雷鋒網(wǎng) AI 科技評論按：在 CVPR 2017 ，雷鋒網(wǎng) AI 科技評論看到了非常多的工業(yè)界人士來到現(xiàn)場。這個計算機(jī)視覺領(lǐng)域的學(xué)術(shù)會議吸引了如此多的企業(yè)研究院大牛，他們對工業(yè)界與學(xué)術(shù)界的融合有何看法？又是如何理解自家業(yè)務(wù)在視覺領(lǐng)域的地位和創(chuàng)新點的？為此，雷鋒網(wǎng) AI 科技評論與阿里 iDST 視覺計算組負(fù)責(zé)人華先勝在 CVPR 的現(xiàn)場進(jìn)行了一次交流。

華先勝，北京大學(xué)應(yīng)用數(shù)學(xué)博士、IEEE Fellow、ACM 2015 年度杰出科學(xué)家、MIT TR 全球 35 位 35 歲以下的杰出青年創(chuàng)新人物，曾擔(dān)任 ACM Multimedia 等大會程序委員會主席，是視覺識別和搜索領(lǐng)域的國際級權(quán)威學(xué)者。于 2016 年 7 月加入阿里人工智能研究機(jī)構(gòu)iDST科學(xué)家團(tuán)隊，帶領(lǐng)視覺計算團(tuán)隊的研發(fā)工作。

華先勝認(rèn)為，CVPR 這個會議整體上還是非常成功的。計算機(jī)視覺領(lǐng)域的研究大多傾向于實用，與工業(yè)界的聯(lián)系也比較緊密，企業(yè)參與到學(xué)術(shù)會議中，實際上也能了解學(xué)術(shù)研究的整體發(fā)展?fàn)顩r。就像 SIGGRAPH 一樣，當(dāng)工業(yè)界的參與程度非常高的時候，這個會議也變得越來越紅火?！高@類會議成功與否的一個重要標(biāo)準(zhǔn)在于，它能不能對工業(yè)界產(chǎn)生影響力。如果只是學(xué)術(shù)圈自己在推進(jìn)，這個領(lǐng)域可能會變得越來越封閉?！?/p>

雷鋒網(wǎng) AI 科技評論也發(fā)現(xiàn)，不論是贊助商日趨增加的 AAAI 2017，或是應(yīng)用研究開始嶄露頭角的 ACM 計算經(jīng)濟(jì)學(xué)會議，與工業(yè)界的融合和溝通已經(jīng)越來越頻繁，而尤其是在計算機(jī)視覺這個領(lǐng)域，學(xué)術(shù)界和工業(yè)界的界限也變得模糊起來，很多文章可能都是高校與企業(yè)研究院一同合作的課題。

以本次被 CVPR 錄用的論文《Video2Shop: Exact Matching Clothes in Videos to Online Shopping Images》為例，第一作者是西南交通大學(xué)的博士生程治淇，他在阿里實習(xí)期間與視覺計算組負(fù)責(zé)人華先勝、高級算法專家劉揚(yáng)及他的導(dǎo)師、西南交通大學(xué)的吳曉教授合作完成了這一論文。論文提出了一個名為 AsymNet 的深度神經(jīng)網(wǎng)絡(luò)，通過學(xué)習(xí)衣物序列特征并對其進(jìn)行編碼，能夠檢測并追蹤衣物，用戶在觀看視頻的時候，便可以輕松地選購明星同款服裝。

這一研究自然是著眼于阿里的老本行——電商領(lǐng)域，華先勝最初的工作也一直關(guān)注的是像「拍立淘」這樣的產(chǎn)品系統(tǒng)。而目前，華先勝作為阿里 iDST 視覺計算組的負(fù)責(zé)人，目前所負(fù)責(zé)的城市大腦項目，也同樣有著視覺的需求。

在本次 CVPR 的 workshop 環(huán)節(jié)，華先勝作為 Target Re-Identification and Multi-Target Multi-Camera Tracking 的特邀演講嘉賓之一，發(fā)表了《Practices of Large-Scale Target Re-Identification》的演講。

華先勝告訴雷鋒網(wǎng) AI 科技評論，這一主題和電商的商品搜索及城市大腦項目都有著緊密的聯(lián)系，因此將阿里整個集團(tuán)與目標(biāo)重識別的業(yè)務(wù)綜合地做了一個介紹。搜索（search）的范圍相對寬泛一些，只需要找到符合要求的內(nèi)容，甚至是相似的內(nèi)容就可以了，比如以圖搜圖，可能會有很多相近的結(jié)果；而重新識別（Re-Identification）則需要精準(zhǔn)匹配，比如在整個城市里找到某輛車，目標(biāo)就非常明確了（只有一個）。不過，商品的搜索與城市大腦項目所涉及到的幾個關(guān)鍵步驟是很相似的，本質(zhì)上也就是做一個視覺搜索系統(tǒng)（visual search system）。「這與拍立淘的系統(tǒng)其實是很像的，只不過關(guān)鍵點的差別是在 feature 上。對于電商而言，要找的就是同一個商品或是相似的商品；而對于城市大腦的話，我們目前要找的主要集中于三種對象：車、人，和騎車的人?！?/p>

阿里從淘寶起家，后來也投身支付寶和菜鳥的業(yè)務(wù)，但實際上并沒有跳脫出電商的本質(zhì)。目前，城市大腦項目組的推行，則讓很多人看到了阿里的另一個野心：云計算?！赴⒗锿菩谐鞘写竽X項目最關(guān)鍵的地方在于，希望能通過大計算去挖掘大數(shù)據(jù)背后的價值?！谷A先勝告訴雷鋒網(wǎng) AI 科技評論，不論是交通或是安全，城市是一個非常大的數(shù)據(jù)載體，或者說是聚合體。包括視頻信號、GPS 信號、微波信號等多種類型的數(shù)據(jù)每天都在積累，但其中的價值還遠(yuǎn)遠(yuǎn)沒有充分挖掘出來?！赴⒗锍鞘写竽X中很關(guān)鍵的一個任務(wù)就是要解決視覺信號的問題，這實際上是對城市的智能感知?！?/p>

城市在沒有攝像頭的時候，一開始可以說是處于一個「無感無知」的情況；后來城市里有了攝像頭，但缺乏這些數(shù)據(jù)的分析和研究，這個狀態(tài)就是所謂的「感而不知」；而在?？低暋⒋笕A為代表的公司在攝像端算法上發(fā)力，逐漸往「感而略知」發(fā)展；如今以阿里等企業(yè)牽頭所做的城市大腦項目，則是希望做到「感而全知」。

「全面知、全局知、全時知，」華先勝以這三個詞概括了城市大腦的主要特點。全面知指的是除了車和車牌之外，我們可以了解城市中包括人與非機(jī)動車的一些情況；全局知指的是整個系統(tǒng)有強(qiáng)大的計算能力，得以從多個方面宏觀了解城市的情況；全時知則是實時、及時地把握城市在交通、安全等方面的情況。

此前華先勝在接受雷鋒網(wǎng)采訪的時候也提及，自己并不認(rèn)可企業(yè)只關(guān)注算法的商業(yè)模式，「城市大腦項目的推進(jìn)得益于強(qiáng)大的計算能力和 AI 技術(shù)的發(fā)展，阿里在做的其實是一個平臺、一個生態(tài)，歡迎各個企業(yè)也能夠加入其中，這樣一來，數(shù)據(jù)的價值也能更好地體現(xiàn)?！?/p>

而在 CVPR 2017 交流期間，華先勝也了解到，比起學(xué)術(shù)界，工業(yè)界能接觸到的數(shù)據(jù)量確實有著質(zhì)的差距?！肝易蛱炜吹揭粋€ poster，用了大概 20 個攝像頭、上百個人的數(shù)據(jù)，就算得上是大數(shù)據(jù)的研究了（large－scale），但阿里在算法研發(fā)中自測數(shù)據(jù)集基本上是上千個攝像頭，上萬個人的體量，這個數(shù)字在學(xué)術(shù)界可能是無法想象的?！共贿^，華先勝也指出了工業(yè)界的上線壓力和快節(jié)奏的特點，這也常常導(dǎo)致很多研究難以做得更加深入，需要學(xué)術(shù)界的自由度和前瞻性來彌補(bǔ)。

華先勝也告訴雷鋒網(wǎng) AI 科技評論，他在參會時感受一個明顯的需求，就是提升深度學(xué)習(xí) inference 的計算效率。不管是 embedded device 上的需求，還是云上大規(guī)模計算的場景，如何降低計算成本成為了一個熱點?！敢园⒗锇桶偷某鞘写竽X項目為例，需要處理的數(shù)據(jù)量非常大，從成本的角度出發(fā)，對效率也提出了更高的要求。阿里 iDST 同樣在做相關(guān)的優(yōu)化工作，也希望從本次 CVPR 上獲取一些效率提升的研究靈感。

此外，阿里這次來到 CVPR 現(xiàn)場，同樣有著不小的招人需求。正像雷鋒網(wǎng) AI 科技評論在此前報道中所提及的，本次的贊助商達(dá)到了 127 家，總贊助費超過 85.9 萬美金。與其他工業(yè)界展商一樣，阿里一方面是為了介紹自己的研究成果，另一方面也著眼于在人才濟(jì)濟(jì)的學(xué)術(shù)會議上招攬優(yōu)秀的老師和同學(xué)們加入阿里 iDST 。我們也期待，阿里 iDST 在未來能夠給我們帶來更多的城市大腦應(yīng)用，將數(shù)據(jù)的價值體現(xiàn)得淋漓盡致。

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。