丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號安全和更好的產(chǎn)品體驗,強烈建議使用更快更安全的瀏覽器
此為臨時鏈接,僅用于文章預覽,將在時失效
人工智能 正文
發(fā)私信給奕欣
發(fā)送

0

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?

本文作者: 奕欣 2017-06-22 17:07 專題:CVPR 2017
導語:來自國內外計算機視覺領域學術界、工業(yè)界的優(yōu)秀代表們攜各自在CVPR 2017發(fā)表的最新研究和技術觀點進行了分享,交流。

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

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?

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參的工具?!冈谶@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)?!?/p>

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學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?!?/p>

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?!笝C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)授權禁止轉載。詳情見轉載須知。

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?

分享:
相關文章
最新文章
請?zhí)顚懮暾埲速Y料
姓名
電話
郵箱
微信號
作品鏈接
個人簡介
為了您的賬戶安全,請驗證郵箱
您的郵箱還未驗證,完成可獲20積分喲!
請驗證您的郵箱
立即驗證
完善賬號信息
您的賬號已經(jīng)綁定,現(xiàn)在您可以設置密碼以方便用郵箱登錄
立即設置 以后再說