人民網(wǎng)北京12月29日電 （記者 申孟哲）美國東部時間12月10日，素有“計算機(jī)視覺奧林匹克”之稱的ImageNet結(jié)果揭曉。此次比賽有微軟、三星、高通、騰訊、UIUC等業(yè)界和學(xué)界巨頭參與，三支華人科學(xué)家團(tuán)隊則囊括了所有冠軍。來自國內(nèi)的商湯科技（SenseTime），更是成為首個在此項賽事中奪魁的中國企業(yè)。《紐約時報》對這項賽事結(jié)果第一時間進(jìn)行了報道。
首奪世界冠軍的中國企業(yè)
在計算機(jī)視覺領(lǐng)域，ImageNet堪稱發(fā)展風(fēng)向標(biāo)，在學(xué)界和業(yè)界都有著深遠(yuǎn)影響。
中國企業(yè)此次奪魁的“視頻物體檢測”比賽，是今年ImageNet的新增比賽任務(wù)，需要在運(yùn)動的連續(xù)視頻中檢測物體位置、同時識別物體類別，堪稱此次比賽中難度最大的領(lǐng)域。一旦該技術(shù)成熟，在無人機(jī)、交通、安防、電影、動畫等領(lǐng)域都將迎來巨大的應(yīng)用空間。
這項賽事中奪冠的團(tuán)隊，由香港中文大學(xué)歐陽萬里教授和商湯科技主任研究員閆俊杰領(lǐng)銜，在檢測數(shù)量、檢測準(zhǔn)確率兩項指標(biāo)上都獲得了世界第一，其中檢測準(zhǔn)確率更是超過60%。要知道，在四年前的首屆ImageNet上，冠軍對于靜態(tài)圖片物體的檢測準(zhǔn)確率也僅為8%。
這并非香港中文大學(xué)在此項賽事上首次一鳴驚人。該校的多媒體實驗室由湯曉鷗教授創(chuàng)立，是最早應(yīng)用深度學(xué)習(xí)進(jìn)行計算機(jī)視覺研究的華人團(tuán)隊。在去年的ImageNet上，該實驗室團(tuán)隊就曾獲得世界第二名，僅次于谷歌；同樣是在去年，在另一項世界級人工智能競賽LFW（大規(guī)模人臉識別競賽）上，該實驗室曾力壓FaceBook奪得冠軍，使得人工智能在該領(lǐng)域的識別能力首次超越真人，引爆科技界，并直接催生了之后該項技術(shù)的大規(guī)模商用浪潮。
領(lǐng)跑視覺技術(shù)的華人科學(xué)家
ImageNet由斯坦福、卡耐基梅隆、北卡羅萊納、密歇根等一流名校發(fā)起。現(xiàn)在，它正在迎來華人科學(xué)家“包圓兒”的時代。
比如，在圖像中物體定位、檢測比賽中獲得多項冠軍的微軟研究院團(tuán)隊，就是由4位中國科學(xué)家組成。該團(tuán)隊研究員何愷明博士，同樣畢業(yè)于香港中文大學(xué)多媒體實驗室，2009年，他就成為首獲計算機(jī)視覺領(lǐng)域三大國際會議之一CVPR“最佳論文獎”的中國學(xué)者。
而在圖像中物體定位等任務(wù)中取得世界第一的，同樣是由華人科學(xué)家率領(lǐng)的團(tuán)隊——悉尼科技大學(xué)陶大程教授、鄧健康博士、和南京信息工程大學(xué)劉青山教授領(lǐng)銜此團(tuán)隊。值得一提的是，2015年獲頒澳大利亞科學(xué)最高榮譽(yù)尤里卡獎的陶大程，也出身于港中大多媒體實驗室。
在計算機(jī)視覺這項“燒錢”又存在重重技術(shù)困難的領(lǐng)域，歷屆ImageNet中，都體現(xiàn)出巨大的技術(shù)壁壘。自2010年創(chuàng)辦以來，ImageNet 的參賽者中，不乏人工智能巨頭，包括谷歌、百度、微軟、高通、IBM、NEC、Adobe、三星、INRIA、牛津大學(xué)、伯克利大學(xué)等；而冠軍，則大多由谷歌，微軟、NEC等工業(yè)界巨頭，以及多倫多大學(xué)、東京大學(xué)等名校獲得。
縱覽此次奪冠的所有團(tuán)隊，無一例外地，都吸納了大量的知名教授、優(yōu)秀博士生。
打通學(xué)界與工業(yè)界
在ImageNet中，每隔一段時間，就會增加一項學(xué)術(shù)和工業(yè)界公認(rèn)的最難的任務(wù)。例如，2013年新增的圖像中的物體檢測任務(wù)，需要同時標(biāo)出圖像中所有物體位置并識別，是當(dāng)時人工智能的研究熱點。而今年新增的“視頻中通用物體檢測”，則是首次引入的視頻任務(wù)，除了難度更高之外，其對于工業(yè)界的實用價值也更強(qiáng)，更好地反映了市場的需求。
2012年至今，隨著人工智能突破性新技術(shù)—深度學(xué)習(xí)方法不斷進(jìn)步，計算機(jī)視覺技術(shù)也進(jìn)入了黃金發(fā)展期。作為最“燒腦”的行業(yè)之一，人工智能也的確需要這樣的合作。
商湯科技CEO徐立表示，深度學(xué)習(xí)給人工智能領(lǐng)域帶來了巨大變革，傳統(tǒng)工業(yè)界和科技界都需要有儲備和準(zhǔn)備應(yīng)對這場變革。
“利用深度模型在競賽中學(xué)習(xí)得到的特征可以被廣泛應(yīng)用；由 ImageNet 訓(xùn)練得到的深度學(xué)習(xí)模型，將會是推動人工智能在視覺領(lǐng)域發(fā)展的強(qiáng)大引擎。我們希望用持續(xù)積累的原創(chuàng)力量推動這場變革，幫助更多的企業(yè)，尤其是中國企業(yè)把現(xiàn)有產(chǎn)品與科技前沿的成果有地融合，讓中國的消費(fèi)者更早享受到科技進(jìn)步的改變?！毙炝⒄f。
陶大程則十分看好學(xué)術(shù)界與工業(yè)界的合作前景：“我們這支參賽隊伍由悉尼科技大學(xué)、南京信息工程大學(xué)聯(lián)合組成，并獲得了AMAX的硬件支持。大公司的優(yōu)勢在于硬件、人力資源方面的整合能力，學(xué)術(shù)界則能夠提供很多創(chuàng)新的想法。港中文多媒體實驗室和商湯科技的聯(lián)手奪冠，也是很成功的范例。大家合作研究技術(shù)與產(chǎn)品，這不僅僅是某一個實驗室、某一家公司的事情，而是整個人工智能界的必由之路。