文/丁广胜
颜水成教授的办公室不大，摆满了各式各样的工程样机。
我先行一步来到办公室，门口的智能门铃已发现了我的到访，颜水成教授赶忙前来，这是360目前主打的一款智能硬件产品，由颜水成领衔的360人工智能研究院提供技术支撑。目前360在售智能硬件产品达到数十件之多，这也是颜水成来到360的初衷和使命。
“不以结婚为目的的恋爱都是耍流氓”他以此幽默的比喻人工智能落地实践的重要性，他认为学术界研究人工智能像谈恋爱，而在工业界做人工智能更像婚后生活。
三年以来，颜水成担纲的360人工智能研究院发力视觉、语音、语义和大数据四大方向，向业务部门提供技术支持，重点推出了运动、交互、视觉、决策四大AI引擎。
三年过去，颜水成作为横跨学界和工业界的AI实践者，如何理解二者的“爱恨情仇”，又如何一步步成为大师？用他自己的话说，“我们那代人运气不错，现在很多计算机视觉领域的大家熟知的科学家都出生于76年前后，李飞飞、吴恩达、孙剑等等”
那运气之外呢？
学术界追求极限
念旧的颜水成在北京大学数学科学学院呆了9年，学习计算数学（Computational Mathematics）和应用数学，虽然身在数学系，但跟随导师程乾生教授主要研究模式识别和机器学习相关的课题。
而真正与人工智能结缘，则是在2001年进入微软亚洲研究院实习，启蒙师从李子青（Stan Z. Li)，李子青是人脸识别和智能视频监控专家，在2000年辞去新加坡南洋大学终身教职，加盟微软亚洲研究院，并在微软研发了人脸识别系统EyeCU。
颜水成的整个PHD期间，几乎都是在微软亚洲研究院渡过的，后来主要师从张宏江博士，张宏江是世界多媒体研究领域一流的科学家，被称为计算机视频检索研究领域的“开山鼻祖”，他也是微软亚洲研究院的创始人之一。
周志华、颜水成、梅涛等如今活跃的科学家都曾是张宏江的门徒，图为张宏江
“微软的氛围非常好，非常自由同时方向非常多，以至于我当时在计算机视觉和机器学习两个方向都有非常广的涉猎”。期间与何晓飞(前滴滴研究院院长,现飞步科技CEO)一起将Subspace Learning与Manifold Learning两个非常火爆的领域巧妙而简单地串联起来，两人后来一共发表了4篇单篇引用过千的论文，在这个领域产生了广泛的影响。
但到了不得不作出选择的时候，如果选择留着微软，颜水成觉得可以一眼看到三年、五年之后的样子，还是应该去海外走一走，他首先来到了香港中文大学汤晓鸥教授的实验室，继续从事人脸识别相关的研究工作。因为汤晓鸥教授当时往返北京和香港两地，在这期间颜水成就带领大家一起推进项目研究，他的领导能力得以培养和锻炼，为日后奠定了基础。
在短短的一年多时间之后，颜水成又继续前往伊利诺伊大学香槟分校（UIUC），师从美国工程院院士、计算机视觉华人鼻祖黄煦涛(Thomas Huang)教授，在这里他见到了一群算法和编程能力能都超级棒的学生，其中包括大家后来熟知的周曦、韩旭以及JianchaoYang，见证了与这群人一起投9篇CVPR中7篇，剩余的2篇又快速中其他会议的完美经历。
绕了一圈，尘埃落定。
颜水成返回亚洲，进入新加坡国立大学，开启了最高产的八年学术生涯，他认为这里比美国和中国都具有优势，在美国一个教授需要花大量的时间写项目申请，并且命中率非常低，而在中国，年富力强的教授可能需要花太多的时间应付学术之外的事情，无法最大化利用宝贵的时间。
在新加坡则没有这些顾虑，颜水成约一年写一个项目申请，“在新加坡的八年是我做学术最专注的八年，而且产出非常大”，其团队多次是CVPR和ACM MM两个会议论文全球最多的团队。他的团队是最早参加计算视觉核心竞赛PASCAL VOC并获冠军的亚洲团队，2010-2012连续三年获得物体识别子项的冠军。同时其团队也多次参加ImageNet竞赛并获冠军，期间提出的Network-in-Network模型中的1x1卷积成为后续几乎所有计算机视觉CNN变种模型的基础模块。
目前，他在国际高质量期刊和会议上共发表了约600篇高质量学术论文，论文引用过4万次，H-index 92，当前他是新加坡Computer Science & Engineering 领域H-index 最高的学者，2014、2015、2016 、2018四次入选全球高引用学者( TR Highly-cited researchers )。
新加坡国立大学
在颜水成看来，在学术界就是追求极致，更多的是对技术和产品的憧憬，或者不停的进行技术升华，大多数时候并不需要真正把产品落地。
就这样，颜水成萌生了投身工业界的想法。
工业界在商言商
后来的故事想必大家就熟知了，颜水成在来360公司交流时与360一拍即合，一边是深入学术研究十余年的技术大拿，一边是求贤若渴希望筹建AI研究院的企业，2015年颜水成选择北上，投身工业研究的序幕就此拉开。
在工业界，颜水成开始“在商言商”，他把多年的技术积淀回归商业，产品落地成为工作的核心。他认为这时候最重要的是学术思维向工业思维的转变。
他幽默的将这种转变比喻为两个人谈恋爱，两个人谈恋爱是必修课，但婚后的生活才是本质，“不以结婚为目的的恋爱都是耍流氓”，在工业界必须以产品落地为自己的指导思想。
独特之处在于，颜水成还身兼新加坡国立大学副教授，这样跨领域的背景让他的研发工作更加从容，2016年，人体分割技术（Human Segmentation）在手机上展现可商用的可能性，欧洲的一支研究团队开始展示，颜水成团队感兴趣但无奈对方要价太高，这个时候他联合了自己的NUS实验室，得益于此前的技术积累，只花了一个月的时间就取得了成功，开始在手机上应用人体分割技术。
他将学术研究和工业实践结合在一起，撞出了火花。
他还建议身处学术界的教授在选择课题时，应该多拥抱工业界的需求，真真正正的瞄准社会价值，对于学生而言，大部分人最终都将进入工业界，真正有用的课题也对学生的长远发展颇有益处。天马行空的秀demo，很难产生价值，但他也承认，这个时代需要有人探寻科学的边界，很多实验室经常会探索出令人惊喜的东西。
对于李飞飞、李佳、张潼等AI专家重返学界，颜水成提到，学界和工业界的区别有目共睹，关键是能否和自己的价值观和追求所契合，如果有偏差选择离开是必然，但他相信这些科学家的理念已经渗透进所在的企业，未来肯定会产生积极的作用。
请回答2019
“人工智能行业会朝着更理性和更垂直的方向走”。
颜水成坦言，在火热的自动驾驶赛道，去年的时候大家普遍面向L4/L5，今年我们可以明显的感知到，大家回归理性，更多的人选择专注在受限场景，港口、高速、公园等。
而另一方面，计算机视觉公司会变得更加重视场景，成为一个整体的方案提供商，而不只是一家“纯粹”的只提供SDK输出或者技术的提供商，大家需要长远考虑。
变得更理性更专注是颜水成对行业趋势的总结，“2016年的时候，只要是一家人工智能公司，大家就疯狂的投，2017年的时候，大家会看这家公司有没有落地潜力，但是到了2018年和2019年，大家开始真正的重视一家人工智能公司赚钱的能力。”
从技术的维度，颜水成期待2019年AI芯片和5G的真正爆发，过去两年，大家只是尝试和探索，2019年我们希望看到AI芯片和5G快速的产品化推进。
移动通信网络技术演进
我们注意到，2019年将是5G应用元年逐渐达成行业共识，今年在全球范围内将有30多款5G手机上市，5G网络作为第五代移动通信网络，其峰值理论传输速度可达每秒数十Gb，这比4G网络的传输速度快数百倍，整部超高画质电影可在1秒之内下载完成，随着5G技术的诞生，用智能终端分享3D电影、游戏以及超高画质节目的时代已经向我们走来。
颜水成指出，AI芯片的规模应用将使得计算机视觉行业再次迎来机遇，有了AI芯片和5G这两剂“强心针”的加持，在资本寒冬到来的当下，尽管充满挑战，但他依然看好人工智能行业的发展，“大家投了那么多年，该考虑商业回报了”。
不过，对于那些进展缓慢的人工智能项目，未来一年将会相当难熬。
后记：
一个有趣的观点
“现在很多计算机视觉领域的大家熟知的科学家都出生于76年前后，李飞飞、吴恩达、孙剑等等。”
这让作者想到了马尔科姆·格拉德威尔在《异类》中谈到，“比尔·盖茨和史蒂夫·乔布斯都出生在1955年，1955年前后正是计算机革命的时期，如果你出生太早，就无法拥有个人电脑，如果出生太晚，计算机革命的好机会又被别人占去了，那些奇才异类，他们之所以神奇，得感谢机遇的眷顾。”
一个评语
“「网易2018中国AI英雄风云榜」商业创新人物先锋奖的获得者是周曦和朱珑，我非常看好这两位年轻的科学家，他们能够抛去学术光环，在商业领域脚踏实地一步一个脚印的往前走，他们的公司可能不是发展最快的，但未来一定会取得非凡的成就。”
本文来源：网易智能
责任编辑：
丁广胜_NT1941
