江苏龙网

  1. 首页 > 资讯 > 资讯 > >

印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司( 四 )


唐文斌开门见山地抛出一个词“CV+” 。 意思是 ， 计算机视觉（CV）的核心就是从图像和视频里怎样获得高层次理解的信息 ， 这就是旷视科技现在在做的事情 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

唐文斌认为 ， 在这个过程中 ， 他的团队洞察到有两大问题亟需解决 。
1、首先是在输入层面 ， 如何获得最佳的视频和图像 ， 以方便后续的图像信息理解？
2、然后是输出层面 ， 理解了又怎样？
问题的答案是什么？唐文斌扔出了一张旷视科技地技术地图 ， 叫CV+ 。 旷视最早的时候是以深度学习为核心 ， 以深度学习作为支撑 ， 支撑起了计算机视觉这样的应用 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

如何获得更好的输入？从计算机视觉出发 ， 旷视科技发展了计算摄影学 。
识别了又怎样呢？从计算机视觉出发 ， 旷视发力了视觉反馈控制 。
讲到这里 ， 唐文斌提醒大家讲到的东西会比较技术 。
1、深度学习算法本身的思考
旷视科技在算法、数据和系统三个维度对深度学习进行了探讨 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

在算法上 ， 可以简单分为以下几个方面 。
（1）在深度神经网络结构创新上 ， 旷视科技有一个专门的基础模型组 ， 不做应用研究 ， 只探索深度学习本身的边界 。 唐文斌主要分享了两个技术 。
一是动态神经网络 。 一般情况下 ， 神经网络其实都是一成不变的 。 旷视就想 ， 能不能根据输入神经网络还能有所变化？于是就有了这一新技术 ， 动态神经网络能获得更高的精度 ， 获得更高的速度 。
二是之前旷视提出了ShuffleNet ， ShuffleNet在很多低算力场景下如何让神经网络效率更高 。
（2）在芯片优化方面 ， 芯片的本质是0、1问题 ， 那么AI能不能也变成0、1的问题 ， 从而获得极高的性能功耗比？基于这样的思考 ， 旷视研发了两个东西：
一是DorefaNet 。 Dorefa就是1、2、4 ， 这个网络目标是实现通过低比特神经网络 ， 让它在性能功耗比上有本质的提升 。
二是通过算法本身和芯片 ， 旷视和合作伙伴一起做芯片的共同设计 ， 让这个芯片不再是个普通的芯片 ， 而是拥有极致的性能功耗比 。
（3）在规模化算法序列方面 ， 旷视科技的研发人员研发出了千卡分布式训练祖母模型 ， 使得大模型来训练中等模型 ， 中等模型再训练小模型 ， 就像祖母培养爸爸 ， 爸爸培养孩子 ， 因此名字里含有“祖母” 。 唐文斌还提到了AutoML ， 能通过网络方法自动模型做物联网的探索 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

（4）在算法自演化方面 ， 旷视科技开发了算法自演化模型 ， 使得算法不再一成不变 ， 数据可以不需要监督的 ， 不需要标注 ， 能够和那些数据迭代自身 ， 在旷视一些应用里现在已经开始在使用 。
（5）在数据和系统方面 ， 旷视有天元MegEngine和Brain++一整套系统 ， 通过工程化创新去提升效率 。 数据层面之前也发布了一个数据集 ， 和北京智源研究院一起发布的“Objects365” ， 据称是第二大数据集的16倍 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

2、计算机视觉
基于深度学习的技术和能力 ， 旷视科技这几年一直在做计算机视觉 。 唐文斌坦言 ， 虽然旷视好像做了很多的算法 ， 但市场还需要很多很多多维度、高精度、高关联度的算法 。 “当我们看待一个问题时 ， 它有不同的对象、不同的属性、不同的事件 ， 等于一系列的东西 ， 我需要非常多的算法 。 ”且“必须是能接近95%、99%甚至99.99%的准确率 。 ”
对此 ， 旷视科技除了通过前面讲的技术解决 ， 还依靠整个full time（全职）研究员大概500人的研究院 ， 据称是全球最大的计算机视觉研究院 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

3、如何更好地输入——计算摄影
以计算摄影领域的屏下摄像头场景举例 ， 当下现状是 ， 屏幕、光传感器、算法都是独立的 ， 面临屏幕下进光不够的问题 ， 传统的光感知系统中 ， 就是对光、感、知各系统进行独立优化 ， 这是低效的 。 而旷视科技的优化思路是 ， 将三大环节联合优化 ， 屏幕进光量不足 ， 可以在传感器环节解决 ， 增大曝光面积 ， 优化AI算法 。 从最终应用出发 ， 做联合优化 。
印奇|旷视CEO印奇：AI步入死亡之谷，要做最“硬”AI公司
文章图片

3、输入后做什么——视觉反馈的控制
第一 ， 眼、脑、手的配合与协同优化 。 看到之后能不能让手动起来 ， 手眼是要联动的 。 旷视称 ， 目前已经能“眼之所见 ， 手之所向” ， “脑之所念 ， 手之所动” 。 第二 ， 眼、脑、腿的协同优化 。 据称旷视科技目前已实现通过复杂的场景看到这个世界 ， 让小车、让“腿”能够跑起来 ， 而且能跑得很快 。


推荐阅读


上一篇：被忽略的校园感染？《纽约时报》粗略统计发现：全美270所大学逾6300人感染新冠病毒

下一篇：真香节|拼多多上线首届“真香节”，亿元现金补贴助力年轻人“花得更少，用得更好”