完成B轮融资，码隆要如何用计算机视觉改变大众购物方式？

通过深度学习和计算机视觉技术，能让计算机从各个角度识别出商品的名称、品牌、属性。应用到新零售场景，这一技术可以在购物付款等环节给予消费者更轻松的购物体验。英伟达在官方Twitter上写道，“这家创业公司会改变大众购物方式”，指得便是从事人工智能商品识别技术研究的码隆科技。

这家公司宣布完成来自软银中国2.2亿元B轮融资，成为软银中国在中国人工智能方向投资的第一家公司。

成立于2014年，码隆科技主要做计算机视觉领域的技术研发及应用，希望打造领先的人工智能商品识别平台。

计算机视觉行业，人脸识别相关的安防、金融等应用场景为大众所熟知。但CEO黄鼎隆认为，相比于人脸识别，商品识别更有潜在商业价值及社会价值；人类获取的信息中，90%来自于眼睛，视觉内容天然具有普适性，人们对“物品”是什么、存在于哪里具有天然的需求，码隆科技在做的事情正好满足了这种社会需求；而一个包含各个传统行业的商品识别平台，在商业价值上也具有巨大的想象空间；也正是基于这样的愿景，团队获得了投资方的青睐。

为实现这一愿景，码隆科技从2014年起，从纺织、时尚领域的商品识别进行切入。经过几年积累，码隆科技去年10月发布了名为ProductAI人工智能商品识别平台，为企业客户提供商品识别、以图搜图、通用图像识别等方面的技术支持，产品已被服装、面料、家具、零售、食品、酒类产品、版权图片等行业的客户应用。



过去一年，其实也是国内AI行业快速发展的一年，码隆科技在技术、产品、商业化方面都进行了一系列的创新和尝试。技术上，在弱监督学习领域进行研究，并取得了2017年 WebVision 竞赛的最佳结果。产品方面，ProductAI上线以来，每月有超过300家企业客户申请使用，每月使用量增长比率超过40%。市场方面，团队除在纺织、电商、零售领域落地服务，还与日本、秘鲁等地的客户达成合作。

今年7月首届由谷歌研究院、苏黎世联邦理工学院共同举办的WebVision全球图像识别挑战赛上，基于最新的“弱监督学习”研究成果，码隆科技的的识别正确率达到了94.78%。WebVision是计算机视觉领域知名的竞赛，比赛最大的特点就是如何利用非人工标注的数据来训练一个更好的深度模型。今年的比赛共吸纳了100多个团队参与。根据公开信息，码隆科技提交的五次识别结果正确率，占据了全部识别结果正确率排名的前五名，领先第二名2.5%。团队表示，在计算机视觉的技术竞赛领域，这是很大优势，去年 ImageNet 图像识别比赛第一名只比第二名高出 0.04%。

这一研究成果，既是源自于码隆科技的业务需求，也被运用在了码隆科技的产品中。码隆科技告诉36氪，ProductAI上线以来，从各垂直行业获得了大量的行业图像数据，但这些数据大多标注不一致，有些是没有标注的或者标注错误的，传统的深度学习算法无法处理，若进行标注不仅需要花费大量资金、时间，还需要专业人才参与，有非常高操作成本。

为此，团队摸索了一种针对含有噪声数据的训练策略，引入弱监督学习算法与课程学习算法，设计了新的算法策略，可以有效抑制错误标注的负面影响，具有更好的泛化能力。事实上，这一技术已在码隆的产品中进行应用。码隆科技联合创始人兼CEO黄鼎隆告诉36氪，基于包括弱监督学习在内的算法，公司的技术及产品已经达到商业可用的水平；以纺织行业为例，面料识别的准确率已经可以到达94%以上，略高于人眼的识别率；实际使用中可为企业减少约30%的成本，并提升业务效率。



技术之外，商业化其实也是个难点。不同于不少其它的计算机视觉领域公司，码隆科技选择最早从纺织、服装相关行业切入，并拓展家居、电商、新零售领域，同时注重技术输出，做海外市场。

纺织行业是一个覆盖完整产业链且企业数量众多的传统行业。数据显示，2016年我国纺织业企业单位数为20201个，2016年我国服装行业规模以上（年主营业务收入2000万元及以上）企业15715家。在这个当时关注度不高的领域，码隆科技率先入局，不仅帮助团队获得了近70%的面料识别市场份额，也帮团队获得了大量的行业数据，最终提升了识别的准确性、产品的可用性。码隆科技表示，当前全球约有70%的面料来自于中国，在获得了70%的市场份额后，基本上获得了目前该领域全球最大的训练数据，而在之后拓展海外市场时，技术上也更具有领先性和竞争力。

基于此技术，团队也在积极拓展应用领域。除了时尚、纺织、服装行业外，也已拓展至家居家具、电商、新零售等方向。目前码隆科技在众多行业探索合作：有家具家居行业的某国际知名家居品牌、家图网、俱合网等；电商行业的京东商城、唯品会、卷皮等；快消行业的可口可乐、蒙牛等。同时，码隆科技也在积极布局新零售——与国际零售企业联合开发AI新零售解决方案，预计今年年底或明年年初将在海外落地。团队表示，与目前大多数公司只停留在Demo演示不同，这会是一个实际落地且规模化的合作。

这些合作基本都是基于ProductAI这一平台。目前，平台API接口的调用仍然是先试用，待正式接入后再进行充值使用，以此降低用户接入的门槛。相比于行业大客户的定制服务，垂直行业通用的标准化产品可能会是接下来的业务重点。

目前，团队已经组建了80人左右的团队，并吸引了行业知名科学家、高管加入。首席科学家黄伟林博士来自牛津大学Visual Geometry Group（VGG），是首位从该实验室回国工作的博士，研究方向主要集中在场景文本识别、场景分类和医学视频分析等领域。前微软亚洲研究院资深HRBP吴素敏今年8月也加入了团队，后者拥有22年人力资源从业经历，将负责团队管理拓展。

在获得软银中国B轮融资后，码隆科技表示新融资将用于三个主要方向：深化人工智能商品识别领域技术创新与商业落地，持续深挖人工智能与传统行业的结合点，以及进一步加快国际化市场开拓。