旷视科技联合创始人兼CTO唐文斌个人简历.doc

《旷视科技联合创始人兼CTO唐文斌个人简历.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、旷视科技联合创始人兼CTO唐文斌个人简历旷视科技联合创始人兼CTO唐文斌个人简历　　新智元：旷视的核心优势是什么？　　唐文斌：深度学习有三个核心要素，算法、数据和系统，这三者是相乘关系——你有一个好的算法，用有很多数据去催它，当数据变多、算法变复杂后，还需要有一套很好的底层架构和引擎来支撑。　　从算法的角度讲，我们请来了孙剑老师，希望孙剑老师带着同学们在现有算法基础上找到新的东西。算法就像人的智商，数据就像人的见识，见识决定了你能走到多高，而智商决定了你能走多远，两件事情都非常重要。我们的研究团队其实就在智商这个方向上探索。而数据是一个更产品或者更工程的

2、事情，我们需要在产品中设计一个好的方式，形成数据的循环，让产品中的数据回来，不断加深算法的训练，让它变成更强的算法。　　我们也非常重视系统的建设，我们有自己研发的MegBrain深度学习引擎和Brain++平台。如果说研究的价值在于去探索边界之外的东西，那边界之内的，比如网络结构的搜索，都应该用机器来完成。我们的产品中常常会有的定制算法的需求，很多时候大框架都差不多，数据工程师把数据整理和准备好以后，就直接用系统把各种类型的模型都尝试一遍，最后挑选出一个不错的。　　新智元：你提到了数据工程师，现在旷视在数据方面投入多少？有多少人标注数据？　　唐文斌：全职

3、标注的大约有300人，不算在600多人的团队里面。我们还有很多工作是外包完成。我们内部有标注的数据库是PB级别。　　新智元：你曾在清华担任科协主席，也带过中国奥林匹克信息学竞赛团队，可以说你是旷视最开始的首席人才官。你认为目前人工智能人才应该有什么样的特点？旷视在选择的时候看重什么特质？　　唐文斌：我觉得人才的类型是很多样的，每一种类型的人才都是人才，光会写paper的人才也是人才，虽然价值没有那么大。在现在的人工智能发展态势下，我们最需要的是复合型人才。做产品的时候会有产品经理，但人工智能场景下的产品经理需要更加复合。　　我们团队最早的一位同学，员工工

4、号No.5的“卿爷”，我们现在提供给小米、VIVO人脸解锁的产品线都是他带着团队来做的，他需要有什么样的能力？第一，懂算法，不一定要懂算法具体是怎么做的，但一定要懂算法的边界在哪里——坚信这件事情一定能做到，但同时也要了解现在的算法有些东西是真的做不到。第二，有很好的工程判断力，用算法的方式是从本质去解决问题，而有些东西你会通过工程的方法去“不本质的解决”，倒推出一个一个设计。第三，也是更为重要的，需要不断从用户的需求、用户的场景、用户的价值角度出发思考问题。这样一个产品经理，他需要比以往的产品经理有更多工程上sense，更多算法上的sense。　　从工

5、程师的角度来讲，我们有一个词，叫“全栈AI工程师”，我们希望这位同学不仅数学好，懂算法，编程很强，还非常懂系统；算法编程都很懂才能做引擎，懂体系结构你的引擎才能在不同的平台上都跑得很好很快。这样的人非常难找，但也是最强的。比如说我们做Brain++平台的那帮人，他们提供的是训练平台，给到研究人员使用，他们知道Research是怎么使用这些东西，他们自己也随时都能转变为Researcher。同时，他们考虑Researcher做的哪些事情是没有价值的，要把它工程化、系统化，最终的目标是消灭Researcher——所有在边界范围内的Research都由系统来完

6、成，而Research真正要做的事情是突破边界，探索边界之外的东西。　　旷视在选择人才的时候也是按照这个标准。如果有这样的人，我们特别特别希望你能够加入我们，我们团队里有很多这样的人，你跟他们在一起一定会非常愉快。其次，我们也很看重学习能力，现在领域发展很快，你需要非常快速地跟上节奏去尝试你的新想法，所以学习能力和动手速度非常重要。我们也有实习生项目，总之欢迎你来，孙剑老师带你飞对吧（笑）。算法与硬件结合，从源头抓起控制成像质量　　新智元：旷视的算法、软件如何与硬件相结合？　　唐文斌：我们有自己的深度学习引擎MegBrain，这个引擎在不同的品牌上做了非

7、常多的底层优化，能够跑得非常快。我们最近做的一款智能相机产品，这个相机是业界第一款全帧率、全画幅（1080P）智能人像抓拍机。　　全帧率的意思就是说，每秒30帧，每帧都去抓取，在业界这个指标是最高的。有的嫌疑人员有很强的反侦察意识，一看到摄像头会马上低头，如果相机不能以非常快的速度做出截取，可能只有100毫秒，一两帧之后这人就消失了。同时，每一帧都检测，也能确保总是能抓到质量最好的一帧，为后续应用服务。以往的相机在画面中抓拍做检测，基本上最多只能抓拍画面中10到20个人，再多就抓不到了，因为计算量不行。我们可以做到128张人脸，很大的人流也能跟踪得很好。

8、　　我们用的是自己设计的FPGA芯片，在算法层面也做了很大升级。硬件也好，算法也