Clarifai 是机器之心较早关注的人工智能创业公司之一。在今年 10 月 25 日，。新闻发布的几天后，机器之心受到 Clarifai 邀请，观看 CEO Matthew Zeiler 进行新产品及技术演示，并对 Zeiler 进行了专访。

　　Clarifai 是一家独立的图像识别初创公司，总部位于纽约。在 10 月 25 日，它刚刚收获了价值 3000 万美元的 B 轮融资。作为图像识别领域为数不多的独立玩家，Clarifai 已经在成立三年多的时间里率先将图形识别从静态图片带入了接近实时的级别，同时也收获了为数不少的企业客户。

　　这家公司的创始人和首席执行官 Matthew Zeiler 毕业于纽约大学，师从 Rob Fergus，也接受过 Yann LeCun 的指导。对于这家初创公司的领导者来说，他们面临着科技巨头的不对称竞争。但 Zeiler 认为 Clarifai 也有着自己的优势。

　　首席执行官Matthew Zeiler，纽约大学计算机科学博士

　　竞赛冠军

　　一切都要从 Large Scale Visual Recognition Challenge 竞赛说起。

　　2009 年，华人教授 Jia Deng、李飞飞等人建立了 ImageNet，一个巨大的，手动标注的图形数据集，为图像识别领域的研究奠定了基础。在 ImageNet 上，斯坦福大学每年都会邀请全世界图像识别研究者前来比赛，让计算机识别图片中的物体。在 2012 年的比赛中，时任多伦多大学教授的 Hinton 展示了 DeepNet 算法，其超前的准确率引起了轰动。

　　当时，Hinton 的图像识别准确率超过第二名 10%，达到了 83.57%。很快，深度学习被研究者广泛接受，2013 年比赛的前三名全部被深度学习方法的系统包揽，Matthew Zeiler 和他刚成立的 Clarifai 成为冠军，当时的比赛规则是：任选一张图片让算法识别，算法给出五个答案，如果有一个是正确的就算识别正确。Clarifai 的准确率是 88.26%。

　　Clarifai一直保持着他们的领先优势，他们在2015年初宣布，自己的人工智能系统已经可以从视频中识别信息。现在，他们的系统已经可以在大部分单次猜测中都有超过90%的识别率了。技术的不断创新是公司发展的原动力，「监督和无监督学习都应用在我们的图像识别中了。」Zeiler说道。

　　Clarifai 有着多元化的团队

　　自定义的人工智能

　　随着公司的不断发展，Clarifai 的技术和算法正被转化为实际应用，最近他们的两个新产品是视觉搜索和自定义模型。

　　Clarifai 的图片搜索不同于各大搜索引擎中以图搜图的简单应用。在演示中，Zeiler 把自己家狗的照片上传进系统，很快就搜索出大量同一品种的狗。随后，他又加入了第二、第三张图片，让搜索结果更加准确，又在结果中丢掉了不想要的图片，比如其他品种的狗。这种直观的方式不断增加搜索结果的准确性，同时也帮助算法模型进行了训练，整个过程不需要键盘输入，程序更接近智能。不仅如此，如果用鼠标选定图片中的物品，可以直接搜索出类似的物品。

　　自定义模型允许每个人训练属于自己的人工智能。Zeiler 演示了训练 AI 来识别不同的运动品牌（需要经过几轮后台的训练）。他先手动标识出球鞋品牌，然后展示人工智能搜索球鞋品牌的效果。从算法角度来说，训练 AI 和搜索有很多类似之处，他们采用一些技巧索引了每一个条目。Zeiler 搜索了匡威 (converse)，不但成功获得了同类运动鞋的图片，还可以看到他的朋友们在社交网络上关于这个话题讨论的内容。

　　他们的产品或许重新定义了搜索。「不久以后，我们也许不再会习惯使用搜索框了。」Zeiler 说。现在其他公司都可以用自定义模型 API 来开发基于人工智能的产品，不需要自己去训练。这很像谷歌曾经提到的概念，将搜索埋入产品深处，对于 Clarifai 而言，现在是将人工智能融入生活的时代了。

　　无限可能性

　　深度学习曾经彻底改变了图像识别领域，但在 Zeiler 眼里，语音识别才是深度学习最先展现其无限潜力的地方，而探究深度学习处理各种任务的方法也是他工作中的最大兴趣。

　　在 Clarifai 的网站上有一个演示区域，在那里你会看到他们的系统已经能在六七秒时间里解析 2 分 50 秒的视频了，这意味着系统可以比人类更快地分析录像中的信息。配合公司推出的专有模型，图像识别技术可以创造无限可能。