計算機視覺和機器學習領域的國際知名專家顏水成宣布正式加入依圖，擔任依圖科技首席技術官（CTO）一職。

關于在依圖的下一步，顏水成博士將帶領團隊進一步夯實依圖在人工智能基礎理論和原創算法方面的技術優勢，為依圖在商業化場景落地方面提供強有力的技術支持，以更加貼近客戶、更加有競爭力的成本和效率，將依圖的軟硬件一體化解決方案推廣到更多的領域，推動產業發展和社會進步。

顏水成在上個月宣布離開360公司，辭去360集團副總裁、首席科學家及 AI研究院院長的工作。當時就有媒體稱顏水成的下一步可能是依圖。

顏水成是IEEE Fellow、IAPR Fellow、ACM杰出科學家，主要研究領域為計算機視覺、機器學習和多媒體分析，迄今在國際頂級期刊及會議共發表600余篇論文，引用量超過4萬次，H-index為96。2014、2015、2016和2018年，他四次當選“湯森路透全球高被引學者”。

在2004年獲得北京大學數學博士學位后，2007年，顏水成加入新加坡國立大學，創立了機器學習與計算機視覺實驗室，擁有終身教職，并于2011年被新加坡國家科學院授予新加坡青年科學家獎。

不斷跨界探索，專注商業場景落地

成立于2012年，依圖科技在AI落地與商業化的路上已經探索并踐行近7 年，團隊以計算機視覺技術起家，后逐步向語音語言技術、芯片技術等方向拓寬，聚焦在安防、金融以及醫療三大領域市場。

近幾年依圖不斷跨界，2018年推出科技短語音聽寫API、聯手微軟Azure推出依圖語音開放平臺，還踏入語音和自然語言鄰域，和華為推出智能語音聯合解決方案。今年5月，依圖耗時兩年推出首款云端AI芯片“求索”，實現了從算法到芯片的突破。

當下的AI行業已經進入商業化的重要階段，攻堅克難要面對的是大規模落地。依圖不斷跨界滿足行業需求，其背后目的是構建商業化的護城河。

今年4月份，在北大的一次公開課上，顏水成也曾經表達過AI公司生存的關鍵就是“商業場景”：

因為AI沒有完美的算法，比如設計一個人臉識別的算法，并不一定在所有場景都能取得很好的效果。至于為什么人臉識別的一些公司能存活下來？我認為主要原因是：每家公司都在特定的一些場景下，有自己的數據優勢，可能在某個場景下，AI公司能一統天下，別的公司就沒有辦法能夠進來。

而這次選擇加入依圖，也是對這家視覺公司探索商業場景潛力的肯定。

懂技術和產業需求的領袖人物是AI落地關鍵

顏水成有著絕佳的學術背景。

2001年到有“AI黃埔軍校”美譽的微軟亞洲研究院實習，跟隨計算機視頻檢索鄰域的開山人物張宏江教授。張宏江時任微軟亞研院副院長，當時的微軟亞研院人才輩出，顏水成在此遇到的校友都成為日后AI鄰域的知名人物，比如前百度深度學習實驗室創始主任、現地平線創始人余凱、曠視研究院院長孫劍等。

顏水成率領的團隊共獲得了10次計算機視覺領域兩大核心競賽Pascal VOC和ImageNet大規模視覺識別（ILSVRC）冠軍和榮譽獎，10余次最佳（學生）論文獎。他的團隊還曾獲得多媒體領域頂會ACM MM最佳論文獎、最佳學生論文獎和最佳技術演示獎的大滿貫。

顏水成團隊提出的“Network in Network”（NIN）網絡結構的核心1x1卷積是近年來幾乎所有計算機視覺深度學習模型的標準模塊，在學術界和工業界影響深遠，其思想也被后期的GoogleNet、殘差網絡（ResNet）等模型所采用。

2015年AI浪潮正在風起云涌的醞釀中，在360創始人周鴻祎的邀請下，顏水成來到 360，擔任 AI 研究院院長及 360 首席科學家，并在 2017 年升任集團副總裁。

在360，顏水成開始把多年的學術積淀應用到商業上，立足于計算機視覺、機器學習等技術，結合360的安全業務推出「360安全大腦」。

學術界和工業界的雙重身份，也讓顏水成對二者之間的關系有了更深刻的認知。他曾分享道，學術界的研究和業界的研究有很大的區別，業界的研發必須回歸商業本質，尤其要放在價值閉環與數據閉環的維度上進行思考。

關于學界和業界AI應用的不同，顏水成曾經說，我認為在學術界的研究更像是一種個人的沖鋒戰，但是到了工業界之后，特別是成熟的公司，是團體協作戰。

在接下來與依圖的“團體協作戰“中，我們期待二者能碰撞出更多有趣的場景和火花。