
通过大数据和机器学习 让机器看懂世界_数据分析师考试
格灵深瞳的办公环境与众不同。依格灵深瞳创始人何搏飞说,这样的办公环境旨在让创业团队浸泡在产品的创意环境中。新京报记者 吴江 摄
玉泉山下,颐和园畔,有一条小径一直走到头,扭身便能看到格灵深瞳的院落。院子里有亭台楼阁、湖水荷莲。这里曾是一家会所,“八项规定”后,格灵深瞳把它租过来改造成兼有中国风和硅谷范儿的办公室。
采访在院子中央的湖心亭上进行。格灵深瞳是一家以计算机视觉和人工智能为核心的技术公司,通过大数据和机器学习,让计算机像人一样,能看见并理解这个世界。
虽然初出茅庐,它已经获得足够多的注意,徐小平和沈南鹏两位投资人曾为其估值而争辩,到底是1000亿还是5000亿美元?其实,即使是1000亿美元,它也足够进入中国互联网前三。
一次任性的裸辞
见到格灵深瞳CEO何搏飞那天是6月19日,无意中碰到一个极为特殊的日子。“就是今天,两点多钟,太有意思了”,何搏飞百感交集,激动地喊出声来。
两年前的这一天,下午两点多钟,何搏飞“任性”地辞了职。
那是全球排名第一的预付卡公司,何搏飞是中国区总经理。老板那天从美国飞到北京,听他汇报6月份的工作,而后部署下半年的计划。
老板在一个白板上写一二三四五,“当写到第三、第四的时候,我看着那些事情突然很崩溃,没有一个是我想做的。”然后,何搏飞对老板严肃地说了一句:我退出!
没有任何铺垫的辞职,让老板十分诧异。“应该用更正式的方式提,但当时真心觉得,一秒钟都不想等了。”何搏飞说。
离职前后一个月,何搏飞的人生也发生了巨大变化,一是他当了父亲,孩子即将出生;二是,他的父亲做了癌症的第二次手术。“那个月像经历了生死一样,突然觉得人这一辈子太短,最好的时间应该用在真正喜欢、富有激情的事情上。”
只是当时还不知道要做什么,“所以就得逼着自己去做这个决定,每一次跌下来之后,我知道我会弹得更高。”
人对了世界就对了
格灵深瞳办公室里,到处布着用于实验的摄像头,这是他们的主要产品。与普通摄像头不同,除了能拍摄二维视频,它还有一个三维的“上帝”视角,能让摄像头像眼睛一样看懂现实世界的三维立体图像。
比如,拥挤的人群中,它能分辨出你在运动,跟踪你的运行轨迹。再进一步,它能实时监测你肢体的运动幅度和速度,从而判断你姿势背后的“意义”,诸如双手举过头摇一摇,摄像头会识别你在求救,就会自动报警……
计算机视觉和人工智能是何搏飞最终找到的方向,同时找到的还有伙伴赵勇。赵勇现在是格灵深瞳CTO,分管技术,之前是大名鼎鼎的Google Glass(谷歌眼镜)主设计师之一。
这俩人能够认识,要得益于真格基金创始人徐小平安排的一次“相亲”。没见面的时候,两人都没抱什么希望。见面后,他们从下午两点聊到深夜两点,一拍即合。
何搏飞微博上写过这么一段话:“深夜畅聊归来,兴奋之余,感慨良多。想起一个故事:爸爸把杂志上一页地图撕成小块让孩子拼起来,孩子很快就拼好了,且分毫不差。问他如何办到的。孩子翻过地图,背面是一个人的照片,孩子说,人对了,世界就对了。”
每天想会不会死
让所有智能硬件都具有视觉感知的能力,像人眼一样看见并理解这个世界,是格灵深瞳的终极目标。为了商业化落地,他们首先选择安防领域,一来这个市场足够大,二来能借此获得足够多的数据。
安防领域的客户拓展很顺利,已经包含几大国有银行。同时,他们也在向车的领域延伸,研发跟自动驾驶、高级辅助驾驶相关的内容。
一切看起来顺风顺水,但何搏飞依然忧虑,“我们每天也得想,这样下去会不会死”。
他忘不了公司刚成立半年那会儿,最倚重的传感器硬件供应商被苹果收购,所带来的致命一击,“同事群里像死一样寂静,没人说话,那次是离死最近的一次”。
“现如今,市场是否具备足够的容量能进行大规模推广,真正强大的对手一旦加入这场战斗,我们有没有能力应战,这些都是问题。”何搏飞说。
毕竟计算机视觉和人工智能还处于萌芽期,距离大爆发还要等上5到10年,探索的路上,先驱公司随时都可能成为先烈。
何搏飞说,采访的前一天,他和赵勇聊到深夜。“我们在反思,时间和精力的投入对公司是不是最好的,如果重新再来过,哪些事情不做,哪些事情还会再做。”
■ 创客项目ABC
A。他们是谁?
格灵深瞳有两位创始人,CEO何搏飞29岁就担任了一家美国上市公司的中国区总经理。CTO赵勇曾是Google Glass的核心研发成员。
B。在做什么?
格灵深瞳是一家以计算机视觉和人工智能为核心的技术公司,通过大数据和机器学习,让计算机像人一样,能看见并理解这个世界。
C。投资人怎么说?
我们看好格灵深瞳,他们是顶级的团队,优秀而又有激情的经理人,加上谷歌的顶级工程师,一起做一件很酷的事。
■ 对话
我们做的事太难了
新京报:很多人都说你们很牛,你什么感受?
何搏飞:我心里挺虚的。我希望我们能够用好的产品,好的市场数据来印证这句话。
新京报:国内你们的对手有哪些?
何搏飞:如果说有,无数安防大户都是我们的对手,但是要说没有,我们现在做的事儿没有人在做。
新京报:为什么没有人做?
何搏飞:因为我们做的事儿太难了。
新京报:难在哪里?
何搏飞:技术本身有门槛,但不仅仅是技术。在所有人都不知道有互联网的时候,你要让他知道每个月花60块钱包月上网是干什么?就跟马云当年做事情一样。
新京报:现在人工智能或者计算机视觉处于什么阶段?
何搏飞:萌芽阶段,或者说刚刚萌芽。大的爆发,非常乐观的人可能会说五年,我觉得要五到十年。但很有意思的是,人工智能方面,中国有机会引领世界的发展。因为人工智能包括计算机深度学习,需要很强的数学逻辑能力,这是中国人擅长的,很多中国学生在美国也是学这个专业的。
新京报:有没有担心过会成为先烈?
何搏飞:很有可能。所以我们要有忧患意识,还有太多的事情要做。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15