AI喋血江湖，CV去向何方 | CCF-GAIR 2020

5 億多年前，汪洋之中生活著一些身體構(gòu)造極其簡單的小生物們，它們靜等食物的到來，或也成為它物的食物。

偶然也好、必然也罷，最早期的這些小生物們慢慢出現(xiàn)了一雙雙“眼睛”，這個器官使得它們在獵取食物時可以自如地進攻，也可以自在地防守。

適者生存的理論指引下，之后相對較短的一段時間內(nèi)，地球上的物種得到了非常豐富的發(fā)展，這也使得視覺進化引發(fā)“寒武紀大爆發(fā)”。

由此受惠的當然也包括人類，視覺也慢慢成為人們最為重要的感知系統(tǒng)，人腦中超過一半的認知都需要與視覺相聯(lián)系，人們利用視覺支持日常的生活、工作，更好地了解世界。

5 億年，時間完美地讓絕大多數(shù)動物都看到了世界的光明，但稍顯遺憾的是：

直到今天，機器和計算機面對的還是相對“黑暗時代”。

我們在街頭巷弄安裝了視頻攝像頭，但只能做到事后報警，尚不能做到事前預(yù)警；

我們的社會每天都會產(chǎn)生海量視頻數(shù)據(jù)，但我們無法根據(jù)這些數(shù)據(jù)進行高效檢索；

我們可以讓無人機在廣袤天空展翅，但我們還不能根據(jù)它所看到的數(shù)據(jù)繪制地貌。

總結(jié)而言：

作為一個社會整體，我們還是個盲人，因為我們最為智能的機器還是個盲人。

這是此前 CV 大牛李飛飛教授出席未來論壇時，談到的她對于視覺智能的一些看法。

而這個看法，也被業(yè)內(nèi)絕大多數(shù)從業(yè)者所認同。他們認為，計算機視覺目前在各研究應(yīng)用中主要還存有幾大問題： 

1、感知問題可以通過神經(jīng)網(wǎng)絡(luò)函數(shù)無限逼近，相比之下認知問題解決起來就比較棘手。 

比如：如何準確、快速地教會機器辨識什么是一把椅子？如果定義為四條腿，很多椅子并不滿足此描述；如果定義為可以坐的物體，很多非椅子類工具也有此功能。

一個如此簡單的檢測物體問題，背后都蘊含著多層次的認知問題，而這些問題至今還未得到完美解決。

2、在遮擋、模糊等弱線索情況下，人類作出某種判斷可以依據(jù)常識、推理等輔助手段實現(xiàn)全過程構(gòu)建。

但如果想要將這些能力教授給機器則非常困難，它們所表現(xiàn)的識別能力與人類相比相差甚遠，在需要能力協(xié)同、關(guān)鍵決策、精準控制時，機器智能尚顯不足。

計算機視覺技術(shù)帶給機器的能力不只是用來觀察世界，而是需要與世界建立聯(lián)系，從而智能交互。

換句話說：計算機視覺技術(shù)在城市級領(lǐng)域的探索才剛剛開始。

認識到技術(shù)的重要性及問題的多面性，作為全行業(yè)最為關(guān)注 AI 賽道的媒體之一，雷鋒網(wǎng)緊抓市場化急速前進節(jié)點，于每年的「CCF-GAIR 全球人工智能與機器人峰會 」上開設(shè)「 視覺智能 」專場。

CCF-GAIR 是目前本土人工智能領(lǐng)域規(guī)格最高、影響力最大的峰會之一。自 2016 年創(chuàng)辦以來， 已先后邀請到諾貝爾獎得主、圖靈獎得主，20 余位中美英法加等國院士、百余位 IEEE / ACM / IAPR Fellow、數(shù)百位在各自專業(yè)領(lǐng)域享有盛譽的學者以及 AI 領(lǐng)域的知名企業(yè)家、投資者和創(chuàng)新者共襄大會。

而「 視覺智能 」專場的目的則比較聚焦：召集業(yè)內(nèi)最為頂尖的技術(shù)大牛、業(yè)界專家，圍繞未來城市級視覺 AI 的發(fā)展方向展開細致討論。
過去五年，「 視覺智能 」專場已經(jīng)邀請到了包括：權(quán)龍、羅杰波、賈佳亞、孫劍、Demetri Terzopoulos、梅濤、山世光、林達華、王曉剛、王孝宇、溫浩、申省梅等超過三十位業(yè)界頂尖學者分享前瞻的技術(shù)研究 & 產(chǎn)品經(jīng)營方法論。

譬如孫劍，身為曠視首席科學家、研究院院長、西安交通大學人工智能學院院長，去年 7 月 14 日，在第四屆 CCF-GAIR 全球人工智能與機器人峰會「 視覺智能 」專場上，他便從視覺智能、計算機攝影學以及 AI 計算三個方面介紹了計算機視覺研究領(lǐng)域的變革。

他首先回顧了深度學習發(fā)展歷史。深度學習發(fā)展到今天并不容易，過程中遇到了兩個主要障礙：

第一，深度神經(jīng)網(wǎng)絡(luò)能否很好地被訓練。在深度學習獲得成功之前曾被很多人懷疑，相比傳統(tǒng)的機器學習理論，深度學習神經(jīng)網(wǎng)絡(luò)的參數(shù)要比數(shù)據(jù)大 10 倍甚至上百倍；

第二，當時的訓練過程非常不穩(wěn)定，論文即使給出了神經(jīng)網(wǎng)絡(luò)訓練方法，其他研究者也很難把結(jié)果復現(xiàn)出來。

這些障礙直到 2012 年才開始慢慢被解除。孫劍認為，深度學習和傳統(tǒng)機器學習最大的差別是，隨著數(shù)據(jù)量越來越大，使用更大的神經(jīng)網(wǎng)絡(luò)就有可能超越人類性能。

孫劍之外，上述的每一個人，都在為算力的陡增做著嘗試、為算法的精進做著努力、為計算機視覺的成熟應(yīng)用而深刻改變社會的信息資源使用觀念和方式做著奮斗。

同時，他們也都選擇在「CCF-GAIR 全球人工智能與機器人峰會 」這個目前中國學術(shù)界最為標桿的大會之上發(fā)表他們過去幾十年的所思、所想。

「 視覺智能 」專場

計算機視覺技術(shù)應(yīng)用路上，道阻且長，尚有無數(shù)未知黑暗森林亟待探索。

歷史車輪滾滾勢不可擋，每隔一段時間都會有新的技術(shù)突破。

2020 年，技術(shù)的迭代又匹配了哪些城市場景？而這是否又會帶來新一輪的市場洗牌？

2020 年 8 月 7 日 -9 日，由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網(wǎng)聯(lián)合承辦的第五屆 CCF-GAIR 全球人工智能與機器人峰會，即將在深圳召開。

延續(xù)往年，今年再次設(shè)置了「視覺智能 」專場。

本專場以「城市視覺新基建 」為主題，匯聚全球極具代表性的計算機視覺、AI 芯片、安防、智能服務(wù)器等企業(yè)高管，聯(lián)合政、企、學、研、投、媒六界頂層資源，共同探討智能城市背后計算機視覺的未來。

目前已經(jīng)確認的演講嘉賓包括：

田奇，華為諾亞方舟實驗室首席計算機視覺科學家，IEEE Fellow

孫劍，曠視首席科學家

林達華，商湯科技聯(lián)合創(chuàng)始人

姚志強：云從科技聯(lián)合創(chuàng)始人

張磊，阿里巴巴集團副總裁，達摩院 AI 中心副主任，IEEE Fellow

申省梅，澎思科技首席科學家、新加坡研究院院長

通過一年一度的計算機視覺賽道品牌盛會，雷鋒網(wǎng)希望你能從中讀出鮮活的落地實踐，考察字里行間的深意所向，還原起初不知或無法了解的既定事實，并重新審視那些塑造當今世界智能化的下沉力量。