0
| 本文作者： 亞萌 | 2016-12-18 17:50 | 專題：2016中國人工智能產(chǎn)業(yè)大會 |
編者按：12月17日，中國人工智能產(chǎn)業(yè)大會在深圳召開，商湯科技首席研發(fā)總監(jiān)林倞出席大會并發(fā)表演講。他主要講述了商湯科技在原創(chuàng)性技術(shù)上的深厚積累及在四大領(lǐng)域的產(chǎn)業(yè)布局。
林倞，商湯科技首席研發(fā)總監(jiān)，中山大學(xué)教授，國家優(yōu)秀青年基金獲得者。2008年博士畢業(yè)于北京理工大學(xué)，分別于2006-2007、2008-2010年在美國加州大學(xué)洛杉磯分校學(xué)習(xí)和工作(合作導(dǎo)師為朱松純教授)，2014-2015年在香港理工大學(xué)、香港中文大學(xué)訪問。長期從事視覺感知計(jì)算與智能學(xué)習(xí)相關(guān)領(lǐng)域的研究，在物體/場景結(jié)構(gòu)化解析、深度神經(jīng)網(wǎng)絡(luò)、相似性及度量學(xué)習(xí)、半監(jiān)督自主學(xué)習(xí)等方面取得了多項(xiàng)創(chuàng)新成果，并且在商湯科技的產(chǎn)品中應(yīng)用落地。迄今在CCF-A類國際學(xué)術(shù)期刊與會議上發(fā)表論文60余篇，包括在PAMI/IJCV期刊發(fā)表論文10篇，ESI高被引論文2篇。獲得NPAR 2010 最佳論文獎(jiǎng)，IEEE ICME 2014最佳學(xué)生論文獎(jiǎng)，2012 Google Faculty Award，2014 Hong Kong Scholars Award，率隊(duì)獲得2016 英特爾杯全國并行應(yīng)用挑戰(zhàn)賽金獎(jiǎng)。目前擔(dān)任IEEE Trans. Human-Machine Systems的副編輯(AE)。
以下是林倞演講全文，雷鋒網(wǎng)整理編輯。
就像剛才戴文淵博士講的，人工智能三起兩落，從創(chuàng)立到寒冬，到現(xiàn)在新的時(shí)代，大數(shù)據(jù)和高性能計(jì)算點(diǎn)爆了深度學(xué)習(xí)。這個(gè)過程都是與產(chǎn)業(yè)界密不可分的。從三起兩落也看出了，產(chǎn)業(yè)界對人工智能的期許非常高。我們把產(chǎn)業(yè)界的發(fā)展看成四個(gè)階段，從信息時(shí)代到互聯(lián)網(wǎng)，再更進(jìn)一步的物聯(lián)網(wǎng)和智聯(lián)網(wǎng)時(shí)代，整個(gè)過程中人工智能一直被廣泛關(guān)注，雖然一度被認(rèn)為距離應(yīng)用很遙遠(yuǎn)。那么現(xiàn)在是什么讓人們廣泛認(rèn)為人工智能是下一步的科技浪潮？其中重要的一點(diǎn)就是深度學(xué)習(xí)。
如果我們把人工智能系統(tǒng)看作是一個(gè)火箭的話，那么大數(shù)據(jù)就是燃料，深度學(xué)習(xí)算法就是火箭的引擎，我們還需要高性能技術(shù)（火箭的外殼）來點(diǎn)爆這個(gè)過程。
相比其他機(jī)器學(xué)習(xí)的算法或者工具，深度學(xué)習(xí)能夠更好地?cái)M合海量數(shù)據(jù)，利用端對端的學(xué)習(xí)方法，提升深度模型的預(yù)測精度。
自深度學(xué)習(xí)的復(fù)興以來，各項(xiàng)人工智能技術(shù)都有很大的突破。就像十幾年前廣泛認(rèn)為人工智能很難在產(chǎn)業(yè)界形成很大的影響，很多技術(shù)、方法被認(rèn)為是不能落地的，剛才前面的嘉賓談到問題，包括產(chǎn)業(yè)界人士和畢業(yè)生不好找工作，我也都碰到過。
我們看現(xiàn)在，不知不覺深度學(xué)習(xí)已經(jīng)深入到各種領(lǐng)域細(xì)節(jié)，包括最早的語音識別、人臉、圖像、生命科學(xué)都有廣泛的應(yīng)用。
在這樣的背景下，商湯科技的定位是希望走一條與傳統(tǒng)產(chǎn)業(yè)化不同的道路，我們是來自于學(xué)術(shù)界的科學(xué)家，希望堅(jiān)持我們原創(chuàng)性的技術(shù)。從人臉開始，我們是將深度學(xué)習(xí)成功運(yùn)用于計(jì)算機(jī)視覺的團(tuán)隊(duì)。在2014年，我們的人臉檢測算法超過了Facebook的人臉識別準(zhǔn)確率。在ImageNet，兩指標(biāo)達(dá)到世界第一。在這個(gè)算法背后我們建立自己的超算集群Deeplink，此外我們輻射到各種各樣的行業(yè)。
我們團(tuán)隊(duì)的特點(diǎn)，就是擁有一批國際廣泛影響力的成果。在人工智能領(lǐng)域，我們拿到的最佳論文數(shù)量應(yīng)該是全世界之一。在2013年之前，計(jì)算機(jī)視覺領(lǐng)域內(nèi)總共有29篇論文涉及到深度學(xué)習(xí)，其中有14篇是屬于我們團(tuán)隊(duì)，我們的數(shù)量僅次于谷歌微軟這樣大的公司。
簡單的介紹幾個(gè)核心任務(wù)。ImageNet的特點(diǎn)就是數(shù)據(jù)規(guī)模特別大，種類很多。從傳統(tǒng)圖像分類、定位、一般物品檢測、場景理解和層次結(jié)構(gòu)化的分割，基本上覆蓋了從底層視覺到高層視覺。從2010年以來，這個(gè)比賽一直是風(fēng)向標(biāo)。我們團(tuán)隊(duì)從2014年開始參加這個(gè)挑戰(zhàn)賽，2014年是亞軍，今年我們在三項(xiàng)任務(wù)中獲得冠軍，并且與競爭對手有較大的差距。
我們最早提出了DeepID，當(dāng)時(shí)在LFW數(shù)據(jù)集上，首次匯報(bào)超過人類肉眼的算法，這也成為了當(dāng)年AAAI的最佳學(xué)術(shù)論文。
另外就是在更早以前，我們提出了在圖像視頻中的“快速去霧算法”，當(dāng)時(shí)獲得了2009年的最佳論文獎(jiǎng)。
下圖右邊是我們搭建出來的一千層的網(wǎng)絡(luò)，我們提出高效、可拓展、靈活性的框架。從算法、硬件平臺到軟件框架的設(shè)計(jì)能力，我們是全覆蓋的。
此外我們還有前端，我們強(qiáng)調(diào)的是深度學(xué)習(xí)的學(xué)習(xí)能力。PPL是我們自己做的，所以在X86、ARM或者CUDA等不同的處理器架構(gòu)上，我們有比較明顯的優(yōu)勢。
現(xiàn)在我們有60多名的全職博士、100多名來自于北大清華的研發(fā)人員，還有來自于百度、微軟、聯(lián)想的大量工程團(tuán)隊(duì)。
我們有了這么多的原創(chuàng)算法，有這么多的頂級科研，怎么在產(chǎn)業(yè)化做進(jìn)一步的驅(qū)動(dòng)？目前商湯科技主要是在四個(gè)行業(yè)里做產(chǎn)業(yè)化布局，包括：安防-智慧城市、金融行業(yè)（主要是互聯(lián)網(wǎng)身份認(rèn)證）、移動(dòng)（娛樂互聯(lián)網(wǎng)）和智慧商業(yè)。
我們看第一個(gè)，我們是最早做人臉比對系統(tǒng)的公司。基于視頻，這是SenseFace的場景，可能大家知道一個(gè)新聞，在北京西站的乘客不用查身份證，已經(jīng)可以通過刷臉進(jìn)站了，這就是我們公司的產(chǎn)品。
這是今年新做的全局圖象視頻解析。因?yàn)槲冶救司褪亲鲞@個(gè)出身的，在十年前做這個(gè)的時(shí)候，也獲得了獎(jiǎng)項(xiàng)。這種圖象視頻解析到產(chǎn)業(yè)界還有很長的距離，我們來看能不能在監(jiān)控環(huán)境下實(shí)現(xiàn)精細(xì)化的人車屬性、層次結(jié)構(gòu)、運(yùn)動(dòng)信息的分析并且進(jìn)行結(jié)構(gòu)化存儲，使得大量的視頻數(shù)據(jù)和圖象數(shù)據(jù)能夠有效檢索查詢。這在交通行業(yè)和安防行業(yè)都將有廣泛深刻的影響，我相信這個(gè)應(yīng)該會促進(jìn)下一個(gè)變革。
這是另外一個(gè)場景，基于多目標(biāo)智能跟蹤一體機(jī)。它能夠通過預(yù)測對可疑目標(biāo)進(jìn)行抓拍，包括對車牌的快速抓拍識別。
這是我們在移動(dòng)互聯(lián)網(wǎng)另外一個(gè)場景，叫借貸寶，互聯(lián)網(wǎng)金融一個(gè)難點(diǎn)就是如何實(shí)現(xiàn)實(shí)名認(rèn)證，通過我們的算法能夠?qū)崿F(xiàn)檢測，可以看出這是真人還是照片。
另外中國移動(dòng)也已經(jīng)實(shí)現(xiàn)了三億的手機(jī)卡實(shí)名認(rèn)證，這是我們線上的產(chǎn)品，通過人的運(yùn)動(dòng)來區(qū)分身份證進(jìn)行比對。
這是移動(dòng)互聯(lián)網(wǎng)產(chǎn)品，有些比較潮的朋友可能都試過這樣的產(chǎn)品，包括娛樂化、人臉的關(guān)鍵化定位、增強(qiáng)虛擬現(xiàn)實(shí)等。
我們還是最早將深度學(xué)習(xí)應(yīng)用于城市學(xué)的公司，包括去模糊、去抖動(dòng)等等。
這是我們將圖象視頻從安防領(lǐng)域推廣到商業(yè)領(lǐng)域，我們叫智慧商業(yè)，包括對人群屬性分析、人群區(qū)域?qū)傩苑治龅龋瑏硗诰蚋嗟纳虡I(yè)價(jià)值，這都是基于視頻的大數(shù)據(jù)分析。
我們的目標(biāo)是AI+，我們希望通過2C端的技術(shù)來改變行業(yè)和相關(guān)的垂直領(lǐng)域，謝謝。
相關(guān)文章：
李德毅主題演講：為促進(jìn)AI發(fā)展，將推動(dòng)“智能科學(xué)與技術(shù)”成為一級學(xué)科｜2016 CAIIC
地平線機(jī)器人余凱：對自動(dòng)駕駛技術(shù)充滿敬畏 | GNEV7
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。
專題
本專題其他文章
