0
| 本文作者： 叢末 | 2019-11-05 00:22 |
雷鋒網(wǎng) AI 科技評(píng)論：今年 ICCV 上，華人收錄論文數(shù)量首次超越了美國(guó)，對(duì)于華人研究者而言，ICCV 2019 也成為了一場(chǎng)具備“轉(zhuǎn)折點(diǎn)”意義的國(guó)際學(xué)術(shù)頂會(huì)。而從現(xiàn)場(chǎng)參會(huì)情況來(lái)看，無(wú)論是參會(huì)者、展商，還是 Oral 報(bào)告和 Poster 上，刷臉率最高的也當(dāng)屬華人面孔。
在這樣的華人高光背景色中，商湯科技無(wú)疑是本屆ICCV中的 “C 位”角色。作為一家從實(shí)驗(yàn)室走出來(lái)的 AI 公司，商湯科技在學(xué)術(shù)領(lǐng)域上一直都是一個(gè)出類(lèi)拔萃的存在，而在這場(chǎng)會(huì)議中，則可以用“獨(dú)占鰲頭”做形容：ICCV 2019中，商湯科技不僅有57篇論文入選，成為全球企業(yè)中收錄論文最多的企業(yè)，還在ICCV的一眾競(jìng)賽項(xiàng)目上斬獲13項(xiàng)世界冠軍。
會(huì)議期間，雷鋒網(wǎng) AI 科技評(píng)論也有幸采訪到了商湯科技聯(lián)合創(chuàng)始人、港中文-商湯聯(lián)合實(shí)驗(yàn)室主任林達(dá)華教授，基于商湯科技以及其團(tuán)隊(duì)在ICCV 2019的論文成果，聊了聊商湯科技在 ICCV 上的表現(xiàn)，以及商湯科技與聯(lián)合實(shí)驗(yàn)室的整體布局情況。
不僅如此，林達(dá)華教授本人作為深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)領(lǐng)域的資深科學(xué)家，也難得地在本次采訪中分享了一些他個(gè)人的研究經(jīng)歷和觀點(diǎn)，并對(duì)華人今年在 ICCV 上的表現(xiàn)談了談自己的感受。
以下為 AI 科技評(píng)論與林達(dá)華教授的對(duì)話實(shí)錄。
AI科技評(píng)論：商湯科技在CVPR、ICCV 等計(jì)算機(jī)視覺(jué)領(lǐng)域的國(guó)際頂會(huì)上的表現(xiàn)一直都非常出色，其中今年的ICCV 更是中了57篇論文之多，那這些論文中，您認(rèn)為比較具有突破性意義的成果有哪些？
林達(dá)華：這些論文中，有相當(dāng)一部分都在某個(gè)特定方向取得了顯著的進(jìn)展，有在應(yīng)用上的拓展，也有在核心方法上的創(chuàng)新。我這里主要選取我比較熟悉的兩個(gè)工作來(lái)介紹：
一項(xiàng)工作是今年 ICCV 的一篇Oral論文 《CARAFE: Content-Aware ReAssembly of FEatures》，它解決了一個(gè)非常關(guān)鍵的問(wèn)題：檢測(cè)任務(wù)中需要將多個(gè)尺度的特征結(jié)合起來(lái)進(jìn)行分析。當(dāng)這些特征對(duì)齊到一個(gè)協(xié)同的分母上進(jìn)行融合時(shí)，傳統(tǒng)方法是通過(guò)升采樣的方式來(lái)進(jìn)行融合，然而在這個(gè)過(guò)程中我們發(fā)現(xiàn)，這種升采樣跟傳統(tǒng)的圖像升采樣有很大的區(qū)別，如果直接采用傳統(tǒng)的升采樣方法，最終的效果會(huì)受到很大的抑制。
而在這篇論文中，我們提出了一個(gè)輕量級(jí)的通用升采樣算子 CARAFE，在特征升采樣的融合中可以最大限度地保留其中的重要特征，并且能夠廣泛地應(yīng)用到各種需要結(jié)合多尺度特征來(lái)進(jìn)行分析的任務(wù)中。CARAFE 雖然非常簡(jiǎn)單和輕量化，但在多種不同任務(wù)中都一致并很好地提升了模型的性能，我們未來(lái)會(huì)將這種方法進(jìn)行比較廣泛地應(yīng)用。 另一項(xiàng)工作則是我個(gè)人非常喜歡的一項(xiàng)關(guān)于舞蹈生成的工作，《Convolutional Sequence Generation for Skeleton-Based Action Synthesis》。
以前的舞蹈生成基本上生成的是一些小圖片或者非常短的小視頻，而長(zhǎng)視頻的生成對(duì)于計(jì)算機(jī)視覺(jué)而言一直都是非常大的挑戰(zhàn)。
這項(xiàng)工作則提出通過(guò)圖的反卷積和持續(xù)反卷積的疊合，使用高斯過(guò)程來(lái)逐漸生成一個(gè)非常長(zhǎng)的任意時(shí)空尺度的視頻序列。這樣的話，這種方法其實(shí)就解決了視頻生成中的一個(gè)關(guān)鍵挑戰(zhàn)，即如何生成長(zhǎng)時(shí)間或任意尺度的視頻序列，并且在此過(guò)程中能夠很好地保持序列在時(shí)間和空間上的結(jié)構(gòu)。我認(rèn)為這是一項(xiàng)非常有意義的工作，并且在未來(lái)，這項(xiàng)工作對(duì)于增強(qiáng)現(xiàn)實(shí)、視頻內(nèi)容生成等任務(wù)可能都有非常廣泛的應(yīng)用潛力。
AI科技評(píng)論：其中舞蹈生成這項(xiàng)工作具體是在什么背景下開(kāi)展的？過(guò)程中遇到過(guò)什么挑戰(zhàn)或者有趣的故事嗎？
林達(dá)華：一年多以前，生成成為了計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)特別受關(guān)注的方向，包括現(xiàn)在 ICCV 這個(gè)會(huì)上也有很多關(guān)于GAN 和生成的工作，但是其中大部分工作重點(diǎn)關(guān)注的還是空間結(jié)構(gòu)的生成，然而我們?cè)诮佑|和研究了大量關(guān)于視頻生成的工作后，發(fā)現(xiàn)現(xiàn)在的生成相關(guān)的工作對(duì)于時(shí)間結(jié)構(gòu)的把握還存在比較大的空白，這就驅(qū)動(dòng)我們開(kāi)始了這個(gè)研究項(xiàng)目，希望能夠填補(bǔ)該領(lǐng)域?qū)τ陂L(zhǎng)時(shí)間尺度的生成的研究空缺。 在這個(gè)研究的開(kāi)展中，我們遇到的挑戰(zhàn)其實(shí)還挺大的：
首先，視頻生成其實(shí)是一個(gè)非常新的領(lǐng)域，它的數(shù)據(jù)量遠(yuǎn)不如圖像那么充分，并且我們研究的還是非常長(zhǎng)時(shí)間尺度的視頻生成，這項(xiàng)生成任務(wù)本身的復(fù)雜性與該領(lǐng)域數(shù)據(jù)量不足就構(gòu)成了很大的矛盾點(diǎn)；
其次，持續(xù)的生成其實(shí)還有一個(gè)很大的特點(diǎn)，就是一方面要尋找不隨時(shí)間變化的共同規(guī)律，另一方面又要保持多樣性，尋求這一點(diǎn)上的平衡也成為我們面臨的一個(gè)比較大的挑戰(zhàn)。所以在模型的結(jié)構(gòu)設(shè)計(jì)上，我們做了很多探索，最后才找到一個(gè)真正能夠有效克服這些困難的模型結(jié)構(gòu)，就是以高斯過(guò)程驅(qū)動(dòng)的時(shí)空?qǐng)D卷積網(wǎng)絡(luò)。
這項(xiàng)研究開(kāi)始之初，即便生成十秒的非常簡(jiǎn)單的動(dòng)作，都存在很大的困難，而現(xiàn)在我們的模型基本上能夠生成持續(xù)十分種的舞蹈，甚至可以根據(jù)音樂(lè)和其他的一些輸入作為條件做生成。這樣的成果，其實(shí)是我們經(jīng)歷了非常多的嘗試而獲得的。
AI科技評(píng)論：商湯科技最近幾年在ICCV 上的表現(xiàn)一直不錯(cuò)，從論文層面而言，除了數(shù)量上一直在增加，還有哪些方面的特點(diǎn)？
林達(dá)華：能夠被 ICCV 收錄的論文當(dāng)然肯定存在一定的創(chuàng)新價(jià)值，但是大多數(shù)論文還是著眼于算法的局部提升或者針對(duì)某個(gè)算法或方法的局部提出一些新的架構(gòu)和設(shè)計(jì)方法，從而實(shí)現(xiàn)性能上的提升。
當(dāng)然，商湯科技和實(shí)驗(yàn)室也做了很多改進(jìn)算法或性能上的工作，比如我們?cè)诤芏啾荣愔心昧瞬簧俟谲姡褪俏覀冊(cè)谒惴ê托阅苌系膬?yōu)化成果的重要體現(xiàn)。 但如果仔細(xì)觀察商湯科技和聯(lián)合實(shí)驗(yàn)室發(fā)的很多論文，能夠發(fā)現(xiàn)這些論文和其他多數(shù)論文有著不一樣的特點(diǎn)：我們很多工作都是在定義一個(gè)新的領(lǐng)域和新的問(wèn)題，并且提出了我們自己的解決方案。從這個(gè)層面去實(shí)現(xiàn)創(chuàng)新的工作，其實(shí)在整個(gè)會(huì)議中占的比例并不多，因?yàn)槲覀兺ㄟ^(guò)在實(shí)踐中接觸到很多業(yè)務(wù)第一線的真實(shí)問(wèn)題，進(jìn)而能夠提出很多學(xué)術(shù)界實(shí)驗(yàn)室所看不到的一些問(wèn)題。
比如說(shuō)我前面提到的兩個(gè)工作，前者是我們對(duì)大量算法進(jìn)行抽象后提出的一個(gè)算子，實(shí)現(xiàn)了算法和方法上的創(chuàng)新；而舞蹈生成則是我們?cè)趯?shí)際需求的背景下提煉出來(lái)的一個(gè)研究方向，我們剛開(kāi)始做的時(shí)候，這個(gè)方向在學(xué)術(shù)上還是處于空白階段的新問(wèn)題。
此外我們做的包括電影分析、特定約束條件下的長(zhǎng)尾場(chǎng)景的理解等工作，都是我們?cè)跇I(yè)務(wù)場(chǎng)景中所遇到的一些特殊的挑戰(zhàn)，學(xué)術(shù)界對(duì)這些特殊挑戰(zhàn)的探索實(shí)際上并不是很深入。 當(dāng)然我們提出這些新問(wèn)題的過(guò)程并不是完全被動(dòng)的，并不是來(lái)了個(gè)項(xiàng)目遇到了問(wèn)題所以要克服下，而是在大量的需求中判斷整個(gè)行業(yè)的主要的痛點(diǎn)在哪，進(jìn)而提煉和提出并定義這些新的問(wèn)題，驅(qū)動(dòng)研究團(tuán)隊(duì)來(lái)開(kāi)展長(zhǎng)遠(yuǎn)的探索，最終回應(yīng)整個(gè)行業(yè)的根本需求。
AI科技評(píng)論：論文以外，今年ICCV商湯科技還舉辦了例如WIDER 挑戰(zhàn)賽、 ICCV Night 等一系列的活動(dòng)，就您看來(lái)，學(xué)術(shù)頂會(huì)上的成果和表現(xiàn)于包括商湯科技在內(nèi)的企業(yè)而言，有著怎樣的意義？
林達(dá)華：關(guān)于這一點(diǎn)，我認(rèn)為可以從以下幾個(gè)層次來(lái)說(shuō)：
第一，能夠體現(xiàn)了我們持續(xù)做原創(chuàng)技術(shù)的精神和初心。現(xiàn)在很多公司專(zhuān)注于應(yīng)用和業(yè)務(wù)，通常是拿著現(xiàn)有的一些技術(shù)去解決一些實(shí)際問(wèn)題，那它解決問(wèn)題的層次和深度會(huì)受到一定局限。而商湯科技會(huì)投入很大的力量去構(gòu)建這種原創(chuàng)技術(shù)的核心競(jìng)爭(zhēng)力，在這個(gè)過(guò)程中會(huì)產(chǎn)生很多就學(xué)術(shù)本身而言就很有價(jià)值的新想法、新方法、新技術(shù)以及新挑戰(zhàn)。而商湯科技對(duì)于這些問(wèn)題的研究和成果，可以在學(xué)術(shù)會(huì)議上體現(xiàn)出來(lái)，并反過(guò)來(lái)成為商湯科技持續(xù)做原創(chuàng)技術(shù)研究的牽引力量。
第二，學(xué)術(shù)會(huì)議對(duì)于整個(gè)社區(qū)的交流而言，具有非常大的價(jià)值。實(shí)際上，學(xué)術(shù)研究中最關(guān)鍵的環(huán)節(jié)就是提出好的問(wèn)題。比如說(shuō)我們?cè)谔剿鬟^(guò)程中發(fā)現(xiàn)了一些新問(wèn)題，提出了一些解決方法，并以學(xué)術(shù)論文的方式發(fā)表出來(lái)，當(dāng)展示給社區(qū)的其他學(xué)術(shù)研究者時(shí)，能夠推動(dòng)整個(gè)學(xué)術(shù)界運(yùn)用更大、更廣泛的力量去共同解決這些問(wèn)題。最后，這其實(shí)還能夠反哺整個(gè)行業(yè)。
第三，在會(huì)議中舉辦比賽，其實(shí)可以看做是我們?cè)趯で笮阅艿臉O限和探索方法的邊界方面的努力。這些比賽產(chǎn)生的方案，我們不一定會(huì)直接拿到業(yè)務(wù)場(chǎng)景中區(qū)應(yīng)用，但是可以讓我們探索到某項(xiàng)技術(shù)的邊界和根本困難在哪，對(duì)我們后續(xù)的開(kāi)發(fā)和探索都具有很好的指導(dǎo)意義。與此同時(shí)，有一些方案其實(shí)可以通過(guò)一些工程化的工作來(lái)進(jìn)行簡(jiǎn)化壓縮，最后也可以成為應(yīng)用到業(yè)務(wù)中的效率和性能得到很好平衡的模型。
AI科技評(píng)論：這些論文有一部分出自香港中文大—商湯科技聯(lián)合實(shí)驗(yàn)室，那聯(lián)合實(shí)驗(yàn)室對(duì)于商湯科技而言是一個(gè)怎樣的存在呢？
林達(dá)華：聯(lián)合實(shí)驗(yàn)室跟商湯科技的關(guān)系是一種非常緊密的合作關(guān)系，經(jīng)過(guò)過(guò)去幾年的合作，現(xiàn)在已經(jīng)構(gòu)建了帶有示范性意義的產(chǎn)學(xué)研結(jié)合的閉合雙向關(guān)系。具體而言：
一方面，商湯科技在實(shí)際的業(yè)務(wù)探索中會(huì)發(fā)現(xiàn)很多重要的挑戰(zhàn)，針對(duì)其中一部分，商湯科技內(nèi)部團(tuán)隊(duì)已經(jīng)提出了很好的解決方案和技術(shù)，而另一部分則是一些具有長(zhǎng)期學(xué)術(shù)價(jià)值的問(wèn)題，這些問(wèn)題通過(guò)合作交流能夠反饋到實(shí)驗(yàn)室這邊——對(duì)于實(shí)驗(yàn)室而言，找到有價(jià)值的問(wèn)題是最關(guān)鍵的環(huán)節(jié)。
另一方面，實(shí)驗(yàn)室這邊由于不需要像商湯科技內(nèi)部團(tuán)隊(duì)一樣承擔(dān)業(yè)績(jī)壓力，能夠去研究一些長(zhǎng)期的、較高風(fēng)險(xiǎn)的探索性方向，如果最終能取得成功，也能夠非常有效地推動(dòng)商湯科技內(nèi)部去構(gòu)建新的解決方案。
AI科技評(píng)論：成果從論文走向應(yīng)用落地，始終是當(dāng)下人工智能領(lǐng)域企業(yè)面臨的重要命題，在這一點(diǎn)上，商湯科技作為從實(shí)驗(yàn)室走出來(lái)的企業(yè)，具備怎樣的優(yōu)勢(shì)？
林達(dá)華：任何一個(gè)行業(yè)中的企業(yè)，在學(xué)術(shù)成果的應(yīng)用落地方面都面臨著非常巨大的挑戰(zhàn)。成果從論文走向應(yīng)用落地，其中最重要的挑戰(zhàn)就是學(xué)術(shù)研究跟真正的業(yè)務(wù)實(shí)踐之間存在非常大的差距。學(xué)術(shù)界的很多實(shí)驗(yàn)室一般都是關(guān)著門(mén)做研究，研究目標(biāo)和跟實(shí)際的用戶(hù)和行業(yè)需求和痛點(diǎn)并不完全一致，并且存在的差距還比較大，所以脫離產(chǎn)業(yè)聯(lián)系的純學(xué)術(shù)研究，是很難真正與行業(yè)的痛點(diǎn)相匹配的。
商湯科技從實(shí)驗(yàn)室走出來(lái)，到現(xiàn)在做出來(lái)的一系列成績(jī)，整個(gè)歷程非常不容易，對(duì)此我也感到非常自豪。 在具體的模式上，商湯科技和實(shí)驗(yàn)室之間一直遵循一種非常有效的合作模式，即我們實(shí)驗(yàn)室的學(xué)生在完成了研究成果后，可以到商湯科技去實(shí)習(xí)一段時(shí)間，并與商湯科技內(nèi)部的研究者進(jìn)行合作，在這個(gè)過(guò)程中，能夠產(chǎn)生兩個(gè)非常正面的意義：
一是可以讓我們實(shí)驗(yàn)室的同學(xué)和老師真正建立起技術(shù)的價(jià)值意識(shí)，學(xué)會(huì)將學(xué)術(shù)成果落地到實(shí)際的系統(tǒng)中去，而不再單純發(fā)論文；
二是這些同學(xué)和老師本身就是做技術(shù)研究的，當(dāng)他們看到技術(shù)落地時(shí)會(huì)收獲到成就感，會(huì)有更大的動(dòng)力去后續(xù)的研究，與此同時(shí)，他們自己作為技術(shù)的原創(chuàng)開(kāi)發(fā)者，在與商湯科技內(nèi)部研究者一同落地技術(shù)時(shí)，會(huì)使得整個(gè)過(guò)程也更加順暢和迅速。
總體而言，比起沒(méi)有實(shí)驗(yàn)室基因而需要找高校實(shí)驗(yàn)室合作的一般企業(yè)而言，我們從學(xué)術(shù)研究到業(yè)務(wù)落地的鏈條要短很多：
首先，我們實(shí)驗(yàn)室和商湯科技從研究的源頭開(kāi)始，就緊密地結(jié)合在一起，并且會(huì)持續(xù)保持親密的溝通；
其次，實(shí)驗(yàn)室做出成果以后，商湯科技也會(huì)利用很多機(jī)會(huì)來(lái)進(jìn)行應(yīng)用落地——這些其他企業(yè)與高校合作中存在的障礙在我們這里往往更容易突破。
AI科技評(píng)論：現(xiàn)在無(wú)論是大廠還是初創(chuàng)企業(yè)，都相繼成立了這樣的研究型實(shí)驗(yàn)室，與BAT 等大廠的對(duì)相關(guān)實(shí)驗(yàn)室相比，商湯聯(lián)合實(shí)驗(yàn)室具備哪些優(yōu)勢(shì)？
林達(dá)華：我先說(shuō)優(yōu)勢(shì)吧，主要體現(xiàn)在四個(gè)方面：
第一，在計(jì)算機(jī)視覺(jué)這個(gè)領(lǐng)域的主流頂級(jí)學(xué)術(shù)會(huì)議上，我們能明顯地看到商湯科技的成果其實(shí)會(huì)更加豐富些，無(wú)論是競(jìng)賽成績(jī)、論文成績(jī)還是學(xué)術(shù)成果的影響力，都會(huì)更高，而這一點(diǎn)源自于商湯科技本身的技術(shù)創(chuàng)新基因和文化——我們更知道如何用科技創(chuàng)新的力量去驅(qū)動(dòng)業(yè)務(wù)場(chǎng)景上的核心競(jìng)爭(zhēng)力。
第二，商湯科技跟學(xué)術(shù)界有天然而廣泛的聯(lián)系，很多承擔(dān)重要角色的負(fù)責(zé)人都是教授，因而它從學(xué)術(shù)界吸取最新的技術(shù)成果的鏈條要短很多。
第三，我們自己的學(xué)生能夠直接進(jìn)入到商湯科技實(shí)習(xí)，所以我們培養(yǎng)出來(lái)的人才既有學(xué)術(shù)研究能力，同時(shí)也在和商湯科技的合作中建立起了技術(shù)落地的思路，他們畢業(yè)后剛開(kāi)始工作就已經(jīng)能夠獨(dú)當(dāng)一面去開(kāi)拓一個(gè)新的業(yè)務(wù)，并且知道如何將技術(shù)融進(jìn)業(yè)務(wù)場(chǎng)景中，這一人才優(yōu)勢(shì)其實(shí)是我們很核心的一個(gè)優(yōu)勢(shì)。
第四，在計(jì)算機(jī)視覺(jué)這一領(lǐng)域，商湯科技入場(chǎng)很早，所以經(jīng)過(guò)前期這幾年的積淀，我們對(duì)于這個(gè)行業(yè)如何跟AI 更好地實(shí)現(xiàn)結(jié)合，會(huì)有更加深入的理解，這也是商湯科技天然的寶貴財(cái)富。
AI科技評(píng)論：目前聯(lián)合實(shí)驗(yàn)室取得了哪些意義較為重大的成果？未來(lái)有哪些重點(diǎn)關(guān)注的方向？
林達(dá)華：我們目前取得了較大意義的成果主要包括，第一個(gè)是首度超越了人眼的人臉識(shí)別算法；第二個(gè)是我們做的一系列超分辨率的工作，目前也是領(lǐng)先于谷歌等國(guó)際科技巨頭企業(yè)的；第三個(gè)是視頻理解相關(guān)的工作，例如我們提出的時(shí)序分段網(wǎng)絡(luò)等一系列技術(shù)，現(xiàn)在也成為了業(yè)界廣泛采用的標(biāo)準(zhǔn)范式；第四個(gè)是在 3D 場(chǎng)景理解相關(guān)的工作，對(duì)于自動(dòng)駕駛等領(lǐng)域具有非常重要的意義。
關(guān)于未來(lái)重點(diǎn)的方向，我認(rèn)為計(jì)算機(jī)視覺(jué)領(lǐng)域發(fā)展到現(xiàn)在，有一些東西已經(jīng)做得非常成熟，但對(duì)于整個(gè)行業(yè)和整個(gè)領(lǐng)域來(lái)說(shuō)，目前所取得的成果還僅僅只是一個(gè)開(kāi)始，未來(lái)還有非常大的發(fā)展空間。就我看來(lái)，未來(lái)幾年有以下幾個(gè)重要方向值得深入探索：
第一，新的場(chǎng)景和新的數(shù)據(jù)形態(tài)。一方面，例如我們現(xiàn)在做的真正意義的長(zhǎng)時(shí)間電影和視頻理解，是跟傳統(tǒng)的動(dòng)作識(shí)別非常不一樣的。另一方面，例如現(xiàn)在我們要建設(shè)的智慧生活、智慧城市和智慧社區(qū)等綜合場(chǎng)景的 AI 技術(shù)應(yīng)用，其實(shí)涉及到很多不同任務(wù)與很多不同數(shù)據(jù)的交互，需要形成一個(gè)整體的分布來(lái)將原本孤立的任務(wù)和數(shù)據(jù)相互打通，真正讓 AI 技術(shù)從應(yīng)用到傳統(tǒng)的單個(gè)任務(wù)到能夠給整個(gè)場(chǎng)景賦能。
第二，打破對(duì)數(shù)據(jù)的依賴(lài)?，F(xiàn)在的模型所取得的性能，實(shí)際上都是建立在對(duì)大量標(biāo)注數(shù)據(jù)的依賴(lài)的基礎(chǔ)之上的。比如說(shuō)算力，我們可以通過(guò)改善硬件來(lái)提升，但是人的標(biāo)注速度是受限于人本身的，所以未來(lái)要克服這一問(wèn)題，我們就要改變這種基于標(biāo)注數(shù)據(jù)的監(jiān)督學(xué)習(xí)訓(xùn)練范式，同時(shí)更積極地去使用能夠更廣泛獲得的未經(jīng)標(biāo)注的數(shù)據(jù)。未來(lái)，比起算力，數(shù)據(jù)也是 AI 技術(shù)的發(fā)展的同樣重要的制約因素，只有打破這一制約，AI 的能力才能上升到一個(gè)新的水平。
第三，這個(gè)領(lǐng)域之前關(guān)注得更多的是準(zhǔn)確率和性能，追求的指標(biāo)比較單一，然而 AI 技術(shù)要推廣到整個(gè)社會(huì)中作為基礎(chǔ)技術(shù)去應(yīng)用，還存在很多約束：
首先是安全性，現(xiàn)在的模型其實(shí)很容易受到攻擊，是非常脆弱的，所以這是一個(gè)亟待解決的問(wèn)題；
其次是如何在保護(hù)隱私的條件下有效地訓(xùn)練模型，現(xiàn)在大家也在積極地探索這一方向；
還有是可解釋性，現(xiàn)在 AI 無(wú)論是應(yīng)用到自動(dòng)駕駛還是醫(yī)療領(lǐng)域中，我們?nèi)祟?lèi)還是不能完全放心，所以我們不僅要理解 AI 決策的邏輯，還要了解AI 在緊急場(chǎng)景中如何做出反應(yīng)——針對(duì)后面這一點(diǎn)，我認(rèn)為可以嘗試用模擬器來(lái)提供這些場(chǎng)景的數(shù)據(jù)集從而訓(xùn)練模型。
第四，未來(lái)對(duì)場(chǎng)景的視覺(jué)理解會(huì)逐漸從2D轉(zhuǎn)變到3D，我這次在 ICCV 上也看到了非常多相關(guān)的工作。
AI科技評(píng)論：商湯科技在計(jì)算機(jī)視覺(jué)這一賽道上所面臨的競(jìng)爭(zhēng)既有來(lái)自大廠和其他獨(dú)角獸企業(yè)，也有來(lái)自初創(chuàng)企業(yè)，就您看來(lái)，商湯科技在未來(lái)的發(fā)展中應(yīng)如何不斷提高自身的競(jìng)爭(zhēng)力和地位？
林達(dá)華：首先一點(diǎn)是要加強(qiáng)基礎(chǔ)的核心技術(shù)的研發(fā)和建設(shè)。之前我們?cè)谟?jì)算機(jī)視覺(jué)的算法上已經(jīng)有了很深的積累，也取得了非常豐碩的成果，而未來(lái)除了這些上層算法外，我們還要加強(qiáng)整個(gè)系統(tǒng)層面的建設(shè)，包括計(jì)算能力、數(shù)據(jù)能力等方面的核心能力建設(shè)。
另外一個(gè)關(guān)鍵是人才！無(wú)論要做什么事情，最不可或缺、最首要的要素就是人才。商湯科技本身的文化能夠?yàn)槿瞬盘峁┹^好的發(fā)展空間，確實(shí)能夠吸引到很多優(yōu)秀的人才加盟商湯科技來(lái)共同推動(dòng) AI 的發(fā)展?，F(xiàn)在人才市場(chǎng)也確實(shí)非常激烈，未來(lái)商湯科技也會(huì)繼續(xù)加大力度為人才創(chuàng)造更好的發(fā)展空間。
與此同時(shí)，我們會(huì)繼續(xù)拓展我們的生態(tài)合作?，F(xiàn)在商湯科技跟高校合作建立了很多聯(lián)合實(shí)驗(yàn)室，已經(jīng)有了較好的積淀，但是這方面的工作還在發(fā)展和成長(zhǎng)，未來(lái)還有很大的空間，所以我們希望能夠跟包括學(xué)界和業(yè)界在內(nèi)的整個(gè)社區(qū)形成一個(gè)非常良性的、開(kāi)放的產(chǎn)學(xué)研合作生態(tài)。我認(rèn)為這對(duì)于商湯科技以及整個(gè)行業(yè)的發(fā)展而言，都具有長(zhǎng)遠(yuǎn)價(jià)值。
AI科技評(píng)論：拋開(kāi)商湯科技和聯(lián)合實(shí)驗(yàn)室，單就您個(gè)人而言，學(xué)術(shù)成果也非常亮眼，當(dāng)初是基于怎樣的契機(jī)選擇到工業(yè)界來(lái)，并聯(lián)合創(chuàng)立了商湯科技？
林達(dá)華：一開(kāi)始是湯曉鷗老師認(rèn)為計(jì)算機(jī)視覺(jué)已經(jīng)突破了應(yīng)用紅線，迎來(lái)了商業(yè)化的非常好的契機(jī)，向我和王曉剛老師分享了他的遠(yuǎn)見(jiàn)和事業(yè)藍(lán)圖，當(dāng)時(shí)我們非常認(rèn)同，也愿意跟湯老師去共同創(chuàng)建這個(gè)事業(yè)。
但是一開(kāi)始我是以教授的身份參與其中的，而隨著整個(gè)參與度的加深，后續(xù)也參與了商湯科技內(nèi)部一些研究項(xiàng)目的規(guī)劃和指導(dǎo)，在這個(gè)過(guò)程中就逐漸開(kāi)始將強(qiáng)商湯科技內(nèi)部和實(shí)驗(yàn)室之間的合作和聯(lián)系，而這對(duì)于我本身的學(xué)術(shù)生涯而言也很有價(jià)值，正如我在前面提到的，給我的實(shí)驗(yàn)室提供了很多很有價(jià)值的問(wèn)題，這也是我們實(shí)驗(yàn)室能夠做出這么多成果的重要原因。
AI科技評(píng)論：您現(xiàn)在既是商湯科技聯(lián)合創(chuàng)始人，又是港中文大—商湯科技聯(lián)合實(shí)驗(yàn)室主任，在具體的角色上，主要負(fù)責(zé)哪些方面的工作內(nèi)容呢？
林達(dá)華：我的具體工作主要包括三個(gè)部分：第一個(gè)部分是在實(shí)驗(yàn)室指導(dǎo)學(xué)生做前沿研究；第二個(gè)部分是對(duì)商湯的一些研究團(tuán)隊(duì)進(jìn)行指導(dǎo)，并在這個(gè)過(guò)程中將一些研究工作落地到商湯科技的業(yè)務(wù)中，與此同時(shí)，我也會(huì)引導(dǎo)研究部門(mén)做一些前瞻性的工作；第三，我也在通過(guò)自身在學(xué)術(shù)界的聯(lián)系去積極幫助商湯科技和實(shí)驗(yàn)室拓展跟高校的生態(tài)合作。
AI科技評(píng)論：在技術(shù)產(chǎn)業(yè)化方面，CV是走在人工智能其他領(lǐng)域前頭的方向，現(xiàn)如今 CV技術(shù)已經(jīng)大規(guī)模應(yīng)用，而像NLP等被認(rèn)為是人工智能接下來(lái)會(huì)產(chǎn)生大規(guī)模應(yīng)用的技術(shù)方向。那從產(chǎn)業(yè)應(yīng)用的角度來(lái)看，您認(rèn)為 CV是否已經(jīng)過(guò)了鼎盛時(shí)期？
林達(dá)華：我認(rèn)為CV 這個(gè)領(lǐng)域才剛剛開(kāi)始，遠(yuǎn)沒(méi)到鼎盛時(shí)期。 CV 的潛在應(yīng)用領(lǐng)域非常廣泛，其在例如建設(shè)智慧生活、社區(qū)治理助理以及為國(guó)計(jì)民生的各個(gè)領(lǐng)域提供有效的信息等等方面都存在很廣泛的應(yīng)用潛力?，F(xiàn)在大家更多地關(guān)注CV 技術(shù)在安防、自動(dòng)駕駛等領(lǐng)域的應(yīng)用，這些應(yīng)用也讓大家看到了CV 技術(shù)的價(jià)值。
而實(shí)際上，CV 的本質(zhì)其實(shí)就是從視覺(jué)的角度獲取世界中的各類(lèi)信息，再應(yīng)用到工作任務(wù)中?，F(xiàn)在CV 實(shí)現(xiàn)的大規(guī)模應(yīng)用還只是幾個(gè)點(diǎn)，而未來(lái)還有更多得多的點(diǎn)能夠探索 CV 技術(shù)的應(yīng)用，而這就需要我們整個(gè)社區(qū)去真正深入到不同行業(yè)中去尋找到真正的痛點(diǎn)需求，并思考如何利用現(xiàn)有的CV 技術(shù)、AI 技術(shù)去幫助行業(yè)，這整個(gè)過(guò)程都存在無(wú)限的可能性。
現(xiàn)在CV 技術(shù)已經(jīng)得到應(yīng)用的幾個(gè)點(diǎn)，可能看上去增長(zhǎng)速度放緩，好像是走到一定程度了，但是這并不代表CV 這個(gè)領(lǐng)域就沒(méi)有了空間。CV 現(xiàn)在的應(yīng)用潛力只釋放了一小部分，要真正應(yīng)用到更加廣闊的新的場(chǎng)景，還需要一些時(shí)間，但是不會(huì)太遠(yuǎn)。
AI科技評(píng)論：其實(shí)不僅是商湯科技，整個(gè)華人研究者在 ICCV 等會(huì)議上的表現(xiàn)都非常出色，比如2017年ICCV 接收論文中，有 40%的第一作者都是華人，今年收錄論文數(shù)量甚至超過(guò)了美國(guó)，但是今年在獎(jiǎng)項(xiàng)上的表現(xiàn)稍有遺憾，對(duì)于華人近年來(lái)在此類(lèi)國(guó)際頂會(huì)上的表現(xiàn)，您如何評(píng)價(jià)？
林達(dá)華：華人在計(jì)算機(jī)視覺(jué)領(lǐng)域的影響力正在持續(xù)增長(zhǎng)，這是毋庸置疑的。對(duì)于今年華人沒(méi)有獲得論文獎(jiǎng)項(xiàng)，我認(rèn)為這件事情存在很強(qiáng)的偶然性，因?yàn)楂@獎(jiǎng)的就兩三篇，如果單憑某次會(huì)議的獲獎(jiǎng)?wù)撐娜ヅ袛嗳A人在這個(gè)社區(qū)中的影響力，我認(rèn)為信息是不足的，所以我們要看的還是整體的影響力，比如說(shuō)今年的Oral 論文，華人就占了很高的比重。
AI科技評(píng)論：其實(shí)在不少頂會(huì)上，一些前輩華人研究者都屢次提到華人研究者所存在的一大劣勢(shì)，便是缺乏原創(chuàng)，而原創(chuàng)性其實(shí)也是商湯科技特別強(qiáng)調(diào)的一個(gè)宗旨，您如何看待這一現(xiàn)象？
林達(dá)華：我認(rèn)為任何一項(xiàng)技術(shù)的發(fā)展都會(huì)有一個(gè)變遷的趨勢(shì)，國(guó)內(nèi)的相當(dāng)比例的研究一開(kāi)始都是應(yīng)用驅(qū)動(dòng)的，目前的這種現(xiàn)象其實(shí)是可以理解的。而當(dāng)整個(gè)行業(yè)開(kāi)始逐漸建立起來(lái)后，我們其實(shí)會(huì)將越來(lái)越多的力量投入到基礎(chǔ)研發(fā)中，這一趨勢(shì)其實(shí)在今年的國(guó)際學(xué)術(shù)頂會(huì)上就更加明顯地體現(xiàn)出來(lái)了。
這些基礎(chǔ)研發(fā)一方面是核心模型和核心方法，比如說(shuō)今年華人的 ICCV 論文中還是有相當(dāng)比重在做基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)與核心訓(xùn)練方法的研究，另一方面是基礎(chǔ)系統(tǒng)例如芯片這些領(lǐng)域，現(xiàn)在國(guó)內(nèi)也進(jìn)行了大規(guī)模的投入，當(dāng)然要實(shí)現(xiàn)具有影響力的成果可能還需要一個(gè)時(shí)間周期。 所以我認(rèn)為應(yīng)該從發(fā)展的維度上來(lái)看待華人目前的原創(chuàng)性問(wèn)題，并且我也相信，再過(guò)一段時(shí)間，這些投入和研究會(huì)慢慢結(jié)出果實(shí)。
AI科技評(píng)論：您作為無(wú)論在學(xué)術(shù)界和工業(yè)界都有著豐富的履歷的科學(xué)家，從學(xué)術(shù)研究和職業(yè)選擇方面，對(duì)于后輩研究者們分別有哪些建議？
林達(dá)華：第一，一定不要盲目跟風(fēng)，要選擇自己真正感興趣和愿意長(zhǎng)時(shí)間投入的方向。他如果因?yàn)槟硞€(gè)研究方向熱門(mén)就去試一試，而沒(méi)有想清楚自己真正感興趣和愿意長(zhǎng)時(shí)間投入的方向是什么，那他基本上做不出太好的成果，并且不一定能堅(jiān)持下去。
第二，重視培養(yǎng)思維能力，不要被熱點(diǎn)方法帶著走。我在指導(dǎo)自己學(xué)生的時(shí)候，一直都強(qiáng)調(diào)不要跟著熱點(diǎn)方法走，而是要建立起尋找挑戰(zhàn)、提出問(wèn)題、定義問(wèn)題并解決問(wèn)題的思維，因?yàn)闊狳c(diǎn)方法其實(shí)變得非?？欤蛔兊氖撬麄冏陨砭邆溥@種思維能力。當(dāng)然，將一些流行的方法用到自己的研究工作中肯定是可以的，但是他一開(kāi)始做某項(xiàng)研究的出發(fā)點(diǎn)不應(yīng)該是為了用某個(gè)熱點(diǎn)方法，而應(yīng)該是為了探索某個(gè)問(wèn)題的本質(zhì)，這樣的話，無(wú)論技術(shù)路線如何發(fā)展和變遷，他都能夠一直站在創(chuàng)新的前沿。
第三，在職業(yè)選擇上，要真正想清楚自己想要走的道路是什么，并且思考如果要走這條路，需要培養(yǎng)怎樣的素質(zhì)，進(jìn)而有計(jì)劃地朝著某個(gè)方向鍛煉和培養(yǎng)自己需要具備的能力。如果選擇到學(xué)術(shù)界任職，那他可能要更多地培養(yǎng)自己尋找和定義問(wèn)題的能力，而不是簡(jiǎn)單地跟著導(dǎo)師發(fā)論文；如果選擇到工業(yè)界，那他就要培養(yǎng)自己觀察行業(yè)痛點(diǎn)、尋找和歸納客戶(hù)需求并規(guī)劃解決這些問(wèn)題的能力。
雷鋒網(wǎng) AI 科技評(píng)論報(bào)道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
