
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29