阅面科技赵京雷：人工智能时代,智能机器需要怎样的眼睛？.pdfVIP

阅面科技赵京雷 ：人工智能时代 ，智能机器需要怎样 的眼睛 ？ 人工智能是当今最热门的领域 ，作为人工智能问题最重要的一环 ，计算机视觉的重要性无需 赘言。达芬奇曾说眼睛是人类心灵的窗户 ，对计算机来说亦是如此 ，如果我们赋予计算机视 觉感知能力 ，使得计算机能够像人类一样看到并理解周围的世界 ，人工智能才真正开始具有 灵气。当我们期待人工智能超越人类智能这个奇点的临近 ，我们就必须让计算机具备比人类 更强大的视觉能力。而在这个最好的时代等待计算机视觉的将会是全新的挑战。 2016年 6 月 8 日 ，阅面科技 CEO 赵京雷在接受 “模拟实验室特别 活动——以自然语言和机器视觉为引 ，畅谈人工智能的未来”邀请时 ， 以 “智能机器需要一双怎样的眼睛 ？”为主题 ，表达了自己观点。 “智能机器需要一双怎样的眼睛 ？” ——阅面科技 CEO 赵京雷 今天要和大家分享的是计算机视觉这个话题 ，还有我们的团队正在进行的一些开 发领域。 伪命题 ？深度学习才是突破 先做个自我介绍 ，我自己是人工智能班科出身 ，上海交通大学人工智 能博士 ，读书以及工作这些年 ，一直扎根于人工智能算法领域。我们 读书那个年代 ，机器学习刚刚兴起 ，那个时候的机器学习主要是以浅 层神经网络和支持向量机等为代表的浅层方法 ，依赖的数据量也不是 很大。当时机器学习算法碰到一个很大的问题 ，就是对数据量的接纳 是非常有限的。比如基于 1万样本去训练了一个模式识别模型 ，当有 了 100 万样本 ，识别算法是不是会更准 ？这个回答是否定的 ，因为 浅层网络参数量是较少的 ，所以会出现当数据量爆炸后模型的精度可 能不增反降, 也就是过拟合问题。这也是困扰机器学习算法很深的一 个问题 ，因此人工智能概念一度成为一个伪命题。 近些年 ，尤其是今年 ，人工智能重新成为一个爆点 ，大家都在讨论人 工智能技术 ，最重要的原因就是深度学习这样一个技术的成功应用。 深度学习通过模拟人类大脑神经网络的认知过程 ，理论上你可以增加 神经网络层数和复杂度 ，增加机器学习算法对数据承载的能力 ，这样 机器学习可以和大数据非常好的结合起来。伴随着移动互联网的海量 数据生产能力 ，深度学习在很多的模式识别任务上取得很大突破。比 如在人脸辨识上 ，人类的识别率在 97.75% ，而机器这一块已经可以 在某些数据集上可以做到 99%以上。 阅面科技 ：给机器一双智能的眼睛 基于我们在深度学习领域的积累 ，我和团队成立了阅面科技 ，我们希 望通过深度学习和计算机视觉的结合 ，给予未来智能机器一双智能的 眼睛。计算机视觉是人工智能的一个主要分支 ，未来的智能机器要会 看、会听、要能够理解人。我们认为在 “会看”这方面 ，机器在未来 可以比人做的更好。 前些年受手机终端和移动互联网红利的影响 ，在各行各业出现了很多 智能硬件。但当前智能硬件的最大的问题是不够智能 ，不具备足够的 智能能力。人工智能算法的进步将使得这些智能硬件真正智能起来 ， 成为 “智能机器”。服务型机器人、智能家居设备、VR/AR等都有 潜力成为智能手机后的下一代平台级智能终端。在计算机视觉方面 ， 有两方面的能力对这些智能机器至关重要 ，一方面是人机交互能力 ， 另一方面是场景感知能力。 以前计算机视觉在工业界的突破主要是集中在云端算法上 ，云端场景 下计算资源是不受限的 ，可以用大规模的集群去跑非常复杂的模型。 前段时间Alphago 战胜了李世石 ，在计算能力上其实是几百台机器 战胜了一个人类。而新一代智能机器 ，比如机器人、VR/AR各种设 备里面 ，视觉信息的处理具备两个典型特点 ，一个是实时化 ，一个是 本地化。智能机器的眼睛要解决的问题就是让深度学习算法在前端、 在嵌入式环境下非常实时、低耗能的跑起来。阅面科技主要就是要解 决上述问题 ，给智能机器装上一个智能的眼睛 ，帮智能机器解决好人 机交互和环境感知的问题。 “软”、 “硬”、 “芯”一体化视觉解决方案 这是我们提供给智能机器的一个视觉解决方案 ，大家可以看一下在云 端这一块 ，我们最重要的一个技术一定是基于深度学习 ，深度学习涉 及到大数据处理 ，我们使用一个 GPU集群对海量的图像、视频等数 据进行加工处理、学习训练 ，然后在这个基础之上我们提供 “软”、 “硬”、 “芯”一体化的视觉算法解决方案。 “软”指的是帮助智能 机器进行视觉认知的一系列算法 SDK ； “硬”指的是为特定行业进 行优化的硬件方案 ，比如认知摄像头 ； “芯”是指的芯片级