武汉泰坦智慧科技有限公司董事长兼CEO郑龙

2017年，人工智能元年。

这一年的5月23日至27日，中国乌镇围棋峰会上，谷歌研究者开发的AlphaGo（阿尔法围棋）以3：0的总比分，战胜世界排名第一的棋手柯洁。

柯洁在接受媒体采访时表示：“在我看来它就是围棋上帝，能够打败一切。对于AlphaGo的自我进步来讲，人类太多余了。”

AlphaGo引爆的人工智能热潮，火遍全球。

未来已来。这一年7月，喻家山畔，郑龙创办武汉泰坦智慧科技有限公司。站上人工智能产业风口，泰坦智慧公司致力于为人工智能提供类似于Windows的可视化操作系统TitanOS：AI能力开放平台，用这“一扇窗”填补当前人工智能技术链条上硬件与应用之间的空白。

轻点鼠标，打开人工智能这“一扇窗”，让高深的人工智能触手可及。

“在去美国之前，我从来没想到过创业。”受访时，郑龙首先聊起他颇有些传奇色彩的教育经历。

在华中科技大学计算机学院读完本科后，作为两校共同培养的学生，郑龙2006年到日本会津大学攻读硕士、博士。2012年，他又成为日本学术振兴会青年科学家计划的特别研究员（JSPS Research Fellow），去了美国特拉华大学，作为访问科学家，师从于高光荣教授。

高光荣教授是世界著名计算机科学家，是我国在麻省理工学院（MIT）的第一位计算机博士，现为特拉华大学电子与计算机工程学院终身教授、华中科技大学特聘教授，被中国计算机学会（CCF）颁发“2013年度海外杰出贡献奖”，其研究集中在数据流模型、并行计算、计算机系统架构、程序分析与优化技术等方面。

而后，他回国任教于上海交通大学计算机系，在交大他参与了AI深度学习计算框架Minerva的研发，后开源为现在著名的深度学习框架MXNet。

作为跨越三个国家的青年科学家，郑龙分享起他在每个国家的别样经历。

“大学本科毕业后，我响应共青团中央号召到贫困县支教。”2006年，郑龙作为校学生会主席，担任队长带着6名队员，前往保康支教。

当时在保康，郑龙碰到一件看似矛盾的事情：一方面，很多人想帮助贫困学生却找不到合适的对象；另一方面，贫困县里很多贫困孩子盼着有人来资助他们上学。

当时郑龙正在实验室研究点对点（P2P）视频播放，何不做一个点对点网络捐助平台？“这在当时是很超前的！我们把这个网站命名为PPHope：点点希望网”郑龙说，这个平台做成点对点资助，一个人可以捐助很多学生，同时一个学生也可以享受很多人的捐助。

当年暑假，郑龙带着一帮同学在学校计算机学院7楼的一间机房，花了一个月时间做出了这个平台，“说来，这相当于是我第一次带团队。这个平台当时得到了时任华科计算机学院长金海教授的大力支持，最终平台给贫困学生共捐得善款20多万元。人民日报还报道了我们的创新。”如今，郑龙说起还颇为自豪。

郑龙带领团队在美国、中国开发的基于数据流的大数据计算系统Yita架构图

到日本深造后，郑龙一直专注于系统结构尤其是GPU异构计算的研究。“会津大学很特别，只有计算机专业，且在日本排名靠前。”郑龙说，这所学校1/3是外籍教师，日本老师占2/3，学校全英文教学，

所以不用专门学日语。在日本，郑龙深深地被日本人的工匠精神所触动，哪怕在学校里，最基础的行政工作，都能看到日本人细致入微、仔细打磨、认真负责、井井有条的工匠精神，这或许是他在日本比获得博士学位更大的收获。

“到了美国之后，我才深切感受到那里的创业气氛是多么浓厚。”郑龙说，在特拉华大学，大家聊天，前一个小时聊学术，后面就开始聊各种创业项目。

他亲眼见到身边有两位美国小伙伴，其中一位性格外向，另一位看起来特别乖，不像是想象中创业者的样子，他们俩有个好的创业想法，出去创业。一年半后，他们创业失败回来了，就像什么都没发生。“创业对于美国人而言，就像家常便饭一样。”在郑龙所在的实验室，也是美团王兴做“中国的Facebook”的起点，前辈的成功故事也鼓舞着他。

郑龙在美国也到企业去做产品架构师，凭借过硬的专业知识赢得认可。从2013年初开始，他开始撰写商业计划书，抢抓大数据浪潮的机遇。

2013年，也被学界一致认为是中国的大数据元年。

要不你回中国看一看？高光荣教授给郑龙提议。

1980年，美国著名未来学家阿尔文·托夫勒在他的知名著作《第三次浪潮》中，首次将“大数据”称为“第三次浪潮的华彩乐章”。

2012年，英国科学家维克托•迈尔-舍恩伯格(最早洞见大数据时代发展趋势的数据科学家之一)及肯尼斯•库克耶的《大数据时代》一书出版，将大数据的影响分为思维变革、商业变革和管理变革，“大数据”迅速成为全球热词。

所谓大数据（Big Data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，而是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

2015年10月，党的十八届五中全会公报提出要实施“国家大数据战略”，标志着大数据战略正式上升为我国国家战略。

在老师的提议下，郑龙2013年年末开始频繁回国考察。一个偶然的机会，郑龙给国内的电力系统做大数据，“庞大的数据流，算法、框架就显得尤为重要。”郑龙说，好的大数据处理模式，就相当于给一台电脑装上了好的CPU。

Yita大数据计算系统对比开源Spark系统计算性能加速十余倍

这时，中兴通讯的大数据部门，正好去美国考察，与高教授、郑龙接触后对自研的数据流大数据系统很感兴趣，双方尝试合作。

2015年，中兴通讯投资5000万元，双方合资成立中兴飞流信息科技有限公司，郑龙作为创始人，出任公司董事、CTO（首席技术官），使用数据流技术打造了商用大数据处理引擎——YITA（希腊字母，意为“效率”）。

YITA凭借着数据流的理论优势，比开源大数据处理引擎Spark、Storm快了一个数量级，在数据智能分析方面计算大幅提速。

当时，某省电信的DPI业务，已有的服务器使用传统技术，只能支撑起全省固话业务的1/3。而使用YITA，原来1/2的服务器，就能把全省的业务处理了。

为何能发生如此大的变化？郑龙做了一个通俗的解释。他说，原来处理器的做法是控制流，数据每往前走一步，都要听“中央”（指中央处理器）的，不允许你做就不能做，“中央”没想清楚的，你也不能动。而如今的数据流，是去中心化，给数据定规矩，有资源就可以运行，开始运行就不能停，停就要把资源通道让给别人。

满足规矩的情况下，你想咋干咋干。原来跑十个并行任务的时候，总是由“中央”来调配，每走一步都是中央来协调。现在写程序，各自写好各自要干的事情，有一个调度器，就像交警一样，到了条件就可以走，计算资源的效率自然大幅度提高。概括来说，控制流就像计划经济，而数据流就像市场经济。

“技术研发，真正在商业上硬碰硬，这还是第一次。”郑龙表示，打了这一仗，心里就不虚了。

在中兴飞流，郑龙感觉自己发生了很大的蜕变，对管理体制、流程以及市场都有了更深的理解。

2016年年底，郑龙参加中国计算机大会，那一年的头两个报告主题，都跟大数据和人工智能有关，“我当时就判断，下一步人工智能绝对是主流。”

人工智能，Artificial Intelligence（缩写为AI），它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

1956年，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家，共同研究和探讨用机器模拟智能的一系列有关问题，首次提出了“人工智能”这一术语。60多年来，“人工智能”的发展可谓曲折坎坷。

“人工智能已经死了两回，这是第三回热起来。”郑龙说，“过去机器学习，知其然且知其所以然，用数学模拟，比如识别一个人，就是用机器看两眼距离、鼻子到眼睛的距离，但是这个真的是人看人的方式吗？

用各种统计的方法来计算，其实不对！如今深度学习，知其然可以不知其所以然。用人的方法告诉你，这两张照片不是两个人，机器把这个规律找出来。人从小也是这样，这是绿的，这是红的，慢慢就知道了。现在就相当于给机器建一个脑子。人工智能不具有可解释性，其实是对的。这就和人从小学知识是一样了。”

TitanOS智能交通解决方案在襄阳市前进路上的优化效果展示

郑龙判断，如今方向对了，系统、算法、数据都有了，下一个十年，一定是人工智能的十年。“这是一个大风口。所需要的知识正是这些年所学，不去参与一下，对不起观众！”

郑龙决定，自己创业！

落户哪里？郑龙首先考察了上海及周边城市，但最终还是选择回到武汉。

“既有情感的牵引，也有现实的考量！”郑龙说，武汉，有回家的感觉。而这些年，武汉的变化非常大，真可谓“每天不一样”。再者，武汉的大学资源，同样的薪酬这里可以招到更优质的人才，“百万大学生留汉”让落户更轻松，员工的幸福感也飙升，“来公司不到一年，好多员工都买房了，过上了相对更有质量的生活。”

同时，相比北上广深，武汉租金成本低，而且离这些一线城市交通又非常便利，区位优势明显，基金、投资人等非常活跃。作为传统产业重镇，武汉的基础非常好，零售、交通大数据等非常完备。

“作为创业沃土，武汉在国内是翘楚。”郑龙说，武汉现在就跟十来年前的上海一样，未来可期。这个时候到武汉，是一个非常好的时机。“武汉是我的福地。来武汉读书，懵懵懂懂去了日本、美国，再回来就非常清醒了，我毅然选择了武汉。”

人工智能如何为我所用？这是郑龙被客户问得最多的一个问题。

在电力行业，是否有危险物入侵，工人巡线有没有带手套、穿工装，以前传统是用视频，无人机巡线，无人值守配电房、变电站，视频安监，这些视频已经积累成大数据。

比如说，识别工装，将带工装的数据全部标注，让机器自己识别，训练出一个模型，就可以上线服务了。

TitanOS智能交通解决方案的路口实景模拟与信号灯优化

“我们的TitanOS，就像Windows系统一样，面对不同的业务，只需要加上面对不同业务的模块，就像Windows上的应用软件。用户只需要做简单的培训就能熟练掌握TitanOS，也就是说他们不用深度学习计算机硬件、AI算法等，就可以获得面向他自身行业的AI能力。”郑龙说，只有人工智能在工业中的应用门槛大幅降低，才能在工业中广泛应用。

2018年暑假，泰坦智慧公司联合北京大学，对40名学生（20名北大学生、20名外校学生，仅两人为人工智能专业）进行5天培训，结束后各种应用案例都可掌握。

“世界上最远的距离，就是同一根杆子上的摄像头和信号灯。”郑龙说，摄像头“看”到了所有的车流信息，信号灯依然按照固定时间不那么合理地放行车辆，“‘眼睛’看到了，但是没有‘大脑’处理。我们要做的，就是装上人工智能这个‘大脑’。”

具体而言，哪些路口堵一目了然，但是该怎么办？这个地方应该加5秒还是减5秒？直行、左转以及对向右拐车辆放行的相位该如何组合、各放行多长时间？路口车道划线怎么设计？都有着怎样的的依据？

“人工智能通过视觉感知、决策、挖掘、预测、干预，可以解决这一系列难题。”郑龙说，AlphaGo下围棋，其实和交通是类似的。对于AlphaGo而言，路网就是格子，落子其实就是调相位。

借助摄像头视觉感知，运用AlphaGo进行决策，挖掘出分时段相位组合、信号灯周期如何设置，可以回溯任何一天任何时段车辆的调整，信号灯加5秒，可以实时推演比较，车辆到底是跑快了还是跑慢了，这样就有了科学依据。还可以做预测，车流量再大一点会怎么样，道路规划改变、相位改变又有怎样的变化？最后一点是干预。分时段的最优信号灯的调控方案、相位组合、路段路口规划等等，都可以仿真模拟看效果。如今可以做到实时干预，从“车看灯走”到“灯看车变”，根据现场车流量来调整信号灯，实现智能化交通。

通过技术改进，原来一个路口要配一台机器“大脑”，如今5到10个路口一个“大脑”就够了，摄像头将信息回传，一个服务器将信息存储，另一套服务器控制信号，相当于“眼睛”和“手”，如今加一个“大脑”，就全部都连起来了。“而且，操作起来很简单，用鼠标点一点就可以了。”这就是TitanOS平台面对智能交通的解决方案，用户甚至感知不到这里有AI视觉、决策，以及AI训练、推理等大量人工智能专业知识。

目前，泰坦智慧公司的TitanOS平台产品已在国内电力、交通、电信等领域开始广泛应用。

人工智能的梦想，已然照进现实。