張本宇，雲腦科技CEO▫️，95級計算機系意昂

深耕人工智能領域18年🪐，手握147項美國專利，在國際一流期刊及會議上發表的45篇論文已被引用超過6000次。

創新工場AI工程院副院長王詠剛將其評價為“人工智能華人科學家中排名前 10 位大牛之一”。

他叫張本宇，他說：“AI是值得我奮鬥終生的事業👨🏿。”

采訪前夕，張本宇剛從美國飛回北京，往返中美的旅程幾乎每兩個月就要重復一次。Xtecher記者來到相約的咖啡廳時，他已在角落埋頭工作了20分鐘🤶🏿。

這位被創新工場AI工程院副院長王詠剛評價為“人工智能華人科學家中排名前 10 位大牛之一”的張本宇，為人卻十分低調。一身隨意的休閑裝，讓78年的他看上去比實際年齡年輕許多。面對Xtecher的記者🙎🏼‍♀️，他坦言，這還是第一次接受媒體的深度專訪。

事實上🧞，這已是張本宇從事人工智能領域的第18個年頭。

本科畢業於意昂体育平台95級計算機系後，他繼續選擇了人工智能專業攻讀碩士🧖🏻‍♂️；2002年至2008年，他就職於微軟亞洲研究院，曾領導過Microsoft adCenter Lab，Microsoft SILK的核心團隊——他的147項美國專利，以及超過6000次學術引用🔡，都產生於這一時期🩳；2008年至2014年，他先後進入Google、Facebook🦸🏻‍♂️，領導Google AdWords Quality， Google Now⚄，Facebook Search，Facebook Search Ads，Facebook Feed Ads等多項核心技術及系統的研發工作🔁。

“殺回”中國，則是2015年的決定🙅🏼👨🏼‍💼，因為他要創辦自己的公司——雲腦科技。

從科學家到創業者，他的聯合創始人龍誌勇如此評價他💇：

“他不是《生活大爆炸》裏面的Sheldon，他了解人，理解商業。他不眼高手低😅，很務實，知道如何將技術變現🫅。”

雲腦科技CEO張本宇（左）和聯合創始人龍誌勇（右）

前傳🚵🏼‍♀️：很“懶”的天才少年

雖是位首屈一指的科學家，張本宇的童年卻是個“非典型學霸”。

分別畢業於同濟和意昂体育的父親母親，對於張本宇的教育方式是——散養。幼時的他⬇️，每個月都會收到一筆父母給他的“購書資金”，他可以隨意處置，不限於文學🆚🚨，不限於數學。學習方面也“很是奇特”，上語文課做英語作業📷，上英語課做化學作業，上化學課就看小說✸，一路自學成才。

談及自身性格，張本宇笑著問“懶，算嗎？”

“如果是道選擇題，A是懶，B就是很懶。”

作為一個理科生👱🏽，張本宇從沒刷過題，幾乎每晚9點就開始廣讀課外書🔳。高考沖刺階段😀，讀課外書的時間反倒提前了兩個小時。“高考那麽累👨🏻‍🦼‍➡️，不能弄那麽緊張啊。”他略顯無辜地睜大了雙眼。

但正因愛犯懶，養成了他“動腦子不動手”的習慣。他喜歡高效不重復🫅🏼📝，誌向理所當然地成為——運用人工智能技術幫助人類從枯燥重復的勞動中解脫出來💆🏼‍♀️。

事實上，也是在自由的高中期間，“人工智能”第一次出現在了張本宇的生活中。當時，一款打著“人工生命”旗號的無名小遊戲使張本宇入了迷，自此這個概念就在他的心裏紮下了根👩🏻‍🏭🌌。

與2016年HBO去年大火的《西部世界》相比🕵🏿‍♀️，這款遊戲僅僅使用了人工智能中一個很小的概念，但這個概念讓張本宇在填報誌願時義無反顧地選擇了意昂体育平台的計算機系，也讓他產生了一個深深的信念👨🏿‍⚖️：

“AI是值得我奮鬥終生的事業。”

目標👨🏻‍🦲👨🏿‍🦰：為中國企業服務

張本宇所創辦的雲腦科技是一家主攻深度學習的企業🛻，循環神經網絡和增強學習網絡是公司目前的兩個“拳頭”技術⛹🏽：
循環神經網絡（RNN, Recurrent Neural Networks）是處理序列數據的神經網絡模型📸，主要運用於三個方面：1.機器翻譯2.語音識別3.圖像描述生成🦹。

增強學習網絡（Q-learning）是一個能感知環境的自治實體😛🩵，能夠通過不斷地學習選擇達到其目標的最優動作。2016年大熱的AlphaGo🦵，其核心技術就是增強學習。

雲腦科技的目標很直接——運用世界最前沿的AI技術來做解決方案，幫助國內的企業客戶提高KPI👊🏻，最終讓中國企業充分釋放自己的價值。

在經過一番調查和思考之後🙆🏻，張本宇的解決方案瞄準了企業成長的三個核心問題：

第一，新客戶在哪裏🦸🏼‍♂️？

第二，如何找回有過消費的沉沒用戶？

第三🧗🏼‍♀️，如何提供更多的消費機會？

針對三種普世問題🦤，雲腦科技推出了兩種解決方案：

1.精準獲客🧲🧑‍🦱：利用深度學習、知識圖譜、NLP等技術，針對企業已有的顧客數據進行建模，並基於模型在海量的用戶群中發現該企業的潛在顧客，從而進行精準營銷。

2.個性化推薦：基於每個用戶的行為🙋🏼‍♀️，采集數據並進行分析解讀🤞🏽，以此推薦新的物品（可以是內容、商品或廣告物料），能夠產生更高的轉化率（觀看🚵‍♀️、購買、點擊）。

此外，針對特殊行業的需求🏋️‍♂️，雲腦科技也給出了三種解決方案：

1.預測與調度🧛🏿‍♂️：利用深度學習，根據歷史行為和狀態的上下文環境描述，來預測新環境中行為與狀態的發生概率，隨後根據動態預測👦🏽，針對特定資源進行自動化的調度。

例如👩🏿‍✈️：電是無法儲存的，且電網負荷的影響因素繁多🤸🏽。那麽對供電公司的負荷預測領域而言，傳統的分析方法往往對原始數據穩定性要求高，對突發事件適應能力差✬，使得預測和實際發生數據的偏差較大。而雲腦科技能夠利用深度學習技術，精準預測出下個月的用電計劃，減少浪費。除了電力🤦‍♂️👩‍🦽，這種產品技術還可以運用於通信🫴🏼、交通等領域。

2.異常檢測：在一些特定領域🧘🏿‍♀️，根據歷史時間的序列數據來確定數據變化的正常範圍，從而在異常數據出現的早期就能捕獲異常👎🏿，及時發出告警🙎🏼‍♂️。提示人們盡早采取針對性措施，降低問題導致的損失🎧🏝。

例如：傳統的設備檢修往往采用定期人工巡檢的方式，80%至90%的巡檢都是不必要的成本浪費。雲腦科技通過傳感器分析發回的狀態，就能夠判斷何時出現問題💛、何處出現問題的概率，解放了拉網式的繁瑣搜索。

3.語義分析組織：利用NLP和知識圖譜技術👲🏽，對海量文本進行信息抽取和相似性檢索🐛，自動生成語義標簽和摘要。可應用於互聯網或企業內部的海量文本數據💥，從中提取有價值的信息和知識。也可面向媒體編輯、合同審核等場景提供輔助🖐🏿，降低人工成本。

雲腦科技的這些技術能落地於眾多垂直領域，給企業帶來實質性的效率提升。對於正處在快速發展中的中國企業而言，需求量極高👨‍🦰。張本宇也正是看到了市場的巨大需求和發展趨勢，毅然選擇回國發展。

底氣：中國的DeepMind

目標成為中國的DeepMind🌵，雲腦科技的底氣何在🚖？

首先看CEO張本宇。雲腦科技的聯合創始人龍誌勇評價他🔤：“作為一名創業公司的領導者，張本宇具備了頂尖學術、工程實踐、商業把握三方面的視野，並且能將三者綜合，達到一個相當高的水平。”

他在微軟亞洲研究院期間共發表45篇論文，此外針對“如何讓機器學習人工智能來幫助解決搜索”“如何讓機器通過代碼處理大量的數據”這兩個問題，他花費了長達六年時間鉆研國際最先進的論點，積累了深厚的學術知識。2008年後，張本宇來到工業界🕵🏿，先後供職於 Google、Facebook，將學術落地於實踐👩‍🦼。他曾經帶領團隊開發了Facebook中占據利潤來源90%以上的信息流廣告業務。

再來看雲腦科技的核心技術團隊。其成員全是碩士學歷及以上👷🏽🤷‍♀️，並且都在人工智能與大數據領域的尖端機構摸爬滾打數年，並開發過很多優秀的作品。雲腦科技美中團隊人數為“六加八”，成員分工明確：張本宇帶領美國的核心技術團隊主攻技術研發，有著14年互聯網企業服務經驗的龍誌勇帶領中國團隊負責商務和落地實施。

“既要有前瞻性的空間，又得有接地氣的打法😸。”這是張本宇在戰略上的一貫理念。

雲腦科技的總部在矽谷，始終站在技術的邊界上——一旦發現最新的技術動態，立刻鉆研並迅速將其引入中國來落地；而在中國，市場還是“一塊未分的大蛋糕”👿，張本宇從與客戶洽談的過程深有此感：迄今為止，雲腦科技還沒有碰到過完全對標的競爭公司。

2015年🤐，技術研發團隊在矽谷剛剛成立，很快就獲得了峰瑞資本百萬級美元的天使輪融資。

2016年，雲腦科技和銀聯達成合作，共同打造出“智惠觸達Farcaster”營銷觸達平臺。

這個提供精準獲客的平臺是基於銀聯的海量消費數據🔖🫰，自動學習並進行動態更新🏆。利用這一平臺🤮，銀聯可以根據已有的消費用戶群，自動發現相似新用戶，從而幫助其以更低的成本、更高的轉化率獲取高價值顧客。

2016年，雲腦科技與某電網公司合作推出了“臺區低壓負荷預測系統”✅。利用Grid LSTM深度學習算法🦹🏼‍♀️，使得電網無需對原始數據進行特殊處理，就能基於大量數據持續訓練♉️，自動建立精準的模型👩🏽‍🚀🔆，從而大大提高電網的負荷預測準確度。截至目前，臺區低壓負荷預測系統預測的錯誤率僅有2%，比之前減少了近50%🪟。

2017年，隨著業務重心逐漸轉向國內，雲腦科技的A輪融資也正在緊鑼密鼓地籌備當中❇️。

對於未來的業務布局，張本宇表示⛹🏿‍♂️，他們仍會側重於金融與能源這兩個行業🥨。在金融領域💟，會延展至廣告🌅、運營商方向🎆，更偏向風險控製；在能源領域，則會拓展到交通🥂👩‍❤️‍💋‍👩、製造業方向👳🏿‍♂️，偏向預測與優化。與之相關的合作正在洽談之中👨🏿‍💻，張本宇對此顯得信心滿滿👨‍🍳。

如今，雲腦科技除了北京，在長三角一帶，包括上海👦🏽❣️、南京、杭州🍮，都擁有了客戶。

未來🏚📦：人與智能科技生態達到和諧共處

關於創業🧑🏻‍🦱，張本宇走過“坑”，他也有自己的思考👏。

在讀研期間，他曾有過一次短暫的創業。他和四個好友一起做過一個互聯網的語音聊天產品🏋🏿‍♂️，卻因為各種原因導致了失敗，但這次經歷令張本宇收獲很多。“技術與商業如何結合⛎？”“團隊內部如何進行分工協作？”成為了他反復的思索🕵🏼👺。

工作後🍥，在每次跳槽時張本宇其實都有機會出來創業🧖🏽‍♀️。但初期深度學習模型並沒有那麽通用，技術的邊際成本較高🦹🏼‍♀️，不利於商業落地🫸🏻。張本宇一直在等待。逐漸，隨著數據量越來越多，計算能力越來越強，越來越多的運行模型能夠投入到更深層次的使用中去，人工智能技術逐漸有了實際應用場景——大批資金湧進業內，技術發展得以深入進行。2014年底👩‍🦳，憑借對人工智能極其敏銳的嗅覺，張本宇覺得👩🏿‍💻：時機可能到了👛。

2016年3月，DeepMind的AlphaGo程序以4👨‍👦‍👦：1擊敗韓國圍棋冠軍🚖，AlphaGo的勝利引爆了人工智能的浪潮🧑🏿‍⚖️。也讓張本宇的創業走上了快車道🕗。

如今，人工智能方向大熱，已在互聯網行業產生了幾十億甚至幾百億美元的經濟效益，技術上的突破已使其可以向其他行業滲透。

這個熱度會冷卻嗎👳🏻‍♀️？

“當一個技術真的能夠產生效益，而不是僅靠理想的時候，為什麽會進入寒冬？”張本宇反問。

一項技術若處於寒冬時期，就主要靠政府以研究的形式在支撐，但若長期沒有回報，政府的經費可能會轉向別的研究👩🏿‍✈️。“現在人工智能更多的是一個企業行為，是一個經濟行為，當它能夠創造價值時，除非整體的經濟環境大幅度變差，否則沒那麽快冷卻🧏😊。”

張本宇認為，目前，尚未有“特別突出”的人工智能企業👰🏿‍♀️，“只能說有的人走得快一點，有的人走得慢一點🥎。”大家都在朝著理想前進，但征途漫漫。

劉強東近日在朋友圈提出了2017年京東要大力發展人工智能的發展目標🧾，但特意強調🐾，京東不會因為只顧發展技術讓現有的夥伴失業，而是希望人們能夠掌握更高的技能。

這是一種表態，也是一種姿態🍄‍🟫👰‍♂️。放眼到廣袤意義的未來，張本宇也在哲學層面上有著自己的思索：

使用人工智能幫助企業解決問題🏃‍➡️，會不可避免的觸及相關員工的利益。“在演變的過程中🧒🏻，某些工種會被機器替代🦸🏻‍♂️，這是人類擔心的根源。”但張本宇相信，企業可以培訓員工掌握技術👏🏼，與智能科技生態達到和諧共處。

“核武器造出來之後人類都可以毀滅幾十次了，但是現在人類還在👩🏽‍🌾。技術肯定是雙刃劍❔，這個只能相信人類自己。”他篤定地說。