微軟亞洲研究院CVPR圓桌：機器學習火成這樣，如何讓計算機視覺“獨立”發(fā)展？

「微軟亞洲研究院創(chuàng)研論壇——CVPR 2017 論文分享會」于上周順利舉行。由微軟亞洲研究院主辦，清華大學媒體與網(wǎng)絡技術教育部-微軟重點實驗室承辦，中國圖象圖形學會視覺大數(shù)據(jù)專委會、中國計算機學會計算機視覺專委會協(xié)辦。

會議期間，主辦方邀請了在計算機視覺領域非常優(yōu)秀的學術界、工業(yè)界代表們，針對在 CVPR 2017 發(fā)表的論文內(nèi)容進行了分享。

本次圓桌討論環(huán)節(jié)由微軟亞洲研究院主管研究員羅翀主持，并邀請到了五位在計算機視覺領域的研究者們分享他們的心得見解。

• 陳熙霖，中國科學院計算技術研究所研究員

• 王蘊紅，北京航空航天大學計算機學院副院長

• 曾文軍，微軟亞洲研究院首席研究員

• 林宙辰，北京大學信息科學技術學院教授

• 齊國君，美國中佛羅里達大學計算機系助理教授

從左至右：陳熙霖、王蘊紅、曾文軍、林宙辰、齊國君

討論點一：深度學習并非萬能

雷鋒網(wǎng) AI 科技評論了解到，在本次研討會上，第一個問題首先提及了深度學習對計算機視覺領域所產(chǎn)生的影響。誠然，深度學習的火熱讓很多經(jīng)典問題的解決得到了很大的提升，但它作為一種「有效的」工具，是否真是萬能的呢？

陳熙霖博士認為，計算機視覺實際上是一個很寬泛的領域，而不能單純地用一個工具來代替一個領域。在解決問題的時候，還是需要結合問題背景進行考慮，再確定是否要用深度學習，否則很可能永遠達不到最終目的。

王蘊紅教授肯定了陳博士的說法，她認為研究人員在解決問題時，不應該把自己當成一個調(diào)參的工具。「在這個時候我們依然要關注到問題的本身是什么，怎么樣才能夠解決問題。所以任何一個工具都不是經(jīng)久不衰的，但解決問題是經(jīng)久不衰的，所以我們應該更多關注的是能力的培養(yǎng)。」

此外，林宙辰教授表示，深度學習與傳統(tǒng)方法也開始有了一些結合，且前者的優(yōu)點在某些問題上并不突出，因此還是應該需要注重專業(yè)知識的培養(yǎng)和積累。

討論點二：arXiv 的利弊

此前雷鋒網(wǎng) AI 科技評論曾經(jīng)對 Yoav 與 Yann LeCun 關于 arXiv 的論戰(zhàn)做了一番解析（詳情可閱讀雷鋒網(wǎng)此前文章《Yoav Goldberg 與 Yann LeCun 論戰(zhàn)背后：arXiv 是個好平臺，但和學術會議是兩碼事》），得出的結論是，arXiv 作為一個投遞論文的平臺，能夠第一時間分享學者們的最新成果，但實際上它與論文的篩選與評比還是有不同的。本次圓桌上同樣提及了這個問題，那么學者們都持什么樣的觀點呢？

幾位老師的觀點整體上比較一致，都認為 arXiv 作為一種交流工具，在學術領域還是起到了積極作用，但需要防止占坑現(xiàn)象的發(fā)生；此外，作為讀者也應當仔細甄別，避免被誤導的傾向。這與雷鋒網(wǎng) AI 科技評論在征詢其它老師們所得到的結論是相同的。

討論點三：在視覺領域領域，如何設計基于強化學習的獎勵函數(shù)？

羅翀老師提及，強化學習通過設置獎勵函數(shù)，可以使算法的表現(xiàn)越來越好。如果我們也想用同樣的方式訓練計算機視覺的檢測、分割與視頻捕捉，其中的機制應當如何設計？

「如果要想拿視覺做一個類似于 AlphaGo 的評價函數(shù)，那么它不是單獨視覺能解決的，而是需要把視覺能力的評估（Assessment）融入到一個智能系統(tǒng)中，然后由這個系統(tǒng)給出獎勵或懲罰，甚至于給一個群體之間的反饋。這樣的評價函數(shù)是可以做的，但它不是單獨來自于計算機視覺的。」陳熙霖博士如是說，這個觀點與齊國君教授的想法不謀而合，后者也認為視覺絕對不是一個單一系統(tǒng)，他表示可參考邊學習邊生成樣本的方法（借助 GAN 或游戲的方法）來學習新的信息，產(chǎn)生一個閉環(huán)。

曾文軍博士則提及了微軟亞洲研究院機器學習組去年 NIPS 時的一個工作——對偶學習（雷鋒網(wǎng) AI 科技評論按：關于對偶學習，雷鋒網(wǎng)邀請到了微軟亞洲研究院主管研究員秦濤博士給我們做了一次硬創(chuàng)公開課《對偶學習的對稱之美》），他表示這個同樣是基于閉環(huán)的原理而進行學習的。

討論點四：CVPR 于華人研究者

與 AAAI 2017 的論文投遞情況一樣，今年 CVPR 2017 華人同樣占據(jù)了越來越多的份額，但華人論文在學術會議中的占比提升，卻并沒有很多令全球?qū)W術圈印象深刻的研究工作。

關于這一點，數(shù)位研究者們都認為，重點還是要關注研究工作的價值與影響力，而不僅僅停留在數(shù)目和入選率上。此外，林宙辰教授還指出，學者除了發(fā)表論文外，也應該積極參與交流，成為制定領域規(guī)則的主導者、發(fā)聲者。

討論點五：在深度學習的影響下，如何讓計算機視覺社群獨立發(fā)展？

正如王蘊紅教授所提及的，「計算機視覺的傳統(tǒng)問題依然存在，機器學習只解決了一部分，但是有很多問題還依然沒有解決。」而曾文軍博士也表示，只靠現(xiàn)有的深度學習，還有很多無法解釋的東西（如黑箱問題等）。因此需要采用傳統(tǒng)的自上而下的方法，加上知識圖譜與邏輯內(nèi)容，才有可能解決實際問題。

林宙辰教授表示，機器學習與計算機視覺相比，對特征的獲取并不關心，而這正是后者所具備且著重研究的。此外，「有很多地方，計算機視覺會有它的獨特之處。像立體視覺就需要基于一定的物理模型，所以我們不是簡單地做一些端到端的東西就可以了。這兩個領域的融合是『自古以來』就有的，并不是新產(chǎn)生的現(xiàn)象。」

而齊國君教授則指出，機器學習和計算機視覺并不是對立的競爭關系，更應該是一種依存與促進的關系。「機器學習在很多領域都有應用，但我覺得其中最成功、最有影響力的應用還是在計算機視覺，包括一系列的方法，比如深度學習中的卷積神經(jīng)網(wǎng)絡，這是一個純粹的視覺問題，后來才引申出一系列新的應用領域。」

更多關于「微軟亞洲研究院創(chuàng)研論壇——CVPR 2017 論文分享會」的精彩內(nèi)容，歡迎觀看直播回放。

地址：http://www.xuetangx.com/event/cvpr2017

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。