2014年4月，在計算機視覺領域刮起了***的創業旋風之前，Nature（《自然》），Science（《科 學》），Discover（《發現》）等***科學雜志的新聞資訊中，幾乎同時出現了一項計算機視覺領域突破性的研究成果：名為“高斯臉 （GaussianFace）”的算法使計算機的人臉識別準確率***次超越了人類。更準確地說，在著名的人臉識別國際測評平臺 LFW 上，使用了“高斯臉”算法的計算機以98.52%的識別率***擊敗了人眼97.52%的識別率。這項算法的發明人正是陸超超，一名24歲的90后。

　 　“高斯臉”算法發明人陸超超憑借此項卓越的研究成果，獲得國際人工智能領域權威學術會議AAAI的“***學生論文獎”之后，選擇加入了一家銳氣十足的創 業團隊——Linkface，作為新的起點。作為這支年輕團隊的老練研究員中的一位，陸超超身上傳奇的故事不亞于公司任何一位創始人。

　　陸超超選擇了“貝葉斯”，“貝葉斯”也選擇了他

　　在計算機視覺研究者陸超超面前，進行人臉識別的算法研究，擺著兩條路：當下熱度非凡的“深度學習”方法和“更加智能”的“貝葉斯”方法。

　 　在計算機視覺界，選擇“貝葉斯”方法進行研究意味著放棄了通過訓練大量數據得出結果的坦途：深度學習通過“神經網絡”來完成，研究者需要設計該網絡有多 少層、多少節點，形成訓練模型后加數據進行訓練，效果不佳則需要追加數據量或者更改網絡結構；而貝葉斯非參數方法只需要輸入數據、有幾個簡單的假設，便可 以自動生成模型。同期，Facebook發表的深度學習算法Deepface使用了400萬個數據進行訓練，準確率為97.25%；而“高斯臉”的訓練數 據僅2萬余。這就好比，一個聰明的學生通過2萬道練習題，卻掌握了別人通過400萬道練習題才能掌握的方法，而且考出了更好的成績。

　　陸 超超相信，他所使用的進行人臉識別的方法更“智能”，也將會是深度學習未來發展的方向。統計學習理論之父 Vladimir Vapnik 曾說，“深度學習是以蠻力取勝，大數據時代經驗主義的勝利”，小孩不需要幾百萬的數據樣本以完成學習，也許真正的人工智能只需要數百樣本，“高斯臉”算法 更貼近自然界中關于學習的基本原理。

　　從1990年至2014年，計算機視覺的算法雖層出迭代，但表現依然遜色于人類肉眼。在陸超超所專注的人工智能分支——計算機視覺領域中，許多科學家做著“讓計算機看懂世界”的工作，讓計算機學會“認人”的本領、能進行“人臉識別”是其中重要的研究課題之一。

　 　陸超超和他的“高斯臉”給計算機視覺發展史打上了自己和“貝葉斯”的烙印；也成為人工智能史上繼IBM深藍戰勝國際象棋冠軍、IBM沃森打敗人類冠軍后 的又一座里程碑。在人臉識別領域，陸超超是***個把高斯過程方法化的學者，既為高斯過程的未來應用打開了“新世界的大門”，也為人工智能領域的“人臉識 別”課題找出了一種“更加智能”的解決方案。

　　在這個時代，“貝葉斯”選擇了陸超超作為人臉識別領域***的代言人，而這一切對他來說似乎只是一個開始。

　　創業真的是跟風？他想用自己的方式打造***

　　陸超超成長于中國蘇州太湖上的***大島西山島，從南京大學本科畢業后來到了有 “計算機視覺界的黃埔軍校”美譽的香港中文大學多媒體實驗室，跟隨湯曉鷗教授攻讀碩士學位。

　　打開陸超超所在的多媒體實驗室的官方網站，他的照片被列在研究生一欄，位置并不那么顯眼。網頁上，實驗室的學生斬獲獲獎論文無數，眾多畢業生已在***科研院所和微軟、谷歌、以及BAT等互聯網巨頭企業擔任要職，選擇自主創業的學生也不在少數。

　 　陸超超與實驗室緣起于幾年前，在北京聽的一場深度學習主題講座徹底改變了他的求學軌跡，主講人湯曉鷗教授隨后成為了陸超超研究生的導師。“在實驗室有很 自由的研究環境，可以放手做自己喜歡的領域研究”陸超超說。在這段時間里，陸超超在人臉識別領域開創了屬于自己的流派，實現了站在巨人的肩膀上做一些不一 樣的事情的夢想。

　　同樣是在2014年，計算機視覺領域刮起了***的創業旋風，在這個風口上，人們不單想站在巨人的肩膀上，他們的目標是正面挑戰巨人。

　　陸超超選擇了Linkface，一家話題性十足的人臉識別創業公司，作為新的起點。創業伊始，Linkface 的“女性創始團隊”讓充滿著雄性荷爾蒙的創業圈眼前一亮。隨后，Linkface 則用技術實力開始向市場和業界展示著自己的肌肉：FDDB人臉檢測公開測試世界***、300-W Benchmark 準確率世界***、LFW人臉識別準確率達99.5%以上的成績；公司的技術產品正在與京東、科大訊飛(002230,股吧)、中國銀聯、華為、英偉達等行業巨頭進行著深度合作。

　 　人們或許早已厭倦了退學創業者獲得成功的故事，就在 Linkface 不斷取得研究領域的突破并斬獲大客戶之時，陸超超用一種非凡的方式繼續自己的創業之路：在公司的支持下，他決定在2015年底跟隨劍橋大學的貝葉斯研究的 權威教授 Zoubin Ghahramani 繼續追尋讓計算機視覺“更加智能”的可能性。陸超超一直都有一個心愿：通過他們的努力，有一天貝葉斯非參方法將在另一項人工智能***競賽Image- Net上超越所有深度學習的方法，獨占鰲頭。

　　其實，就在陸超超公布“高斯臉”算法一個月后，同實驗室的師兄孫祎的基于深度學習的 DeepID 算法以99.15%的準確率將其超越。對此，陸超超很淡然，并沒有感覺到驚訝，因為在他看來真正的“智能”時代不能囿于數據的優劣，他表示用貝葉斯非參的 理念可以幫助重新設計深度學習的模型。陸超超認為深度學習的***是貝葉斯非參（能夠自己生成模型），“一切讓數學自己去說話，完全擺脫人類干預”，研究的 趨勢是讓兩種方法達到***融合。

　　從西山島到香港島，再到相隔更遠的大不列顛島，陸超超在三島之上的跳躍給中國計算機視覺創業圈展示了一 個不一樣的走法。用貝葉斯非參的理念幫助重新設計深度學習模型，進行這項兩種方法“殊途同歸，強強聯合”的深入研究，將會帶給計算機視覺界更多的驚喜，期 待著陸超超在劍橋的研究能為太平洋(601099,股吧)東岸的中國帶來新鮮力量。