京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07