2015年，颜水成教授应360的邀请，出任360公司首席科学家及人工智能研究院院长，并组建了一支小而精的人工智能研究团队。目前，这支队伍已有70人左右。在颜水成的带领下，研究院主要立足于世界领先的深度学习研发能力，发力视觉、语音、语义和大数据四个方向，为360相关业务部门提供技术输出，并完成人工智能相关方向的原始技术积累和前沿探索。

从学术界“出走”到工业界，对于颜水成来说，不仅仅是事业的转变，更是一次需要直面的人生挑战。在高校的教学生涯中，主要侧重在算法的前沿研究，专注于理论科研，发表文章，节奏相对比较慢。而进入公司的管理岗位后，主要侧重人工智能算法在业务上的落地，这需要不断思考，如何将前沿的技术应用在具体的产品中，并真正发挥其作用，节奏相当的快。

要放弃这么完美“清闲”的终身教职，去掺和到那些繁琐的商业生活，这过程当中的艰辛可想而知。不一样的环境，不一样的要求，颜水成坦言，在这个转变过程当中，遇到过很多的困难和挫折，走了不少弯路。

幸运的是，颜水成拥有一支优秀的团队。他和他的的团队不知道经历了多少个不眠之夜，经常加班加点，功夫不负有心人，最终将人工智能的前沿技术落地于360产品当中，并获得了360高层的高度肯定，获得了2016度总裁特别奖。

2017年7月17日，一则“人工智能‘世界杯’大赛360夺冠，刷新谷歌微软保持的‘世界纪录’”的新闻刷爆社交网络，这是颜水成带领的360人工智能团队在国际上斩获了又一个大奖，为国争光。这场比赛就是在人工智能领域一直享有盛誉的ImageNet大规模视觉识别挑战赛（ILSVRC-2017）。

此届ImageNet大规模视觉识别挑战赛共吸引了来自中美英等7个国家的25支顶尖人工智能团队参赛。赛事共包括物体定位（识别）、物体检测、视频物体检测三大类任务。由360人工智能研究院与新加坡国立大学（NUS）组成的团队在“物体定位”任务的两个场景竞赛中均获得第一，同时在所有任务和场景中均取得了全球前三的骄人战绩。

物体定位（识别）、物体检测、视频物体检测都是计算机视觉的核心领域，对于人工智能的发展意义重大，有广阔的应用前景，比如人脸识别、无人驾驶、智能机器人等。

在本届赛事中，“物体定位”任务共包括两大场景，即“使用训练数据进行训练”，与“使用额外训练数据进行训练”。在上述任务中，360与NUS团队合作提出的“DPN双通道网络+基本聚合”深度学习模型均取得了最低的定位错误率，分别为0.062263和0.061941。值得一提的是，谷歌、微软、牛津大学等一直在此项任务中保持世界领先地位。此次，该项纪录最终被360与NUS团队成功改写。

计算机视觉识别是人工智能领域的经典命题，长久以来一直受到学术界和产业界的广泛关注。ImageNet不但是计算机视觉发展的重要推动者，也是深度学习热潮的关键驱动力之一。从2010年以来，ImageNet每年都会举办一次全球性竞赛，即 ImageNet大规模视觉识别挑战赛。来自全球各国的顶级人工智能团队会在赛事中相互较量，比拼对物体和场景进行分类和检测的能力。这些团队既包括谷歌、微软、Facebook等大型互联网公司，也包括伯克利、牛津大学等世界顶级名校。整个赛事也成为了各团队、巨头展示实力的竞技场。

作为业界顶尖大赛，ImageNet多年来在数据库方面基本上没有变化，这相当于在同等距离、风速、温度的赛道上，所有参赛者拼的只有“更快更强”。然而任何成绩的取得都不是一蹴而就的，而是来自于长期的积累。颜水成表示，一直以来，360人工智能研究院在计算机视觉领域持续投入研发。在长时间的研究工作中，打造了一支实力强大的人工智能团队，对于计算机视觉领域有深刻的理解。