雲上、端上進行深度學習的專用晶片；2）面向大規模深度學習、訓練的多機多卡軟硬體平臺，以及基於深度學習的各種人工智慧的前沿算法；3）基於人工智慧的各種智能硬體產品；4）在人工智慧或者深度學習的基礎上，使智能硬體具備自主學習能力。
可以看到，四個技術方向和四大產品層次，相互滲透、互為推動，最終形成的則是能讓人工智慧落地的實用AI。如360研究院的人工智慧技術已經應用於360的全系列產品中，包括直播、智能硬體、搜索和信息流等業務。
已經形成AI正循環發展通道
智能手錶、智能攝像機、行車記錄儀，在人工智慧發展上，360智能硬體產品早已經落地應用，而這正是360的另一個獨特優勢。
首先，作為搜索公司，360早已儲備了海量數據；其次，360千萬級別的智能硬體產品落地以及真實用戶的數據反饋，都給360帶來了提升算法的基礎。如用戶的行車記錄能智能判斷前面是否有車、車距多遠，監控攝像頭則可使用人識別技術發現陌生人進入，並報警且把信息發到用戶手機上。
也正是因為有諸多實用落地的智能硬體應用大數據，360深度學習的研究者隊伍也才能在深度學習上提出了原創創新，如「雙路徑網絡」，是360與新加坡聯合實驗室提出的關於深度學習的新模型結構。
人工智慧已經開啟了一個新賽道，當各家企業忙於在新賽道上緊鑼密鼓之時，360卻早已經「偷跑」。
偷跑，其實有兩層含義，一是360的搜索基因有先天優勢、在智能硬體上的布局的確透出了老周的前瞻性；二是與其它企業的高調相比，360在這一輪人工智慧新賽道上相對低調，也更加務實。而這一點，其實也更符合人工智慧需要落地應用的產業方向。
去年7月，在「2016奇點·創新者峰會」上，周鴻禕特別表示，人工智慧的發展並沒有我們現在大眾理解的那麼快，消費級機器人也可能不是三五年內能夠爆發的產業。老周的這番言論其實是給產業提醒，在人工智慧最熱的時候，要保持一種謹慎、要保持一種冷靜。
結語
總結一下360人工智慧戰略帶來的啟示：1、思想上冷靜，人工智慧是一項長期投入；2、戰略上清醒——落地的人工智慧才是真正的人工智慧；3、「四個方向+四個層次」，技術與產品互為協同，系統推進AI發展。
最後一點，360千萬級的智能硬體落地應用與人工智慧研發已經形成了AI正循環發展通道，這一點才更值得行業警惕。在人工智慧新賽道上，360還會不斷呈現新變化。
=================
讀者可以在百度百家、今日頭條、搜狐新聞、網易新聞、騰訊新聞、新浪博客、一點資訊、UC自媒體平臺、新浪微博等各大專欄查看李瀛寰的文章更新。
「李瀛寰」（ID：yinghuanlee）是2013年十佳自媒體、2014年、2015年年度最有影響力自媒體，2015年微博十大科技觀察大V。
轉載、合作請聯繫微信：wkd772856958