近日，墨奇科技宣布已順利完成 2.5 億元人民幣 B 輪融資。墨奇科技成立于 2016 年，致力于從人工智能的源頭問題出發(fā)，研發(fā)領先的人工智能技術來自動化地處理 AI 知識數(shù)據，最終增強人類處理信息的能力。目前，墨奇科技的兩大核心業(yè)務為新型 AI 知識數(shù)據庫和新一代生物識別平臺。此輪融資后，墨奇科技將會重點投入在 AI 底層數(shù)據的通用處理技術，持續(xù)發(fā)力以 AI 知識為核心的新型非結構化數(shù)據庫。

　　圖像、視頻、音頻等非結構化數(shù)據在大數(shù)據中占比巨大，而現(xiàn)有的方式往往針對特定類型數(shù)據來做訓練，得到的模型并不通用。如何以統(tǒng)一的方式處理非結構化數(shù)據成為 AI 未來發(fā)展的關鍵挑戰(zhàn)。

　　墨奇科技開創(chuàng)性地發(fā)展了新型 AI 知識數(shù)據庫來解決這一問題。同時，墨奇科技將新型 AI 知識數(shù)據庫的關鍵技術首先應用于生物識別這一行業(yè)，打造了面向未來身份識別認證需求的新一代生物識別平臺。

　　墨奇科技 CEO 及聯(lián)合創(chuàng)始人邰騁表示：“墨奇科技是為探究人工智能機理而生，有著明確的長期路線圖。首先要做的就是創(chuàng)造一種能夠以統(tǒng)一的方式來表示和處理 AI 知識的新型數(shù)據庫，讓 AI 擁有通用的底層基礎設施。這一問題我們認為可以在 10 年尺度內解決，公司成立的近 5 年來，經過持續(xù)不斷地探索和努力，一些關鍵理論和技術已得到了成功驗證。這些開創(chuàng)性的新技術應用于生物識別，已經清楚地改變了指掌紋識別的研發(fā)方式和市場格局。我們將進一步發(fā)展新型數(shù)據庫的關鍵技術和行業(yè)應用，為 AI 應用落地開辟出過去難以想象的全新可能性。”

　　目前，墨奇科技已通過新型數(shù)據庫累計處理幾十億枚指掌紋數(shù)據，成為全球領先的可在十億量級的指掌紋圖像上達到高精度、秒級、自動化比對的系統(tǒng)服務提供商，為生物識別領域的發(fā)展帶來了巨大的變革。不同于通常的深度學習技術，墨奇科技是通過無標注的、保護隱私的方式完成這一創(chuàng)新，驗證了以統(tǒng)一方式解決非結構化數(shù)據難題中墨奇技術路線的可行性和先進性，也展現(xiàn)出新型 AI 知識數(shù)據庫在加速人工智能技術落地上的巨大前景。

　　探尋 AI 本身的機理 構建通用的 AI 底層基礎設施

　　自互聯(lián)網時代起，如何處理爆發(fā)性增長的非結構化數(shù)據，已經成為科學技術領域研究和探索的核心挑戰(zhàn)之一。其中涌現(xiàn)了應對不同數(shù)據類型的技術路線和產品，如對于文檔類數(shù)據的 Elasticsearch。但如何像處理結構化數(shù)據一樣，克服不同類別的非結構化數(shù)據的特征差異，以統(tǒng)一、有效的方式處理和利用它們還缺乏共識及可行的技術路徑。伴隨全球進入人工智能時代，人類迎來另一個挑戰(zhàn)：如何處理和有效地利用因大規(guī)模應用 AI 所衍生出的 AI 知識數(shù)據。應對這兩個挑戰(zhàn)當今普遍的做法是用大量人員和低效的腳本進行數(shù)據標注以供機器學習，但該模式不僅耗費巨大的計算及人力資源，而且在不同場景下的數(shù)據訓練出的模型并不能通用，推高了 AI 的應用門檻，阻礙了人工智能的高速發(fā)展。

　　墨奇科技的新型 AI 知識數(shù)據庫為攻克上述兩個數(shù)據挑戰(zhàn)而生，它是基于一系列開創(chuàng)性技術的新一代通用 AI 基礎設施。它將革新現(xiàn)有 AI 技術的數(shù)據處理流程，從底層為全行業(yè)的 AI 應用帶來技術升級。有別于傳統(tǒng)的深度學習技術路徑，墨奇以統(tǒng)一靈活的非結構化數(shù)據表示、高效精準的查詢算法和可靠、高效的系統(tǒng)架構，大大降低 AI 從原型算法到生產系統(tǒng)的門檻，使得基于 AI 的非結構化數(shù)據處理更加精準，并不再依賴于海量訓練數(shù)據，讓 AI 更簡單、更強大，加速 AI 時代的智慧產業(yè)升級步伐。

　　墨奇科技憑借核心創(chuàng)始團隊在應用數(shù)學和計算機科學領域的多年研究耕耘、積極探索，為實現(xiàn)這一技術路徑提供了強大保障：

　　鄂維南，全球知名應用數(shù)學領域科學家、中國科學院院士、普林斯頓大學教授，作為墨奇首席科學家及聯(lián)合創(chuàng)始人負責技術指導，支持墨奇科技在人工智能、機器學習和數(shù)學框架方向的研究。

　　邰騁任墨奇科技 CEO，他師從鄂維南，是普林斯頓大學應用數(shù)學博士，致力于數(shù)學框架的構建及產業(yè)化應用。

　　李凱，全球知名計算機科學家、中國工程院外籍院士、普林斯頓大學教授，近年來一直致力于計算機底層系統(tǒng)技術，以及大規(guī)模圖像分析和搜索技術的研發(fā)，任墨奇科技董事。

　　湯林鵬任墨奇科技 CTO，他師從李凱，是普林斯頓大學計算機科學博士，負責算法研發(fā)、系統(tǒng)設計和開發(fā)以及軟硬件研發(fā)。

　　墨奇科技的核心研發(fā)團隊更是薈聚了來自于普林斯頓大學、賓夕法尼亞大學、北京大學、清華大學、上海交通大學、香港中文大學、AWS、Facebook、IBM、SAP 等知名高校和科技企業(yè)的科學家和工程師們。墨奇還在用優(yōu)秀的團隊和開放的文化不斷地吸引著青年才俊的加入，共同探尋人工智能本身的機理，以創(chuàng)新改變世界。

　　引領生物識別賽道 為數(shù)十億人提供保護隱私的身份識別和認證平臺

　　生物識別作為墨奇科技 AI 底層數(shù)據處理技術的行業(yè)應用，以十億級海量圖像識別與精準搜索，驗證了墨奇在處理非結構化數(shù)據上技術路線的成功性。 AI 底層數(shù)據處理技術也為墨奇的生物識別業(yè)務帶來了圖像無標注比對、十億大庫秒識別、保護隱私和安全等優(yōu)勢，開啟了新一代的生物識別平臺。

　　如今，隨著物理世界與數(shù)字世界的邊界交融，人們越來越頻繁地需要證明“你是你”（身份認證）和知道“你是誰”（生物識別）。而生物特征相對于密碼、卡片、攜帶物等，具有不會遺忘、隨身存在的特點，以生物特征為核心的生物識別技術，也逐漸成為身份識別和認證的主流方式。

　　人們對安全、便捷、保護隱私的身份識別和認證的需求日益迫切，生物識別市場也得以飛速發(fā)展。據 Markets and Markets 研究報告預測，2020 - 2025 年，全球生物識別技術應用市場規(guī)模將由 366 億美元增長至 686 億美元，復合年增長率達到 13.4%。

　　墨奇科技之所以將生物識別場景作為新型 AI 知識數(shù)據庫的首個應用賽道，除了因為其發(fā)展迅速、前景廣闊，更重要的原因是生物特征數(shù)據處理時所要面對的海量數(shù)據的復雜性、唯一性，以及對結果的高精準度的要求。面對這些挑戰(zhàn)，墨奇科技以基于新型 AI 知識數(shù)據庫的核心技術為支撐，構建了可為數(shù)十億人提供保護隱私、安全可靠的下一代身份識別和認證平臺。在智能化、大庫實時比對、高精度、便捷性、隱私和安全等方面均有領先業(yè)界的技術突破，包括以下 4 個方面：

　　墨奇原創(chuàng)無標注。生物識別市場中，指掌紋識別應用最為廣泛，約占全球市場的一半以上。然而，目前市場上大部分的指掌紋識別系統(tǒng)都需要人工標注，效率較低且使用門檻高。墨奇科技以突破性的無標注特征提取技術，將大量人員從人工標注的繁重工作中解放出來，實現(xiàn)了指掌紋全自動比對。

　　十億大庫秒識別。很多生物識別技術，包括傳統(tǒng)的指紋識別技術，很難實現(xiàn)在十億數(shù)量級的大庫中進行精準、快速的比對。墨奇以創(chuàng)新的技術架構設計，構建了業(yè)界領先的十億級別指掌紋秒級比對的業(yè)務系統(tǒng)，并在大庫容下仍具有領先行業(yè)的高比中率和高排前率。

　　非接觸且高精度。疫情以來，社會各界對非接觸的身份識別和認證方式的需求成倍增長。墨奇科技原創(chuàng)研發(fā)了非接觸指掌紋采集設備，可以做到“伸手即采”。以指紋為例，與傳統(tǒng)的滾動指紋采集設備相比，采集速度提高了數(shù)十倍，且面積更大、特征點更多，同時避免了在手指按壓、滾動中造成的形變和模糊的問題，可輸出高精度的指紋圖像，極大地豐富了指紋采集的信息。墨奇科技還進一步通過包含標簽、向量和圖的多尺度特征比對擴充了信息量，并通過突破性的索引結構進一步提升了比對性能，使精度達到更高水平。

　　保護隱私和安全。墨奇科技正在引領不可逆、可撤銷、非關聯(lián)性的生物識別系統(tǒng)設計，推動業(yè)界邁向下一代保護隱私、安全可靠的生物識別時代。

　　可以說，墨奇科技為生物識別領域帶來了跨越式的發(fā)展，引領著下一代生物識別的未來。墨奇科技還將繼續(xù)推動和引領生物識別的技術突破，建立保護隱私的生物識別通用平臺；落地線下場景，如移動支付、智慧出行等，拓展生物識別在國計民生中的一些重要領域的應用；最終連接物理和數(shù)字身份，為建設智慧信用社會提供技術支撐。

　　在非結構化數(shù)據爆發(fā)性增長的今天，墨奇找到了一條從源頭創(chuàng)新的路徑，以新型的底層數(shù)據庫技術為基礎，并在生物識別領域進行了成功應用和驗證，未來還會將這種能力作為人工智能基礎設施提供給業(yè)界，讓更多企業(yè)和組織不需要“從頭造輪子”，從而引領和推動 AI 的未來。