<mark id="oztn4"></mark>
0
| 本文作者： 叢末 | 2018-11-17 12:59 |
雷鋒網(wǎng) AI 科技評論按：目前，盡管人工智能領(lǐng)域頻頻涌現(xiàn)「人工智能寒冬」的擔(dān)憂，然而無論是企業(yè)圈還是學(xué)術(shù)圈，擁抱人工智能的熱情只增不減。在這種背景色中，和語音識別、自然語言理解一起并稱為人工智能三大主要技術(shù)領(lǐng)域的計(jì)算機(jī)視覺，更成為了 Google、微軟、百度、騰訊等國內(nèi)外科技巨頭重點(diǎn)發(fā)力的研究領(lǐng)域，以及創(chuàng)業(yè)公司進(jìn)入人工智能領(lǐng)域的重要切入口。
而隨著深度學(xué)習(xí)、人臉識別、物體識別、圖像分割、三維重建等技術(shù)迎來蓬勃發(fā)展以及算法性能大幅提升，計(jì)算機(jī)視覺在機(jī)器人、自動駕駛、AR/VR、醫(yī)療等多個領(lǐng)域得到廣泛應(yīng)用，不過，在實(shí)際的應(yīng)用場景中，仍有很多新的技術(shù)需求和研究挑戰(zhàn)有待解決和突破。對于計(jì)算機(jī)視覺在實(shí)際應(yīng)用場景中的技術(shù)需求，企業(yè)圈往往比學(xué)術(shù)圈了解得多一些；而對于這一領(lǐng)域面臨的挑戰(zhàn)，創(chuàng)業(yè)公司或許更加深有體會。
在雷鋒網(wǎng) AI 科技評論的專訪中，人工智能創(chuàng)業(yè)公司格靈深瞳 CTO 鄧亞峰既從一家創(chuàng)業(yè)公司的角度，也從一位在計(jì)算機(jī)視覺領(lǐng)域深耕 16 載的科學(xué)家的視角，針對計(jì)算機(jī)視覺的發(fā)展以及在應(yīng)用場景落地方面所面臨的挑戰(zhàn)等問題表達(dá)了自己的見解。
鄧亞峰，現(xiàn)任格靈深瞳信息技術(shù)有限公司首席技術(shù)官，畢業(yè)于清華大學(xué)，具有 16 年的計(jì)算機(jī)視覺和人工智能方向的研發(fā)經(jīng)驗(yàn)。在過去的工作中，他發(fā)表過論文十余篇，申請中國專利超過 100 項(xiàng)，其中已經(jīng)授權(quán)的有 95 項(xiàng)。他曾任職百度深度學(xué)習(xí)研究院，負(fù)責(zé)人臉識別方向，曾經(jīng)多次帶領(lǐng)團(tuán)隊(duì)在主流的人臉檢測、人臉識別競賽上取得過優(yōu)異成績。其主要的興趣是關(guān)注人工智能特別是計(jì)算機(jī)視覺技術(shù)如何從技術(shù)、產(chǎn)品和商業(yè)角度在真實(shí)世界中大規(guī)模落地。
沉浸計(jì)算機(jī)視覺領(lǐng)域十幾年，鄧亞峰對于計(jì)算機(jī)視覺在整個人工智能領(lǐng)域的地位和影響有著非常深刻的理解和體會，他表示：
一方面，人獲取信息的方式有很多種，其中 80% 左右獲取的信息來自于視覺，視覺本身對于人類的重要性不言而喻，承載這一感官的計(jì)算機(jī)視覺技術(shù)也會對人類以及其所在世界的各個領(lǐng)域產(chǎn)生重要的影響；
另一方面，計(jì)算機(jī)（機(jī)器）視覺是目前最活躍也是投資額最高的人工智能領(lǐng)域之一，它從應(yīng)用角度來看非常重要，機(jī)器人、自動駕駛、智慧醫(yī)療、智慧城市、智慧工業(yè)、智慧商業(yè)、增強(qiáng)現(xiàn)實(shí)等多個 AI 應(yīng)用領(lǐng)域都依賴機(jī)器視覺技術(shù)。
計(jì)算機(jī)視覺領(lǐng)域歷經(jīng) 50 多年的發(fā)展，到今天為止，在深度學(xué)習(xí)技術(shù)的推動下已經(jīng)取得了長足進(jìn)步，可以在一些應(yīng)用領(lǐng)域達(dá)到實(shí)用水平，甚至在一些場景下已經(jīng)超越了人類的水平。而技術(shù)逐漸能夠在應(yīng)用領(lǐng)域達(dá)到實(shí)用水平，也是計(jì)算機(jī)視覺領(lǐng)域不斷吸引大企業(yè)不斷投入和創(chuàng)業(yè)公司不斷涌入的重要原因。
針對當(dāng)下 Google、微軟、Facebook 等國外科技巨頭與百度、騰訊等國內(nèi)科技巨頭競相發(fā)力計(jì)算機(jī)視覺領(lǐng)域，AI 科技評論也從中美兩國的層面上，問到了鄧亞峰對于二者在這一領(lǐng)域的研究進(jìn)程、側(cè)重點(diǎn)的差異以及各自優(yōu)劣勢的看法。他說道，在這一研究領(lǐng)域中，華人（包括在國外工作的中國人）是非常重要的一股力量，例如在計(jì)算機(jī)視覺頂級會議的接受論文中，華人學(xué)者大概可以占到 40%+。相對而言，美國在基礎(chǔ)研究領(lǐng)域有更好的氛圍、政策，也吸引了更多的人才，這都使得其在基礎(chǔ)技術(shù)方面比中國更有優(yōu)勢；而中國在應(yīng)用方面則更活躍，更有優(yōu)勢，其擁有比美國更巨大的市場、更多數(shù)量的數(shù)據(jù)和更寬容的政策，比如在創(chuàng)業(yè)公司數(shù)量、融資額度，以及人臉識別等技術(shù)水平方面，都是中國更領(lǐng)先。
雖然國內(nèi)外科技企業(yè)以及領(lǐng)域研究學(xué)者都積極地推動計(jì)算機(jī)領(lǐng)域的突破和前進(jìn)，人臉識別、視頻結(jié)構(gòu)化等一系列技術(shù)也逐漸走向成熟，但是實(shí)際上我們也可以明顯看到，現(xiàn)在計(jì)算機(jī)視覺領(lǐng)域真正的大規(guī)模成熟應(yīng)用還是屈指可數(shù)。對于計(jì)算機(jī)視覺技術(shù)在應(yīng)用場景落地方面存在的瓶頸和問題，他指出，一項(xiàng)技術(shù)能否大規(guī)模落地，取決于性能指標(biāo)（準(zhǔn)確率、速度）、成本、場景適應(yīng)性以及創(chuàng)造的價值等幾個因素。目前看，計(jì)算機(jī)視覺技術(shù)在上述幾個方面都或多或少存在著一些問題。后續(xù)，對于準(zhǔn)確率和場景適應(yīng)性，將主要取決于算法方面的精雕細(xì)刻、數(shù)據(jù)量的增長以及算力的提升；而速度和成本方面，則主要取決于硬件的發(fā)展以及異構(gòu)計(jì)算優(yōu)化手段的進(jìn)步。另外，對于可以創(chuàng)造價值的計(jì)算機(jī)視覺技術(shù)，則需要為其不斷找到更有價值、更適合落地的產(chǎn)品場景。
從他的回答中，我們其實(shí)不難發(fā)現(xiàn)，現(xiàn)在計(jì)算機(jī)視覺所面臨的應(yīng)用場景落地方面的挑戰(zhàn)很大程度上還是來自于底層技術(shù)，其中就包括已成為計(jì)算機(jī)視覺「標(biāo)配」的深度學(xué)習(xí)與數(shù)據(jù)的規(guī)模間的平衡問題：一方面，深度學(xué)習(xí)對于大規(guī)模數(shù)據(jù)具有非常強(qiáng)的依賴性；另一方面，在很多現(xiàn)實(shí)應(yīng)用場景中又往往難以獲得大規(guī)模的數(shù)據(jù)。對此，鄧亞峰指出，深度學(xué)習(xí)對數(shù)據(jù)的依賴是由于其模型學(xué)習(xí)過程中的優(yōu)化方式?jīng)Q定的，如果想根本上改變，需要優(yōu)化方式有非常巨大的突破，而這在短期內(nèi)是比較難實(shí)現(xiàn)的。
盡管深度學(xué)習(xí)與大規(guī)模數(shù)據(jù)平衡問題在短期內(nèi)無法得到理想化的解決方法，但鄧亞峰也針對該問題提出了當(dāng)下可行性較強(qiáng)的解決方案：
首先，可以考慮減少數(shù)據(jù)依賴的方式，比如利用遷移學(xué)習(xí)思路以及其它領(lǐng)域的數(shù)據(jù)訓(xùn)練模型的基底，再用少量領(lǐng)域數(shù)據(jù)去學(xué)習(xí)；又比如利用半監(jiān)督或非監(jiān)督方法，將大量的未標(biāo)注數(shù)據(jù)利用起來。
其次，還可以考慮利用問題的約束條件，加強(qiáng)對模型的約束，提升泛化能力，減少對數(shù)據(jù)的依賴。
數(shù)據(jù)增廣也是非常重要的提升數(shù)據(jù)量的方法，不過在目前的技術(shù)條件下，在工業(yè)界，如何低成本獲取大量標(biāo)注數(shù)據(jù)依然應(yīng)該是最先被想到的方法。
在探討了計(jì)算機(jī)視覺領(lǐng)域所存在的諸多來自技術(shù)和應(yīng)用場景落地方面的挑戰(zhàn)后，鄧亞峰還是對自己從事了十幾年的計(jì)算機(jī)視覺的發(fā)展和應(yīng)用，懷抱堅(jiān)定的信心：「相對于人的水平而言，特別是一些非常有挑戰(zhàn)的場景下，很多視覺任務(wù)依然無法達(dá)到實(shí)用要求。但我非常相信，在計(jì)算硬件發(fā)展（特別是人工智能芯片）、算法進(jìn)步、應(yīng)用數(shù)據(jù)產(chǎn)生以及場景優(yōu)化的共同推動下，會有越來越多的視覺任務(wù)達(dá)到使用要求，開始落地產(chǎn)生實(shí)用價值，并最終形成商業(yè)價值、產(chǎn)品、技術(shù)、人才的良性循環(huán)，在未來二十年甚至更久對世界產(chǎn)生深遠(yuǎn)影響。某種意義上，通往光明的未來之路才剛剛開始。」
深耕機(jī)器視覺領(lǐng)域十六年、曾發(fā)表多篇論文、獲得多項(xiàng)專利，還曾帶領(lǐng)團(tuán)隊(duì)開發(fā)出世界第一的人臉檢測、人臉識別算法，而當(dāng)被問及「怎樣看待自己在研究生涯所取得的成果和為該領(lǐng)域所帶來的影響」，鄧亞峰也流露出科學(xué)家們一貫的謙遜態(tài)度，「作為計(jì)算機(jī)視覺領(lǐng)域的一名老兵，我參與了很多事情，也培養(yǎng)了一些小朋友，但和許多優(yōu)秀的朋友相比，我還差了很遠(yuǎn)。之所以我可以在這個領(lǐng)域堅(jiān)持下來，并做了一些事情，主要是因?yàn)樽约汉芟矚g這個領(lǐng)域，并看好其未來的價值。我過去所做的事情，嚴(yán)格來講，還沒有一件能夠?qū)π袠I(yè)產(chǎn)生真正的影響，希望自己有生之年可以做出一些對產(chǎn)業(yè)和領(lǐng)域有價值和真正影響的事情。 」
在即將召開的 GIAC 全球互聯(lián)網(wǎng)架構(gòu)大會上，鄧亞峰將作為聯(lián)席主席以及 AI 專場出品人兼講師，給大家?guī)怼溉绾未蛟齑笠?guī)模視覺計(jì)算系統(tǒng)」的演講。本次他將主要從算法、數(shù)據(jù)、計(jì)算等角度來分析打造大規(guī)模計(jì)算系統(tǒng)上的難點(diǎn)、關(guān)鍵點(diǎn)以及大規(guī)模視覺計(jì)算系統(tǒng)的現(xiàn)實(shí)意義。
「計(jì)算機(jī)視覺的終極目標(biāo)是希望讓各種視覺傳感器擁有智能，理解物理世界中人、車、物的特征、身份、行為、關(guān)系，將物理世界數(shù)字化。目前為止，還沒有產(chǎn)生真正的大規(guī)模視覺計(jì)算系統(tǒng)。打造大規(guī)模視覺計(jì)算系統(tǒng)的難點(diǎn)和關(guān)鍵在于：
一是需要不斷提升算法的準(zhǔn)確性和場景適應(yīng)性，才能在海量數(shù)據(jù)中，產(chǎn)生可以接受的錯誤；
二是需要不斷提升算法的效率并降低成本，使得對于海量數(shù)據(jù)的處理時間和成本可以承受；
三是需要配合大數(shù)據(jù)技術(shù)挖掘跨傳感器目標(biāo)間的關(guān)系。
一旦能夠真正打造出成本可接受的大規(guī)模視覺計(jì)算系統(tǒng)，那么其將會在智慧城市、智慧商業(yè)等很多領(lǐng)域中對安全、管理和商業(yè)運(yùn)營都會產(chǎn)生巨大的影響，使得線下世界將可以用更加智能、數(shù)字化的方式運(yùn)營，線下世界和線上世界將融合打通，產(chǎn)生更多的商業(yè)模式和價值。」
最后，他也表達(dá)了自己對于本次參加論壇的計(jì)算機(jī)科學(xué)研究和從業(yè)人員的期待：「大家拿出寶貴時間來參加大會，表明大家非常熱愛技術(shù)，希望學(xué)習(xí)到知識。我希望大家對我組織的部分感興趣，我也希望通過這次活動結(jié)識更多的朋友，更希望我講解的內(nèi)容能幫助大家了解機(jī)器視覺方向的前沿技術(shù)、關(guān)鍵因素以及應(yīng)用方向，能夠讓大家少走彎路。 」
鄧亞鋒 格靈深瞳 CTO
11 月 23 日 14:30-15:30《如何打造大規(guī)模視覺計(jì)算系統(tǒng)》
11 月 23-24 日，由 msup 和高可用架構(gòu)社區(qū)聯(lián)合主辦的 GIAC 全球互聯(lián)網(wǎng)架構(gòu)大會將于上海淳大萬麗酒店舉行。GIAC 是中國互聯(lián)網(wǎng)技術(shù)領(lǐng)域一年一度的行業(yè)盛事，組委會從互聯(lián)網(wǎng)架構(gòu)最熱門系統(tǒng)架構(gòu)設(shè)計(jì)、工程效率、機(jī)器學(xué)習(xí)、未來的編程語言、分布式架構(gòu)等領(lǐng)域甄選前沿的有典型代表的技術(shù)創(chuàng)新及研發(fā)實(shí)踐的架構(gòu)案例，分享他們在本年度最值得的總結(jié)、盤點(diǎn)的實(shí)踐啟示。
本次大會共有 5 大板塊方向，20 場技術(shù)專題，70 個互聯(lián)網(wǎng)架構(gòu)案例。目前已確定有微軟、騰訊、阿里巴巴、螞蟻金服、華為、科大訊飛、新浪微博、京東、七牛、美團(tuán)點(diǎn)評、餓了么、才云、格靈深瞳、Databricks 等公司專家出席，圍繞新興編程語言、區(qū)塊鏈、大前端、微服務(wù)、大數(shù)據(jù)&AI、音視頻、Cloud Native 等專題分享他們的實(shí)踐經(jīng)驗(yàn)、遇到的問題及解決方案。
關(guān)于 GIAC 大會的更多信息，請前往 http://2018.thegiac.com/?qd=leifengAI 查看。雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
