「人们从外界获取的信息 90% 来自视觉，因此，图片所包含的信息量比文字、语音的要大得多，在未来，以图搜图将可能取代如今的搜索引擎成为主流。」码隆科技 CEO 黄鼎隆是这么展望基于人工智能的图像识别技术的。

早就盯紧了图像识别技术这个「大宝库」，深度学习即「钥匙」

码隆科技成立于 2014 年 7 月，是一家专注于深度学习与计算机视觉技术创新，打造视觉智能技术平台的人工智能公司。两位联合创始人，CEO 黄鼎隆与 CTO 码特（Matt Scott）则是在微软工作期间的「黄金搭档」，两人曾联合做出了当时微软在亚洲中最成功的产品——必应词典。

在该产品的研发过程中，需要运用大量的机器学习算法来挖掘互联网的文本内容，两人发现，图片里隐藏着大量的信息，只是当时的技术条件无法将它有效挖掘出来，于是两人对这个尚未被开发的「大宝库」保持着持续的关注。

2014 年，深度学习的发展让许多设想的场景得以实现，两人翘首以盼的机会来了——深度学习将会是开启这个「大宝库」的钥匙。当时在 TripAdvisor 的黄鼎隆与仍在微软的码特决定立马行动，辞去工作成立公司，运用深度学习做起了图像识别技术。

在起步阶段，他们希望建立起足够高的技术门槛，于是将技术切入了以服装为主的垂直商品识别领域。「相对于书本、桌面等形状、位置相对不变的刚性物品，服装这类柔性物品容易受到扭曲、折叠，没有固定特征，对计算机识别来说具有更大的挑战。」

虽没有考虑好具体的商业应用，但他们完全不当心这背后的市场，「衣食住行是人们生活的基本，其市场达到了亿万级别，况且，服装作为传统行业，有着巨大的改进以及创新空间。」

由 C 端转型主打 B 端市场，提供开放、自助式图片应用平台

最初，码隆科技将产品定位在 C 端市场，推出以图搜图的移动应用——StyleAI，能帮助用户所拍的图片搜索同款、提供穿搭建议，并提供智能推荐，实现一键购买。在没有花过多心思推广的情况下，这个应用以创新性的玩法吸引了不少用户。

· StyleAI 应用

因产品没能形成可行的商业模式，团队转型探索 B 端市场，研发出一个能够为企业提供自助式技术服务的人工智能视觉应用平台——ProductAI，一方面为客户提供定制化以图搜图搜索引擎，另一方面根据各个企业的不同需求提供物体，场景及属性识别，以及基于图像识别的智能处理 AI 模型及接口。

目前，码隆科技已为该平台开拓了广阔的应用，包括纺织面料、药品、零售商品的搜索，视频及图片广告，图片版权检测、照片艺术处理等。客户包括视觉中国、微软在线、中国纺织信息中心、瑞丽、暴风影音等。

随着客户需求的增加，ProductAI 识别模型的品类也逐渐多了起来。「起初我们也没想到 ProductAI 能够切入到那么多的行业应用中，不少垂直领域行业的客户陆续找到我们，因我们起初就已建立了较高的技术壁垒，后面的应用也就迎刃而解。」黄鼎隆说道。

另外，码隆科技还将技术应用到 AR 领域，其中一个十分成功的案例是，为蒙牛一款高端牛奶饮品——嗨 Milk 提供营销技术支持：当拍下饮品盒子，手机即可显示出 AR 效果的优惠券，用户捕捉后可用以继续购买商品，这一方案得到了极高的转化率。

团队还在 HoloLens 上开发了相应的 APP 应用：用户戴上 HoloLens 头盔，打开应用，即可实时拍摄下眼前的服饰， 系统自动识别该服饰的品牌、款式等信息，搭配手势操作，还能搜索同款、获取搭配建议。黄鼎隆表示，HoloLens 应用的开发也主要是出于「好玩」的原因，比起手机端应用，在 AR 眼镜上的操作更简便、直观，这或许会成为未来的趋势。

人工智能在于能让别的产品更智能

黄鼎隆表示，对于他们的客户来说，ProductAI 的价值主要体现在这两点：一是提供新的用户体验，提升顾客满意度（主要针对电商、线下体验店而言）；二是提高工作效率，节省成本，据了解，码隆技术为图像中物体、产品风格等打标签的精确度、效率比人还高，成本相当于人力的 1/70 左右。

而对于码隆科技自身而言，ProductAI 这个开放性的图像应用平台，一方面，其开放性为码隆科技提供了主要的商业模式，另一方面，能够吸引更多缺乏且需要 AI 技术的企业加入进来，加速市场教育的步伐。

如今，码隆科技在新技术的革新以及延伸上，迭代周期为一到两周的时间，「属性识别的内容会越来越丰富，对于我们来说，每一个属性的增加，就相当于一项新技术开拓的起点。」黄鼎隆说道。

接下来，码隆科技将继续扩大其 AI 技术的应用领域，让 AI 与各项技术进行跨界结合（包括机器人、无人机等），实现技术与应用的持续创新。

在谈及对人工智能的看法时，黄鼎隆认为，人工智能的重点不在于其自身有多智能，而在于能让别的产品更智能。也就是说，人工智能相当于「大脑」，而它的任务就是让其植入的产品更「聪明」。

编辑：林亿