Amazon has hired nearly all of the people who worked at Orbeus, a small startup with technology for identifying items and people in photos and videos using deep learning, a type of artificial intelligence. Orbeus built an app for iOS and Android that could instantly tag photos, called PhotoTime, as well as the underlying Rekognition application programming interface (API) that developers use for their own apps.

A few months ago the startup’s homepage changed; no longer did the site describe the company’s services.

“ReKognition API is no longer taking new customers. Thank you very much for your interest and support. But we’re up to new/exciting things,” a message on the startup’s homepage currently says.

Orbeus chief executive Yi Li would not comment. Amazon did not have a comment. Terms of the deal weren’t available. Earlier today Bloomberg reported on the activity, describing it as a full-on acquisition.

The deal could bring improvements to Amazon Cloud Drive’s applications. At the same time, the team’s expertise could be valuable at another part of Amazon: the market-leading Amazon Web Services (AWS) public cloud. Google, which offers the deep learning-powered Google Photos app, introduced the Cloud Vision API in December. Microsoft, which has OneDrive, has been fleshing out Project Oxford, which offers image recognition for third-party apps.

Apple, Facebook, Google, and Twitter have all made acquisitions in the area of deep learning, which involves training artificial neural networks on data, such as photos, and then having them make predictions about new data.

Recent Amazon acquisitions include high-performance computing company Nice and video processing company Elemental Technologies.

Orbeus started in 2012 and was based in Sunnyvale, California. Cofounder and chief technology officer Wang Meng previously worked at Google. In 2013 Orbeus showed off an integration with Google Glass. The PhotoTime app worked with multiple cloud storage services, including Dropbox and Amazon Cloud Drive.

Investors include Amino Capital, Excelerate Labs, Pritzker Group Venture Capital, CRCM Venture Capital, and ZhenFund.

As I demonstrated last year, Orbeus’ core technology could hold up against the likes of Stephen Wolfram’s ImageIdentify, startups Clarifai and MetaMind (acquired by Salesforce), and AlchemyAPI (acquired by IBM). That type of capability certainly could be desirable for more popular photo storage services.

当AI创业已经是硅谷的主流行为时，这家名为Orbeus Rekognition的华人初创企业的图片识别技术已经成为了亚马逊云服务的一部分，成为这个领域的一个“基建商”。

12月初的亚马逊云re：Invent大会上，云业务CEO Andy Jassy在开场演讲上宣布人工智能将成为亚马逊云的一项服务，并发布了图像识别平台Rekognition，语音识别平台Lex以及文字转语音平台Polly一整套基础服务平台。

当时，Orbeus的CEO李轶和主要团队就和三万人一起坐在会场里，看着自己产品界面出现在Andy身后的大屏幕上，他们的产品已经从“Orbeus Rekognition”更名为“Amazon Rekognition”。

被收购之后，Orbeus团队从硅谷搬到了亚马逊所在地西雅图，用长达一年多的时间来实现技术和团队融合，让更广阔的用户能够接入他们的API服务。

到了2016年底，人工智能已经成为硅谷最热门的创业领域，但李轶和同伴们在2012年就开始在这个领域尝试，当时他们都是波士顿的几名华人学生，希望用机器学习的路径做图片识别。

李轶最初的创业想法是受到了Youtube内容管理需求的启发。

视频网站Youtube一直以用户上传视频内容为主，“我记得2012年前后，用户上传视频的量已经到了一个爆炸式增长的时刻，增长曲线特别明显。”李轶介绍说。用户在上传内容时通过“贴标签”这样的小步骤自行对视频内容分类，但往往随意并不严谨。

Youtube基于用户自身对内容的分类来投放广告，由于这类分类较为随意，投放的广告也难以精准。李轶和团队最初的想法是如果能够通过图片识别技术，用计算机对视频内容分类，使得Youtube这样的网站自身对视频内容有主动性的管理权。

做了几个图片识别的Demo后，团队在哈佛大学一个名为“Harvard Pitch Competition”的创业竞赛中得了第一名，随后进入了芝加哥当地的著名孵化器Excelerate Labs（现在叫TechStar）。“在当时也收到了包括YC在内的硅谷孵化器的邀请，但时间晚于Excelerate Labs，我们就没有去YC了。”李轶说。

公司走上产品化的道路是源于Facebook当时的一则收购。当时市场上有一家名为Face.com的图片识别公司给开发者和一些公司提供技术和服务，2012年6月，被Facebook收购。同时，这家公司表示三个月内需要关闭自己的服务。“我们的技术其实已经准备好了，看到Face.com的消息我们第一个反应是去填补他们关闭后的市场空白”，李轶说，两个星期之后他们就把自己技术打包成产品Rekognition，提供Face.com类似的服务。

这家公司初期在商业模式上甚至都仿照了Face.com。由于他们是作为一个开放平台，免费向开发者提供API，Rekognition初期也采用了免费模式，让开发者和其它公司能够免费使用它们的技术，处理产品中的照片识别问题。

在机器学习技术中，利用数据去训练机器是一个重要的步骤，这能够提高图片识别或者是语音识别的准确性，而对于大多数创业企业而言，缺乏的就是数据。百度美国研究院AI实验室主管Adam Coates在接受界面新闻采访时表示，相比谷歌百度这样大公司拥有大量数据，创业企业在人工智能领域创业时一个重要的问题就是如何获取数据，尤其是如何低成本地获取数据。

免费模式让Orbeus有了大量数据。“实际上当时我们平台技术也有不完善不成熟的地方，免费是一个比较好的市场策略，而开发者返回来的数据能够帮助我们训练机器。”李轶说。

在对个人开发者不收费时，Rekognition对大型厂商的大型合作采取收费策略，包括AMD，松下以及乐视等，在这些大宗合同中，Orbeus实际上提供的是定制化的服务，满足客户特定的技术需求，给公司也带来了稳定的收入。

但就在这时，团队对商业模式开始了反思，“我们好像变成了一个技术外包团队，一单一单地做，一单一单地赚钱，如果要扩大收入规模，唯一的办法是增加人手。”李轶说，这和他们做平台的初衷相违背，在这种商业模式之下他们也没有时间和精力花在提高产品核心竞争力上。

他们做了一个决定，不再接付费订单。“当时还是有些痛苦的，一方面要处理掉手上剩下的订单，一方面也要面临接下来可能没有收入的情况。”李轶说，当时团队都很挣扎。

但此后也确立了更明确的商业模式——做标准化平台，放弃定制化订单。团队为平台开发了多种功能，用户选择适合自己的功能，而不像以往那样为个别用户单独开发，也改变了以往那样全免费的模式。

“有一部分免费的使用额度，超过这个量之后就开始按月计费。”李轶介绍说，在这种模式下，他们在运营和维护上的人力投入大大减少，更多精力花在解决怎样提供更好的云基础服务，也逐渐有了吴恩达创立的coursera、相亲网站match.com这样的需求量较大的客户。

到了2014年底，人工智能变得越来越热，公司开始收到包括苹果、雅虎在内数个大公司的收购邀约。行业在短短几年里发生了变化，“一开始我们创业的时候去跟投资人聊，很多人不相信这个技术未来有价值。”李轶说，随着技术越来越成熟，人工智能成为一个最热门的领域，2014年开始这些收购邀约让他们开始考虑被收购的路径。

在有多份收购邀约的时候，钱并不是一个主要的考虑因素，因为在那个情况下，价格是“可以谈判的”。李轶说，被收购后团队一般有3年左右被绑定的时间，“我们都很年轻，不希望接下来被绑定的几年是在浪费时间，希望真正做我们想做的事情。”

苹果自然是他们一个重要的考虑对象，但最终团队还是拒绝了他们的收购。首先是和团队长远的规划不一样。“我们始终认为把我们技术嵌入云端，成为一项基础服务是应该坚持的未来”，李轶说，但苹果收购的初衷是希望把他们技术“本地化”，即集成到iPhone或者是笔记本产品的处理器和芯片产品上，进入苹果相对封闭的生态系统。

其次是苹果的数据隐私策略与团队需求相悖。对于人工智能团队，数据的获取尤为重要，作为一个创业团队如果被大公司收购，一个显而易见的福利是能够接触到大公司的数据资源。“我们和苹果在细节上都谈过了，即便我们被收购，由于他们的隐私保护策略，我们也不能够获取他们的数据。”李轶说，这也是他们拒绝被苹果收购的一个原因。

亚马逊的收购策略让团队觉得有更大的空间，一方面是把产品嵌入亚马逊云，成为他们向外界开放的基础API服务，把实验室的技术做到最大规模的工业化，满足了团队做平台的策略；此外，亚马逊也支持他们单独发行产品。

实际上，除了收购Orbeus，亚马逊在今年9月还收购了专注于对话技术的人工智能初创公司Angle.AI。

当然，这些收购比起谷歌多年来在这个领域大手笔多次出手收购，已经算十分谨慎。在李轶看来，“亚马逊更注重技术和收购的实用性，能够立即支持当下的产品，相比之下，谷歌则更倾向于前瞻性的酷炫的技术。”

到目前为止，亚马逊人工智能策略已经初步显现：通过消费者产品把人工智能服务送到个人身边——在2014年推出了家居产品Echo，在实际销售一年的时间里，销量已经超过300万台，而谷歌一直到今年才推出类似产品。除此之外，通过亚马逊云，把人工智能变成一项基础服务，也是这家公司最近宣布的策略。

Orbeus作为创业团队进入大公司最大的不适就是管理上的融合。虽然团队独立运作，但产品并入亚马逊云平台还是需要很多的合作，“我们很多核心技术人员都觉得变成专业开会的了，一天都在开会，只有下班了晚上之后才能认认真真的写两行代码。”李轶说，他们过去一年都在努力适应这种转变。

Orbeus在这一波人工智能创业热中已经算站住了脚跟，而更多创业公司在涌现，难免鱼龙混杂，“机器学习算法都可以学，这对于聪明的程序员绝对不是难事，重要的是如何找到商业模式”，在谈及当下人工智能创业时Adam Coates表示。

做剩下的20%。“大部分算法都可以通用，就以图像识别而言，大部分算法能够达到80%到90%的精确度，创业公司能够做到的是找到一个适合商业化的垂直领域，努力突破剩下的15%到20%。”YC合伙人Anu Hariharan给出的策略是这样。