计算机视觉研究中的新探索.doc

《计算机视觉研究中的新探索.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、计算机视觉研究中的新探索　　日前，由中国计算机学会（CCF）、雷锋网、香港中文大学（深圳）联合举办的2018全球人工智能与机器人峰会（CCF-GAIR）在深圳成功举办，来自学术界、工业界及投资界的众多大牛，从产学研多个维度深度分享了AI技术的前沿研究动态和技术落地方向。　　商汤科技联合创始人、香港中文大学-商汤科技联合实验室主任林达华教授，在此次活动上发表了题为“计算机视觉研究中的新探索”的演讲，阐述了计算机视觉未来3~5年的研究方向。　　计算机视觉研究中的新探索　　日前，由中国计算机学会（CCF）、雷锋网、香港中文大学（深圳）联合举办的2018

2、全球人工智能与机器人峰会（CCF-GAIR）在深圳成功举办，来自学术界、工业界及投资界的众多大牛，从产学研多个维度深度分享了AI技术的前沿研究动态和技术落地方向。　　商汤科技联合创始人、香港中文大学-商汤科技联合实验室主任林达华教授，在此次活动上发表了题为“计算机视觉研究中的新探索”的演讲，阐述了计算机视觉未来3~5年的研究方向。　　计算机视觉研究中的新探索　　日前，由中国计算机学会（CCF）、雷锋网、香港中文大学（深圳）联合举办的2018全球人工智能与机器人峰会（CCF-GAIR）在深圳成功举办，来自学术界、工业界及投资界的众多大牛，从产学研多

3、个维度深度分享了AI技术的前沿研究动态和技术落地方向。　　商汤科技联合创始人、香港中文大学-商汤科技联合实验室主任林达华教授，在此次活动上发表了题为“计算机视觉研究中的新探索”的演讲，阐述了计算机视觉未来3~5年的研究方向。　　　　林达华教授表示：以前我们要让机器识别动物，需要人工标注很多动物，标注成本非常高。而人类小时候学习动物往往是看《动物世界》去学的，这个方式促使我们想到一个方法，能不能通过看《动物世界》把所有的动物找到。这里面有一个天然的联系，纪录片上有字幕，字幕上有文字，可以把它和视觉上的场景连接在一起，我们设计了框架，把它的信息几何方

4、面的联系，以及视觉跟文本之间的联系建立起来，最后我们得到了一个这样的结果：我们在没有任何人工干预的情况下获得几十种动物非常精确的识别，没有任何标注。　　以下为林达华教授演讲实录：　　今天非常荣幸能够在这里分享港中文-商汤联合实验室过去几年的工作。今天，我的演讲和前面几位可能会有点不一样，刚才几位演讲者在商业领域做了精彩的分享，相信大家都获益良多。首先说明一下我并没有直接地去参与商汤在商业领域的运作，所以大家如果要关心商汤什么时候上市，这个问题我是回答不了的。但是我能够告诉给大家的是，商汤公司不是一天建成的，它今天的成功也不仅仅是三年半的努力，它是

5、建立在它背后这个实验室18年如一日的原创技术积累。我们今天在这个实验室所做的事情，它影响的不是商汤今天拿什么东西出去赚取利润，而是商汤要做一个伟大的科技公司，在未来的3年、5年、10年要向什么地方走。　　准确率不是唯一的方向目前人工智能还处于粗放型发展阶段　　在过去的8年时间中，计算机视觉可以说是取得了一个突破性的进展，最重要的在技术上的进展应该是深度学习的引入。在这个领域有一个非常高级别的比赛叫做ImageNet。在2012年之前，这个错误率都是比较高的，2012年以后由于深度学习的引入，经历了4年的黄金时期。在这4年的黄金期里面，ImageN

6、et的错误率从16%下降到了接近3%。　　在这里我想问的一个问题是，深度学习确实在这几年的黄金时期取得了突破性的进展，但是不是说我们到了现在这个水平，计算机视觉的研究已经终结了呢？从现在这个水平再往前看3年、5年、10年的时间，我们未来的研究方向应该做什么？这是我们整个实验室，也包括商汤一直在思考的问题。　　事实上如果要回答这个问题，我们可以看到，人工智能在过去几年的成功，它不是偶然的，也并不仅仅只是算法发展的结果，它是很多的因素历史性地交汇在一起，促成了这波人工智能浪潮。　　第一个是数据，我们的海量数据、运用场景数据的积累，以及GPU的发展，计

7、算能力大幅度的跃升，在这个基础上，算法的进展才带来了今天人工智能的成功和在众多应用场景的落地。所以我在这里希望向大家传递的信息是，虽然大家看到人工智能的很多成功的故事，看到了算法方面的巨大进展，但是人工智能不是一个魔术，从某种意义上它就是在庞大的数据量、在巨大的计算能力支撑下的性能进步。　　这其实从某种意义上是一种非常粗放型的发展，大家都去追逐一个正确率，追求性能的目标。最近几年中国的公司在国际上所有比赛的榜单上都排到了前三名，但是这是以巨大的工程力量和资源投入为代价的，这种发展模式是不是可以持续？这是我们需要思考的问题。回顾深度学习或者人工智能

8、在过去几年的发展，我觉得有很多的事情，我们还有很长的路需要走。　　效率、成本、质量人工智能发展有多方面不同含义　　在这里分享几个方向的思