采訪來源：硅谷高創(chuàng)會
引言：在2020年1月的硅谷高創(chuàng)會CES貴賓晚宴暨年度突破創(chuàng)新大獎頒獎典禮上，Dilili Labs憑借在過去一年里在計算機視覺領(lǐng)域里的技術(shù)研發(fā)進展，斬獲2020 SVIEF年度突破創(chuàng)新大獎。今天，硅谷高創(chuàng)會有幸邀請到Dilili Labs的CEO Stephen Li，來談?wù)勊麑π乱荒昙夹g(shù)開發(fā)的計劃，以及對計算機視覺技術(shù)未來發(fā)展和應(yīng)用的理解與展望。
Stephen Li, Dilili Labs CEO&聯(lián)合創(chuàng)始人
Stephen Li，畢業(yè)于美國西北大學(xué)和南京理工大學(xué)。曾在美國摩托羅拉(Motorola)、美國硅谷高通（Qualcomm）和MagicLeap擔(dān)任軟件技術(shù)高管。2016年在硅谷聯(lián)合成立了Dilili Labs，擔(dān)任CEO，組建了擁有硅谷頂尖的人工智能技術(shù)、管理和商務(wù)人才的團隊。
我們正一步步走向數(shù)字化的物理世界，機器將要理解世界。Dilili Labs專注于成為人工智能視覺平臺的領(lǐng)導(dǎo)者，幫助客戶快速部署功能強大，可擴展的視頻分析解決方案。在未來的幾年中，幫助全球客戶從數(shù)十億攝像頭中提取視覺數(shù)據(jù)，理解世界，讓世界變得更美好。
高創(chuàng)君：BrainFrame作為Dilili Labs的主要產(chǎn)品之一，可以先談?wù)勗O(shè)計的初衷是什么嗎？想解決什么樣的問題？
Stephen：BrainFrame可以說是在我們團隊工程師工作中應(yīng)需而生的一個產(chǎn)品。我們在機器人視覺技術(shù)開發(fā)的過程中需要讓機器人能迅速處理在運動過程中看到的各種圖像和運動，需要開發(fā)這樣的技術(shù)幫助我們解決算法開發(fā)的各種挑戰(zhàn)。長期開發(fā)的過程中逐步演變成為一項獨立的產(chǎn)品，面向廣大的計算機視覺和深度神經(jīng)網(wǎng)絡(luò)應(yīng)用開發(fā)者。作為一款平臺產(chǎn)品，讓神經(jīng)網(wǎng)絡(luò)開發(fā)和集成，和部署標(biāo)準化；讓效率和應(yīng)用集成推廣成百上千倍的提升。讓傳統(tǒng)行業(yè)企業(yè)能更簡單、快速的看到投入產(chǎn)出效果，給傳統(tǒng)應(yīng)用行業(yè)帶來價值飛躍。我們的工程師Bryce Beagle把這個產(chǎn)品命名為BrainFrame。
現(xiàn)在BrainFrame已經(jīng)是成熟的一款人工智能視覺平臺，不僅服務(wù)于技術(shù)開發(fā)者，非技術(shù)的普通用戶也可以輕易使用BrainFrame提高業(yè)務(wù)和生產(chǎn)運營管理。它是業(yè)界第一個采用算法膠囊技術(shù)，在運營過程中，由用戶根據(jù)業(yè)務(wù)對視覺深度神經(jīng)網(wǎng)絡(luò)進行實時配置和更新的人工智能系統(tǒng)。大家可以直接在Dilili Labs網(wǎng)站上下載BrainFrame免費版本，使用發(fā)布的算法膠囊或者進行二次開發(fā)。近期陸續(xù)會有更多視頻教程發(fā)布。
BrainFrame可以對畫面進行識別和標(biāo)注
高創(chuàng)君：您說到非專業(yè)技術(shù)開發(fā)者也可以使用這款產(chǎn)品，可以詳細講講它可以被應(yīng)用在哪些領(lǐng)域和場景嗎？
Stephen：BrainFrame目前已經(jīng)在零售、餐廳、法院、工地、工廠產(chǎn)線等領(lǐng)域開始推廣和應(yīng)用。BrainFrame會對視頻圖像內(nèi)容進行實時分析和識別，并且根據(jù)預(yù)設(shè)的場景業(yè)務(wù)和管理流程，提供業(yè)務(wù)所需要的各種實時數(shù)據(jù)和統(tǒng)計信息。例如工作場所人員的位置，行為規(guī)范，車輛和物品的管理，生產(chǎn)的動態(tài)管理和安全管理等。
我們很早以前就發(fā)現(xiàn)了餐廳行業(yè)對數(shù)據(jù)和監(jiān)控的需求。餐廳行業(yè)從操作上來講，流程比較繁瑣，而繁忙的前廳和后廚讓生產(chǎn)流程的監(jiān)控變得非常困難，同時隨著消費者對衛(wèi)生和服務(wù)的要求不斷提高，連鎖餐廳在管理方面的需求是非常剛性的。我們經(jīng)過了許多市場調(diào)研之后，認為連鎖餐廳是一個非常大的潛在市場。
在餐廳場景中，BrainFrame可以直接部署，準確地把服務(wù)員和顧客區(qū)分開來，實現(xiàn)各種個性化數(shù)據(jù)的統(tǒng)計，比如平均每一桌客人用餐的時間，從客人就坐到端上第一杯水的時間，上菜的時間等等，同時，還可以監(jiān)控服務(wù)員和后廚的行為，是否有違反衛(wèi)生安全的行為，如果后廚人員沒有按要求洗手，BrainFrame可以根據(jù)攝像頭采集的數(shù)據(jù)識別出來并發(fā)出預(yù)警。這些功能可以幫助餐廳完善前廳和后廚人員的管理。
BrainFrame除了可以幫助餐廳優(yōu)化監(jiān)控和管理之外，還能統(tǒng)計大量市場方面的數(shù)據(jù)，幫助經(jīng)營者作出正確決策。比如餐廳的排隊時間、客流量、翻臺率、外賣占比等，這些數(shù)據(jù)對餐廳的市場營銷會有很大幫助?？梢哉f，在一切都“用數(shù)據(jù)說話”的時代，BrainFrame在餐飲業(yè)有著很廣闊的需求。
BrainFrame分別對打電話和吸煙行為作出識別
BrainFrame可以被應(yīng)用在餐廳、辦公室、生產(chǎn)線、社區(qū)等多種場合的管理，圖為BrainFrame分別對打電話、喝水和吸煙行為作出識別
高創(chuàng)君：那可以談?wù)凞ilili的另一款產(chǎn)品Synthall嗎？它的開發(fā)理念是什么？針對的是哪個用戶群？
Stephen：Synthall針對的主要目標(biāo)客戶是視覺深度神經(jīng)網(wǎng)絡(luò)技術(shù)開發(fā)者。例如谷歌、英偉達自動駕駛技術(shù)的開發(fā)者，需要從幾百萬英里的模擬駕駛中采集大量的數(shù)據(jù)來優(yōu)化系統(tǒng)，所需的時間和金錢成本都非常高，因此他們采用3D建模來模擬汽車行駛的場景，并從中采集數(shù)據(jù)。
Synthall提供合成數(shù)據(jù)的解決方案，讓普通開發(fā)者也能迅速從構(gòu)建出的3D環(huán)境中產(chǎn)生出深度學(xué)習(xí)所需要的圖片，這些圖片都是自動被Synthall標(biāo)注好的，可動態(tài)編程調(diào)整，方便訓(xùn)練神經(jīng)網(wǎng)絡(luò)，大幅度降低了產(chǎn)生數(shù)據(jù)的成本。Synthall提供的方案是非常個性化的，使用者可以自定義3D場景模型，虛擬相機拍攝的位置和角度，光線和物體運動的方式等，適用于各種視頻和圖像領(lǐng)域的深度神經(jīng)網(wǎng)絡(luò)技術(shù)開發(fā)者。此項技術(shù)在深度神經(jīng)網(wǎng)絡(luò)圖像數(shù)據(jù)領(lǐng)域全球領(lǐng)先。
高創(chuàng)君：總體來說，今年Dilili Labs的市場計劃是什么呢？
Stephen：BrainFrame是已經(jīng)發(fā)展成熟的產(chǎn)品，今年處于一個市場推廣的關(guān)鍵期。我們的目標(biāo)是把它大規(guī)模推廣到幾個重要的應(yīng)用領(lǐng)域，完成在業(yè)務(wù)和應(yīng)用領(lǐng)域的落地。如我剛才說的餐廳、零售、安全生產(chǎn)、油田、工廠生產(chǎn)線等等不同的場合，BrainFrame都可以發(fā)揮用途。
我們?yōu)锽rainFrame的一個關(guān)鍵定位是“Fast deployment”，用戶可以直接下載系統(tǒng)，根據(jù)應(yīng)用需求現(xiàn)場配置系統(tǒng)，快速規(guī)模部署，立即對運營進行人工智能化管理。我們和主要的芯片供應(yīng)商合作，提供端到端的解決方案。對系統(tǒng)集成商，我們提供完善的開發(fā)接口，和其他企業(yè)應(yīng)用進行集成。我們今年會參加各種展會、講座活動，還會推出相關(guān)的視頻，通過這些方式把BrainFrame介紹給更多開發(fā)者。
高創(chuàng)君：在市場推廣方面，您可以預(yù)見到的最大挑戰(zhàn)是什么？
Stephen：我相信我們的挑戰(zhàn)也是其他很多技術(shù)開發(fā)者面臨的挑戰(zhàn)，即是做產(chǎn)品，還是做項目。客戶的需求和銷售是最初推動技術(shù)開發(fā)的動力，但隨著各類客戶的需求差異，如果最后完全變成了應(yīng)每個客戶需求定制的項目，就會不僅背離了產(chǎn)品的初衷，也增加了很多低效率的開發(fā)工作；最重要的是，為了單個客戶定制的產(chǎn)品無法被直接應(yīng)用在廣泛的領(lǐng)域，最終從產(chǎn)品型公司變成項目型公司。
Dilili的定位是一個產(chǎn)品型公司，但怎樣從這個過程中堅持下來，保持自己的產(chǎn)品特性，是對于我們這類公司的一個很大挑戰(zhàn)。我認為克服這個難題的關(guān)鍵第一是聚焦核心應(yīng)用。所以今年我們工作的重點是在針對幾個重點用戶的核心應(yīng)用推廣我們的產(chǎn)品，在垂直領(lǐng)域發(fā)力；第二，把我們的產(chǎn)品從云端做部署和授權(quán)管理，面向更廣大的開發(fā)者用戶。
我們通過OpenCV這個渠道，直接面對全球開發(fā)者，讓廣大開發(fā)者為用戶進行個性化的開發(fā)。OpenCV是計算機視覺領(lǐng)域最大的開源軟件庫，每天有上萬個獨立訪問，幾乎每個做計算機視覺的開發(fā)者或多或少都會用到OpenCV。我去年加入了OpenCV硬件合作伙伴計劃，并在委員會擔(dān)任主席。我們在OpenCV發(fā)布了人工智能硬件兼容規(guī)范這個新概念，并通過OpenCV對算法膠囊技術(shù)進行了開源，作為源代碼的maintainer，推動智能硬件做到應(yīng)用端智能動態(tài)加載。通過與OpenCV的合作，迅速把算法膠囊在行業(yè)內(nèi)推廣，樹立領(lǐng)先地位，實現(xiàn)人工智能硬件兼容的普及。感興趣的智能攝像頭制造商、芯片商、視頻監(jiān)控系統(tǒng)集成商，可以直接下載算法膠囊開源代碼，并通過OpenCV網(wǎng)站硬件合作伙伴計劃了解算法膠囊。
高創(chuàng)君：在人工智能飛速發(fā)展的今天，人工智能在很多領(lǐng)域的應(yīng)用還處于探索階段，在計算機視覺領(lǐng)域也有很多有爭議的話題，例如個人隱私。作為一個計算機視覺技術(shù)的開發(fā)者，您怎么看待這個問題？您覺得Dilili Labs在未來發(fā)展中會遇到類似有爭議的問題嗎？
Stephen：隱私問題是人工智能，特別是計算機視覺技術(shù)發(fā)展的一個很重要的問題，尤其是在中國和美國文化差異的背景下，把人工智能技術(shù)應(yīng)用在社會需要的領(lǐng)域是非常重要的。我個人是一個實用主義者，最初促使我創(chuàng)業(yè)的動力也是因為看到了這個市場的巨大需求。我認為，技術(shù)開發(fā)的根本是為了解決我們衣食住行、工作生產(chǎn)中遇到的困難，怎樣讓工廠更高效運轉(zhuǎn)，怎樣讓遠程的交流變得更有效率，或者具體到提醒用戶外賣或者快遞送到、取走，訪客是客人還是陌生人等。
Dilili Labs擁有一個硅谷頂尖的團隊，在產(chǎn)品開發(fā)理念和技術(shù)上處于業(yè)界領(lǐng)先的地位。但我們的技術(shù)一定要用在正確的方向，這是最重要的。我們希望能通過和硬件設(shè)備生產(chǎn)方的合作來把我們的技術(shù)具體應(yīng)用到諸多工作和生產(chǎn)場景里，用數(shù)字化的方式運營物理世界，實現(xiàn)我們用技術(shù)造福人類、造福世界的樸素的愿望。
