20年間のAIベテランの告白

20年間のAIベテランの告白

[[256514]]

EyeSight Technologyの創設者兼CEO、周俊氏。

彼は20年以上にわたりパターン認識と人工知能の分野に携わっており、業界の絶対的なベテランです。天成盛業の設立からEyeSight Technologyの設立まで、20年間にわたり、セキュリティやその他のシナリオにおけるAIの成熟した商業的応用を促進するために尽力してきました。

周軍氏は「事業を開始して以来、私たちは興味を持って始め、使命を遂行し続け、革新する勇気を持ち、喜んで共有してきました。20年間の浮き沈みを経て、アイサイトテクノロジーはかなり満足のいく成績表を提出しました」と語った。

現在、指紋、顔、虹彩、指静脈の分野に同時に参入しているテクノロジー企業として、セキュリティ、金融、スマートキャンパス、スマートコミュニティなどの分野で製品を導入し、3,000社以上の顧客にサービスを提供しており、直接的、間接的に7億人以上の人々に貢献しています。

特筆すべきは、2018年末にYanshen Technologyが正式に雄安新区に進出し、中国で初めてこのホットな地に足を踏み入れたAI企業となったことだ。

起業家精神

1998年、周軍は銀行で口座のパスワードを忘れて困っている2人の高齢者を目撃し、技術者として、指紋などの人体情報が従来のパスワードに代わることができれば、人類にとって有益だと考えました。

その後まもなく、まだ27歳だった周軍は中国人民銀行の「鉄飯碗」を決意して辞職し、チームを率いて指紋認識アルゴリズムの研究開発を開始した。

「今考えると、まだ少し怖いです。」

周軍氏は、当時の中国にはAIという概念がなく、起業には大きな勇気が必要だったと回想する。失敗は将来を逃し、時間を無駄にすることを意味した。さらに、彼のやったことはほとんどの人にとって空想のように思えた。

「時には、必死の気持ちと勇気がなければ物事は進みません。当時、私は純粋に興味からビジネスを始め、若いうちにやってみるべきだと思いました。」しかし、彼は当時、AIが将来のトレンドになるに違いなく、生体認証が間違いなくカードや鍵に取って代わり、人々の生活への便利な入り口になると信じていました。

周俊和氏が直面している最大の課題は、全体的な環境だ。

1998年当時、ネットワーク環境はまだ整っておらず、中国には優れた参照対象もなかったため、すべてをゼロから始めなければなりませんでした。同時に、当時はディープラーニングがまだ成熟しておらず、指紋や顔などの生体認証方法の認識率を早急に向上させる必要がありました。技術応用のボトルネックをいかに打破するかが、周軍と彼のチームにとって重要な課題となりました。

成功すれば生き、失敗すれば死ぬ。

必死の戦いを繰り広げていた周軍は、それぞれの生体認証技術の精度には限界があると考えていた。生体認証技術を異なる地域、業界、さらには国に応用するなら、複数の生体認証技術を統合することが必然的に最善の選択となるだろう。

その後、好調な市場を背景に、「マルチモーダル」という概念が提案されました。

当時の中国の生体認証市場では、単一の技術に注力するメーカーが多く、マルチモーダル技術に言及するメーカーはほとんどなかったことを指摘しておくべきだろう。

マルチモーダルとは、単にさまざまな技術を重ね合わせることではありません。複数の技術の重み付けや信用評価などが必要となり、非常に困難です。

しかし、周俊はそれを無視し、自分の考えを確立した後、この垂直分野に根を下ろしました。

長い技術探究と製品開発期間を経て、彼は自らチームを率いて数十の銀行を戸別訪問し、多大な「粘り強さ」の末、ついに 1 つの銀行に試用してもらうよう説得しました。

当時は顧客を見つけるのが本当に難しく、すでに非常に用心深い銀行の顧客に請求書の支払いを説得するのは極めて困難だったと彼は回想している。

幸運にも、彼と彼のビジョンは、高い技術の信頼性と高品質のサービスで最終的に銀行の支持を獲得し、会社設立以来初のビジネスを獲得しました。

「興奮しすぎて一晩中眠れませんでした。スタートアップ企業にとって最初の顧客がいかに重要であるかは自明です。」

その後、銀行内での定期的なコミュニケーションの伝統のおかげで、銀行内で製品の評判がすぐに広まり、注文が次々と入り、会社は軌道に乗り始めました。

現在、同社のAI製品ラインはますます充実しており、コアアルゴリズム、マルチモーダル生体認証統合プラットフォーム、さまざまなシナリオに対応するシーンクラウドとアプリケーションソフトウェア、さまざまなシナリオに適したスマートハードウェア端末、一般向けAI開発プラットフォームなど、さまざまな製品が揃っています。

考える

「あの時は夢のようだったが、今は興奮している」

周軍氏は過去20年間の起業家としての経験を語り、チャンスを待ち続けていたと語った。同氏は27歳でAIに取り組み始めた。現在50代だが、依然としてAIに取り組んでいる。人生の大半を懸命に働き、ついに待ち望んでいたチャンスを手に入れた。

「努力によって得られるチャンスもありますが、待つことでより多くのチャンスがやってきます。全体的な傾向を把握できなければ、すべての努力が無駄になります。」

言い換えれば、適切な技術と適切な時代が出会ったときにのみ、努力が成功につながるのです。多くの場合、起業家が失敗するのは、一生懸命に働かなかったからでも、戦略的な誤りからでもなく、好況に追いつけなかったからです。

「もちろん、チャンスに出会うための前提条件は、それをつかむことができることであり、そのためには鉄自体が強くなければなりません。」

彼の意見では、1990年代に中国でビジネスを始めるプレッシャーは今と変わらず、アイサイトテクノロジーが今日まで生き残ってきたのは、数え切れないほどのスタートアップ企業の屍を踏みにじってきたからだ。

ビジネスの世界で20年以上の経験を積んだ「ベテランドライバー」を自称する周軍氏は、自身の起業方法論もまとめた。

彼は、起業は生死を賭けた闘いであり、生き残る理由はたくさんあるが、常に守らなければならないことが一つあると考えている。それは、起業は忍耐と粘り強さを必要とするため、心の底から好きなことでなければならないということだ。

このプロセスにおいて、起業家は転ぶことを学び、転ぶことに適応し、転んだ後すぐに立ち上がれるようになる必要があります。

「道を歩んだ後で初めて、どこにチャンスがあり、どこに落とし穴があるのか​​が分かる。落とし穴の中には目に見えず避けられないものもあるが、人の成長の過程と同じように、すべて乗り越えなければならない。」

同時に、ビジネスの本質は顧客に価値を提供することです。セキュリティ市場を例にとると、セキュリティ市場は技術主導の市場ではなく、シナリオ主導の技術でなければなりません。開発されればすぐに実装できるか、それとも断固として触れないかのどちらかです。

周軍は過去20年間、あまりにも多くの人々が来ては去り、花が咲いては散り、あまりにも多くの成功例と失敗例を見てきました。過去を振り返ってみると、生き残ることができたのは実際の場面で苦労した人々だったことがわかりました。

「AIスタートアップは高い目標を掲げるべきだ。しかし、開発においては地に足をつけた姿勢も大切だ。」

資本がある程度市場を動かすようになると、資本の背後に秩序がなければなりません。多くの空虚なものは、絵の中の絵や鏡の中の反射のようなもので、少し触れただけで崩れてしまいます。

周軍は例え話をした。山は近くに見えて数百メートルで行けそうな感じがするが、実際に歩いてみると数キロ離れていることがわかる。想像空間と商業市場はかつてないほど似ている。ターミネーターの名を冠した注目度の高い投資が、後に混乱と流血に終わる可能性がある。

重要なのは実践することであり、意見は二次的なものです。現実には、どれほどの人が、意見の違いにより、限られた人生の中で主張し、議論し、行き詰まり、その結果、前進するための自身の実際的な力と野心を減退させているのでしょうか。

また、スタートアップ企業の舵取り役として、自社を芸術作品として扱う必要があります。時々飛び出して、重さや色、品質などをチェックし、起業当初に作りたかった芸術作品と本当に同じものになっているか確認する必要があります。

山にいると、本当の姿が分からないことが多々あります。

市場

AIは産業地震を引き起こし、地震の後に新しい地形が出現するだろう。 」同時に、周軍氏はAIセキュリティ市場の将来の発展についての見解もLeifeng.comと共有した。

彼はかつて、AI の発展は、ユーザーを認識し、ユーザーを理解し、ユーザーにサービスを提供するという 3 つの主要な段階を経るだろうと述べました。

あなたを知るということは、機械にあなたを知らせるということです。あなたを理解するということは、機械があなたを理解できるように大量のデータを使用して完全な肖像を形成するということです。あなたに奉仕するということは、機械があなたの言葉や表情を観察し、あなたに気を配ることができるということです。

あなたを知るには 3 ~ 5 年、あなたを理解するには 5 ~ 8 年、そして本当にあなたに奉仕するには 8 ~ 10 年、あるいはそれ以上かかります。

彼は、セキュリティは現在 AI 導入の最もホットな業界であるものの、その技術普及率はわずか 1% であると説明しました。このデータは、2 つの大きな問題を示しています。

1. AI+ セキュリティ市場には大きな可能性があります。

2. AI がセキュリティ分野に応用されるまでには、まだ長い道のりがあります。

***の観点から見ると、AIセキュリティの巨大な市場に直面して、起業家が現実的で集中している限り、チャンスはあるでしょう。

2つ目の観点から見ると、セキュリティ分野におけるAIの実装は、単なるカメラや顔認識技術ではありません。これには、業界チェーン全体のエンドツーエンドの協力、実際のアプリケーション シナリオに基づいたテクノロジのアプリケーションへの合理的な変換、および成熟したオンサイト配信機能が必要です。

彼は、将来的には「アルゴリズム+チャネル」という両輪で動く企業だけが、より着実に前進し、さらに前進できると固く信じています。

優れたアルゴリズムは、機械のエンジンに相当します。それは核心ではありますが、すべてではありません。エンジンがあれば、車が必要です。車があれば、道路が必要です。車と道路があれば、誰かが喜んでお金を払わなければなりません。

これは、Yanshen Technology が、コアアルゴリズムから統合プラットフォーム、アプリケーションソフトウェア、スマートハードウェア、そして実装と配信に至るまでの完全な業界チェーンレイアウトを構築したいと考えている理由でもあります。

シーンのエコシステムにテクノロジーを真に組み込むには、1 つのアルゴリズムや 1 つのデバイスだけでは実現できません。実際のアプリケーション シナリオを組み合わせた包括的なソリューションが必要です。

同時に、彼はセキュリティ業界におけるAI応用の動向も予測しました。産業発展の観点から:

まず、セキュリティレンズの処理能力がますます強化され、従来のカメラが人工知能機能を備えたカメラに変わります。

第二に、さまざまなカメラがエンドツーエンドのインタラクションと自動ネットワーキングを実現し、情報を追跡する能力がますます強化されています。

さらに、中央コンピュータ室がビッグデータに向けて発展するにつれて、データ処理能力は増加し続けます。

***、セキュリティ問題を解決することに加えて、システム全体が人々の生活の問題も解決できます。このシステムは、単に悪者を捕まえるのではなく、都市に力を与えます。

未来

「AIが登場する前は、業界は一目瞭然でした。AIが登場した後は、水も魚も大きくなり、すべてが一から始まるでしょう。」

同氏は、AIはインターネットとは異なると述べた。インターネットの世界は独占化されており、アリババは電子商取引を独占し、テンセントはソーシャルネットワーキングを独占している。しかし、AIは勝者がすべてを手に入れるゲームではない。すべてのプレーヤーにチャンスがあり、数人の個人の力を合わせることでAI産業が繁栄することができる。

「AIが世界にもたらす変化は、インターネットの100倍も大きいかもしれない」

周軍氏は、すべてはまだ始まったばかりだと固く信じています。インフラと同様のアプリケーションとして、生体認証もさまざまな製品形態を生み出し、今後ますます多くの企業がこの環境で生き残っていくでしょう。

AI爆発の時代、世界は混乱と対立の中にあり、誰もまだ明確な立場を形成していないとき、国を再建するために皆を待っています。

<<:  これら10機関からの24の調査データはAIのトレンドを理解するのに役立ちます

>>:  AIが指紋を偽造できる場合、生体認証は依然として安全ですか?

ブログ    

推薦する

...

「顔認識」に反対する教授:最大の受益者がリスクの責任を負う

劉玉秀、ザ・ペーパーの研修記者ラオ・ドンヤン氏の抵抗により、コミュニティ内で顔認識によるアクセス制御...

GoogleのオープンソースビッグモデルGemmaは何をもたらすのか?「Made in China」のチャンスはすでに到来していることが判明

Google の珍しいオープン AI は、オープンソースのビッグモデルに何をもたらすのでしょうか? ...

...

保険詐欺防止リスク管理の実践

1. 保険業界における詐欺防止に関する問題点とよくある事例保険業界における詐欺問題はますます深刻化し...

...

アルゴリズム、データ、機械学習機能... AI スタートアップの堀とは何でしょうか?

[[207684]]投資家が最も注目する点の一つは、起業家が独自の堀を見つけているかどうかだ。そし...

...

今後3年間で、人工知能は銀行と顧客とのコミュニケーションの主な手段となるだろう

[[187945]]最近、アクセンチュア コンサルティングは銀行員の 4 分の 3 を対象に調査を行...

このアルゴリズムに関する優れた本を読めば、AIを本当に理解できる

[[240202]]新しい技術を学ぶとき、多くの人は公式ドキュメントを読み、ビデオチュートリアルやデ...

...

自動化された機械学習: よく使われる 5 つの AutoML フレームワークの紹介

AutoML フレームワークによって実行されるタスクは、次のように要約できます。データを前処理して...

陳丹奇チームの新しい研究: Llama-2 コンテキストが 128k に拡張され、メモリが 1/6 でスループットが 10 倍に

Chen Danqi のチームは、新しい LLMコンテキスト ウィンドウ拡張メソッドをリリースしまし...

四足歩行ロボットが二足歩行で階段を降りることを学びます。脚型システムより83%効率が高い

テスラと競争したロボットを覚えていますか? これは、チューリッヒにあるスイス連邦工科大学のスピンオフ...