主页（http://www.cnwulian.net）：联想之星刘维：人工智能是比移动互联网更大的一波浪潮
好买说
平时见到刘维，就是一个典型的工科男，T恤、深色背包是他最常见的装备。第一次看刘维演讲，不知道是他不擅长做PPT，还是想致敬乔布斯，去掉开头结尾，整11页的PPT，加起来100个字都不到，每张都是一个大白板，中间一行黑字。当时以为5分钟就能讲完所有内容。
不过，等刘维开口，现场的气氛瞬间就不一样了。不同于一般极客在技术方面的难以沟通，即使是几页白板的人工智能PPT，刘维也能侃2小时。刘维的演讲中随时会抛出深入浅出的例子，他很轻松的就能解释明白一些看起来像天书的黑科技。所以也能很轻松的虏获一些女粉丝。
刘维曾两度创业，有13年投资管理经验，是前沿技术投资的坚定倡导者，曾多次被清科集团、创业邦评选为”40位40岁以下投资人”、”2015年度中国最活跃的天使投资人”，“2015年中国天使投资人十强”。
Face++：人脸识别力压Facebook，5年翻了几百倍
在创投圈中，才30多岁的刘维绝对称得上年轻，但在人工智能的领域里，他已经走到了很多同龄人的前面。
2011年，人工智能第一个春天还远远看不到影子，刘维去见了几个清华大学的研究生。彼时，后来声名显赫的Face++还只是实验室里的研发小组。尽管Face++的创始人团队都是学霸，有国际信息学奥林匹克、国际信息学大赛的冠军，有从高三开始，连续当了7年的国家信息学奥林匹克队的总教练，但他们还没形成足够的商业决断。那时候的Face++，已经有了一定识别人脸的算法基础，但是Face++的创始团队还在通过设计一个“人脸控制游戏”，在游戏这个方向上做些尝试。但是，“这样一个游戏产品的商业价值，远远比不上一个技术平台公司大。在未来人工智能的时代，机器读懂物理世界的能力不可或缺，是人工智能必不可少的底层技术。” 刘维和团队一起渐渐发现了这个做技术平台的大机会，并参与其中，和团队一起探索一起成长，发掘他们最有潜力的未来。
但是，早期技术公司的投后管理是相当复杂困难的。在一定程度上，投资人也相当于共同创始人，不成熟的商业模式、短板严重的团队、对市场的陌生、管理经验的匮乏、技术应用程度不高、研发投入巨大等等，都是刘维可能会遇到的问题。对此，投资过大批系统集成商和传统IT企业的刘维坦言，他早有这样的心理准备。联想之星为Face++团队制定了战略、引入关键人才提供了不少帮助，在必要时，刘维也说服他们下定决心舍弃一些业务、专注突破一些领域。
在刘维和联想之星的参与协助下，Face++逐渐走上正轨。从2011年成立时的单一产品，到之后逐渐形成的人脸识别技术平台，再拓展到到各种图像识别的技术平台、深入金融安防等核心行业。2014年3月，在全世界最权威的人脸识别评测系统LFW中，Face++以97.27%的识别率力压Facebook，成为了世界第一的人脸识别技术公司。并在随后两年多来低调潜行，在远比评测苛刻成千上万倍的实际安防和金融项目上，成为领先的产品提供商，在2015-2016年斩获了图像识别领域其他多项大赛的世界冠军。这背后，刘维不仅是最初的方向讨论者，也是最深度参与的投资人，他陪着Face++走过几年的历程、走向海外市场，成为了全球图像识别领域不可或缺的公司，实现了数百倍的估值增长。
坚定看好人工智能，布局前沿赛道
Face++这样的初创公司，是人工智能领域最典型的代表之一。
但人工智能的概念，在科技界内却从来不是什么新的话题。1821年英国工业革命刚刚兴起的时候，就有人提出了这一概念，到1956年人工智能这个名词才正式出现，但200多年来，人工智能的进展非常缓慢。甚至在2009年之前，人工智能这一名词已近乎消失，机器学习，神经网络，机器人，自动化取代了这一名词。
2010年，随着移动互联网和大数据的发展，刘维和他的团队敏锐的察觉到了人工智能的崛起。“任何事物的产生，都不是突兀的，是一个循环的逻辑。人工智能也是一样，它拐点的到来正是因为数据的积累和算法的进步。”刘维观察到，2010年-2012年手机的大爆发，移动互联网的快速普及，最大的特点就是积累了大量的数据，而且这些数据，不是低质量的数据，而是一些高质量，有标注的数据，可以被机器学习。
比如人脸识别领域，拍照软件开始爆发，通过这些软件拍出的所有照片，在数据脱敏后都有助于帮助人脸识别机器去训练算法和模型。我们的自拍，和网上随便找的图片不同，手机都会进行标注，很容易就识别出是同一个人，但每次自拍都是不一样的，光线、角度都是不同。人脸识别的机器依靠几千万人、几亿人，每天拍摄的各种不同的照片，在不断地训练，因此，能力有非常快的提高。在过去几年，通过数据的快速积累，云端运算能力的快速提升和深度学习，催生了人脸识别的快速进展。人工智能也一样，刘维和他的团队相信，依托这样高质量的数据积累，会带来人工智能技术很大的突破，会带来大量的需求。
但是，那个时候的创投圈，接受人工智能的人并不多，敢投资人工智能的更少。相比医疗、娱乐这些热门板块，除了技术之外，人工智能似乎并没有什么突出的优势。但刘维没有退缩，因此在人工智能的凛冽寒冬中，他和联想之星的团队一起，“在前沿的赛道上，去相信一些当时看起来有点疯狂实际有着真实空间的事情，去找到最聪明的年轻人，帮他们成长。”
当时，刘维坚信自己看到了比互联网更大的一波浪潮，而现在火热的人工智能也不负所望。
短板柔性补足，机器将比肩人的智能
在刘维的演讲中，他对于人工智能的未来也有他的观点。
“图像识别的一小步，柔性化的一大步。”谈到这个，刘维举了物流上的一个例子，传统的图象识别技术是无法精确处理物流配货的。例如，机器识别仓库内货架上的一袋薯片，其难度远比想象中要大的多。因为薯片是一个柔体，会有不同的外形差异，可能正面朝上，可能其他面朝上，可能鼓一点，瘪一点，可能被不干胶正好贴住了一点，这对于传统的机器很难判断。果园里的水果差异，人脸不同方向的差异等等，在传统机器识别中都会有一样的问题。但现在，图像识别的最新算法已经能很好地包容这些细节上的差异，这意味着机器能处理越来越复杂的情况，越来越多技术和机器载体的结合会渗透到各种各样的生产环节中。
“技术的进展开启了数据和能力的正循环。”刘维进一步解释，他发现机器的能力越强，人类越愿意把所有的数据都交给机器。而当机器有了越来越多数据，自我学习的素材和经验就会更多，机器和算法就能得到进步，这样人工智能就形成了一个良性的循环。刘维举了双十一的例子，每到双十一促销，天猫、京东之类的电商，还有超市的仓库，就需要大量的临时工，这些临时工没有办法很好的培训，没有办法很好的被组织，所以他们差错率也很高，而且人力的成本也很高。现在，机器加上视觉技术把这些问题解决之后，不仅降低了电商公司的成本，机器也收集了原来无法获得的电商仓库的数据。之后算法就可以进一步修改，适用于更加广泛的场景。
