不知不覺間，AI已經滲透到了生活的方方面面，甚至包括我們所熟知的餐飲外賣。

從商家的菜單錄入、招牌識別、到促銷時AI自動生成的廣告首圖優選、外賣騎手的身份驗證……美團的AI視覺能力已經滲透到其業務的方方面面。

▲美團視覺圖像中心圖像視頻組負責人魏曉明

近日，智東西來到美團北京總部，與美團視覺圖像中心圖像視頻組負責人魏曉明進行了一次深度對話，全面地解讀了美團的視覺AI能力、美團視覺AI平臺發展歷程、與美團視覺AI背后的“發電廠”。

一、從菜單錄入到AI選圖，AI無處不在

魏曉明說，與其他很多企業不同，美團的AI技術有著強烈的業務導向特色。

當前，美團的AI技術主要分為四大類，分別為：基于AI的語音/語義理解技術、基于AI的視覺處理技術、基于運籌學為主的配送調度優化、以及基于自動駕駛相關的無人配送技術。

▲美團AI視覺布局

魏曉明是美團視覺圖像中心圖像視頻組負責人，有著超過9年視覺領域研發和技術管理經驗，此前曾經就職于佳能研究院和三星研究院。

魏曉明2015年加入美團后，主導了超過50個AI視覺項目。在采訪中，魏曉明分別從商戶、騎手、用戶、平臺四個角度，對于美團的典型AI視覺應用場景進行了介紹。

▲AI菜單拍照錄入

對于商戶而言，美團AI能夠讓其通過拍照錄入菜單，通過文字檢測、語義分割、視覺關系學習等技術抽取紙質菜單上的結構化信息，讓商戶菜單錄入的時間由小時級降至一分鐘以內。

▲AI招牌識別

隨著OCR技術的不斷發展，菜單識別、招牌識別等細分場景成為了當前OCR領域的研究熱點。在今年的 ICDAR 2019 上，美團主辦了業界首個中文門臉招牌文字識別比賽（ICDAR 2019 Robust Reading Challenge on Reading Chinese Text on Signboards），并公開的業界首個真實場景招牌圖像數據集。

此外，商戶的證件資質認證、騎手的刷臉認證、用戶所使用的AI菜品識別小程序、廣告首圖優選、騎手抽檢等等應用背后，都有著美團AI視覺的加持。

魏曉明說，當前，美團的技術人員有上萬人，美團AI視覺中心也有幾十名員工，并且團隊規模仍在不斷擴展當中。

二、GPU計算平臺全面升級，效率提高百倍

美團的AI視覺團隊從2015年開始建立，為美團各項業務提供AI視覺能力（比如圖像審核、智能選圖等），2015-2016年可以看作是美團AI視覺平臺的第一個發展階段。

隨著集團內部對于AI算力的需求飆升，2017年，美團進行了企業層面的計算平臺全面升級，將從CPU為主的計算平臺升級為以英偉達GPU為主的集群化AI計算平臺，2017-2018年可以看作是美團AI視覺平臺的第二個發展階段。

在升級為以英偉達Tesla V100 GPU為主的集群化AI計算平臺后，美團AI在文字檢測、人臉識別、商品識別的離線訓練（Training）環節能夠達到上百倍的效率提升。

而在應用推理（Inference）方面，當前，美團基于英偉達Tesla P4 GPU + TensorRT的搭配能讓計算效率提高數十倍。而且，美團目前使用的是FP32精度，未來如果使用英偉達T4 Tensor Core GPU進行FP16精度的推理計算，性能將進一步提升。這種低時延、高實時性的計算性能對于用戶與配送員的體驗非常重要。

舉個例子，為了保障用戶的安全，當前美團日活的70萬名騎手都已經全面覆蓋了“刷臉認證”功能。但是這項功能為騎手多增加了一道驗證工序，對于效率與體驗都有影響。

因此，為了保證騎手的人臉比對效率，美團使用了基于GPU并行+TensorRT的方案進行大規模人臉比對的騎手身份驗證。相比于基于CPU方案，這套方案可以加速20倍以上，速度的提升能讓外賣小哥“刷臉認證”的過程更快捷、體驗更優秀。

魏曉明說，當前，美團服務器集群的AI視覺服務的日均調用已經達到了上億次。

三、美團AI的下一步

2018年，結合美團的計算平臺升級，美團AI視覺得到了超大規模的落地，覆蓋了上文提到的菜單識別、人臉認證、刷臉支付、廣告生成等眾多集團內部應用場景。

▲美團在CVPR2019-FGVC6商品識別比賽獲得第二名

從2019年開始，美團的AI視覺團隊已經不僅僅只支持集團內部的AI需求，還逐步在國際大型比賽上進行發聲。2019年，美團AI視覺團隊在CVPR、ICME等視覺屆知名比賽上都取得了Top3名次。

魏曉明認為，當前AI算法依舊在快速迭代的過程中。對于美團這種大型平臺來說，持續對TensorFlow、Caffe、MXNet等多個深度學習框架進行迭代能夠提高計算并行化效率，對于美團特定AI場景的優化十分重要。

下一步，美團AI視覺團隊還將對視頻理解、門店數字化、無人配送系統等更多AI場景落地進行拓展。

結語：AI應用全面爆發，實時性要求不斷提高

隨著AI應用的爆發，眾多企業都在進行AI計算平臺的升級，尤其是涉及刷臉認證、拍照信息檢索等實時性要求較高的AI推理應用，傳統計算平臺已經不能滿足需求。

不知不覺間，AI已經逐漸滲透到了我們生活的方方面面，在你不經意間，也許已經享受到了AI帶來的生活便利。