30 年技术沉淀、300 多项专利，这位华人女性 AI 科学家选择回国从 0 开始

2019年7月31日，中国人工智能企业澎思科技宣布新加坡研究院正式揭牌成立，并宣布成立澎思技术委员会。

技术委员会首批成员包括新加坡国立大学原副校长、工程领导力研究院院长康长杰教授、新加坡国立大学机器学习与视觉实验室负责人冯佳时教授、南洋理工大学机械与航空工程学院陈义明教授、南洋理工大学电气与电子工程学院教授蒋旭东教授。

发布会现场，澎思科技还与新加坡国家人工智能项目AI Singapore (AISG)、新加坡国立大学、新加坡南洋理工学院等机构签订了合作备忘录。

会后，雷锋网也于第一时间约访了澎思科技首席科学家、新加坡研究院院长申省梅。关于申省梅，或许部分从业者对于她的名字略感生疏；但说到成绩，她的身上有着说不完的故事。

作为松下前新加坡研究院副院长，当业界还在用传统机器学习做实验的时候，她已经开始研究深度学习；当深度学习毫无门槛地出现在各个企业的宣传页上时，她又开始研究多模态识别技术；当大家纷纷认为AI技术不应单维度发展时，她又立志用“最有效的算法+最经济的软硬体”解决客户的刚需。

所谓快人一步，大抵正是如此。

身为AI领域鲜有的世界级华人女性科学家，她最大的热情就是做AI产品化落地研究。

松下期间，她的团队曾斩获包括美国 NIST IJB-A 人脸识别和微软百万名人人脸识别挑战赛等十余项计算机视觉领域国际顶级竞赛冠军。

她曾经一手带着新加坡松下研究院走向世界舞台；今天开始，她又要辅佐澎思科技这个AI孩童迅速成长。

申省梅其人

申省梅的科研之路始于西北电讯工程学院（现西安电子科技大学），是「中国雷达之父」保铮院士的首位女弟子。

之后，她以全年级第一的成绩毕业，并师从前深圳大学校长谢维信教授，进行人工智能和模糊数学在自动驾驶领域的研究，并涉足人工智能在医学心电图方面模拟心脏专家的算法实现。

1992年，申省梅加入了成立不久的新加坡松下研究院，从研发工程师做起，后任至副院长，专注于音视频信号处理和压缩算法设计和应用和国际标准化工作。

松下在申省梅的职业生涯中占有非常大的比重。

在这家享誉世界的电子科技公司，申省梅的研究方向先后涉及图像压缩、超分辨率、图像三维重建、图像识别等方面，累计专利300多项。

申省梅在采访中谈到，她个人研究方向的转变与延伸来自于公司业务的精进与扩张。

松下是全球顶尖的电子公司，新加坡研究院又是松下创新的前沿阵地，因此，申省梅带领的团队进行各项前沿技术的研究遥遥领先业界的速度。

早年刚刚加入松下的时候，由于当时的新加坡研究院院长是国际图像视频压缩标准的先驱，研究院将这一方向定为攻坚目标之一，因此申省梅的几年研究生涯也主要围绕这一话题展开。

2000年左右，预判到图像识别在松下产品中的应用价值，在当时的院长和申省梅的大力推动下，研究院成立图像识别小组。

后来民用相机兴起，申省梅团队着力为松下设备的图像处理和增强提供科研支持，其中包括去噪声、去抖动，超分辨率等技术的研发实现。

身在企业研究院，申省梅的研究课题多为业务需求驱动，这也造就了其务实的研究风格。

为了验证自身的研究成果，申省梅带领团队打了不少国际比赛，并获得十余项计算机视觉领域国际顶级竞赛冠军，堪称“计算机视觉大满贯”。其中不乏与业界专家，如前新加坡国立大学颜水成教授的合作。

做AI的不会产品，懂产品的不会AI

与较为常见的AI学术大牛不同的是，申省梅身上有着另外一抹独特色彩。

如果说近两年安防、医疗等领域是人工智能落地最多的市场，也许很多人会比较认同；但如果说它们也是最难完全攻下来的领域，相信很多人同样没有异议。

人工智能的兴起，让各个行业面临着全新的机遇与挑战，虽有各路玩家相继入局，但从市场回调来看，相关产品仍处于科研摸索期。

不少资深从业者认为，目前的人工智能行业，最缺的不是AI学术人才，而是AI产品经理。如果只是将人工智能现有算法直接套用在安防、医疗等领域，距离“好用的产品”依旧非常遥远。

问题的根源就在于：AI技术固然重要，但懂产品的人也同样稀缺。

遗憾的是，一直以来，深厚的AI学术研究背景与强大的产品思维能力从来都难以兼得，同时拥有两种能力的人，更是屈指可数。

而在雷锋网看来，申省梅，属其一。

以松下为代表的日企在全球范围内以过硬产品质量而闻名，他们是典型的以产品驱动技术的模范代表。

作为我国最早几批出国并任职日企做嵌入式产品的AI高端人才，申省梅在松下磨练了近三十年，对于如何打造‘好产品’的敏感度不亚于绝大多数AI学术人。

另外，目前我们看得到的新生代顶级AI精英群里，绝大部分是从2012年之后接触深度学习，并用它去解决各个场景中的问题。

但从技术面出发，包括安防在内的场景中，很多问题是深度学习难以解决的，而用传统方法会更为奏效。

譬如，如果某系统捕捉到一张模糊的人脸，完全可以用超分辨率技术进行清晰化处理；另外，如果再结合目标人物的步速、可以采用路径建模等先验知识，减少冗余计算、提高效率。

相比之下，申省梅拥有更丰富的弹药库，她既懂AI、又懂行业，还熟练掌握诸如机器学习等各类方法，如此叠加，可以更好解决市场所遇问题。

离职松下，加盟澎思

这个世界晨昏更替、故事不息，有故事便有启示，有启示便有传递。

申省梅传递的便是一种态度：一种“不断挑战”的态度。

“我对技术非常敏感，尤其对那些在应用中产生很大价值的技术，我会为此激动。”

她回忆，2012年IBM Watson诞生之前，松下一直使用传统机器学习方法做产品，但后面发现这一方法越来越不适用，鲁棒性非常差，受到越来越多地限制。

“我们的训练数据无论怎么获取，等到落地应用的时候，就会发现在真实的场景下性能下降得厉害。”

在技术方面拥有超强嗅觉的申省梅提议，将人脸识别的开发从机器学习转成深度学习，尽快用到产品上提高公司的竞争力。

除了对技术拥有的敏感，超强的执行力也让她很快说服公司组建AI团队并连续完成了多项AI开发任务，远远走在了别人的前面。

但她一直希望有更大的挑战，尤其是看到自己耕耘的AI领域正孕育着前所未有的价值创新，她向往着一个新的平台和空间来发挥。

与此同时，国内的人工智能行业土壤愈加肥沃，相关市场一路狂奔，申省梅也有心回国参与到这难得一见的技术浪潮中，用自己的所学、所思去做点事。