本报记者曲忠芳、李正豪北京报道。

人工智能（AI）的创新发展，特别是其与实体经济的融合发展，对推动我国产业升级和促进经济高质量发展具有举足轻重的作用。

在落地千行百业的过程中，如何降低算力成本、提高算法和框架的性能，成为AI企业亟待解决的问题。同时，这也是AI产业实现商业价值突破的关键之一。

在算法落地的探索中，成立于2011年的旷视科技率先给出了自己的回答——算法量产。旷视科技算法量产负责人周而进近日接受《中国经营报》记者采访时表示：“算法量产是对AI生产模式的理念革新和生产力进化，是使AI算法摆脱小众定制化、走向大规模落地的必经之路。”

周而进早在年少时就展现出在信息技术方面的天赋与才能，初中时获得了全国青少年信息学奥林匹克竞赛（NOI）金牌，后于2009年和2011年分别赢得国际信息学奥林匹克竞赛（IOI）的银牌和金牌。2011年，他进入清华大学电子工程系，2013年暑假加入旷视科技，早期负责开发旷视科技的第一个真正意义上的商业产品——金融级身份认证云服务FaceID。由其负责的面部识别算法广泛应用在各大主流品牌智能手机中。从2019年底开始，周而进开始带领团队研发算法生产平台。到2022年7月，旷视科技自研算法生产平台AIS正式上线，全面支持旷视城市物联网等业务的算法落地工作。

针对算法量产背后的商业逻辑、在落地各个行业中发挥的作用、算法量产当下面临的挑战以及未来趋势等业界关注的热门问题，周而进在采访中也一一作出了回应。

算法量产不是单一产品

对于“算法量产与我们常说的AI三要素——数据、算法、算力，有什么联系和区别？”的问题，周而进表示，算法量产与AI三要素并不是一个等位的概念。如果将生产算法看作一个炒菜的过程，那么数据、算法、算力是其需要的原材料。然而，原材料只是必要条件，而不是充分条件。要炒出好菜且满足大量的、各种各样的口味需求，需要考虑许多因素，例如使用什么样的数据、什么样的数据是有效的、配给什么样的计算能力、什么样的任务适合什么样的算法。

在这背后，需要建立一套标准化、系统化的生产模式，以及一系列的诊断工具帮助用户做出选择，这便是算法量产的内涵，有点类似于菜谱的作用。算法量产是对AI生产模式的理念革新和生产力进化，是使AI算法摆脱小众定制化、走向大规模落地的必经之路。

行业的技术人才是主力军

在实体经济的数字化转型中，算法量产提供了一种高效率的生产力工具。企业才是真正的数据拥有者和数据生产者，因此，企业中的技术人才才是算法落地的主力军。算法量产的标准化，实际上是基于各种不同的需求，将背后的算法问题抽象成为一些储备的算法模型或解决方案。

例如，在油田生产场景的实例中，油田的技术人员掌握行业知识，知道哪些地方需要算法，哪些技术指标是重要的数据，每个地方的安全规范是什么样、巡检的频次及重点区域等等。算法生产平台提供的就是解决方案。技术人员通过调用平台储备的各种各样的算法模型，就能解决一系列问题，保障油田的安全运行。

旷视科技的算法量产平台是由一支由多个行业的技术人员组成的研发团队共同完成的，他们在储备算法模型、提高算法效能和降低算力成本方面做了许多探索和尝试。现在，算法生产仍然需要AI公司和行业上下游一起合作，而整个行业算法生产仍然处于早期发展阶段。然而，这是一个良好的开端，在行业发展的早期就去尝试布局做一些标准化的工作，提高整个算法的生产效率。

声明：本文经过润色修改，以方便阅读。原作者是《中国经营报》的记者。