0
| 本文作者： 亞萌 | 2016-12-18 17:50 | 專題：2016中國人工智能產業大會 |
編者按：12月17日，中國人工智能產業大會在深圳召開，商湯科技首席研發總監林倞出席大會并發表演講。他主要講述了商湯科技在原創性技術上的深厚積累及在四大領域的產業布局。
林倞，商湯科技首席研發總監，中山大學教授，國家優秀青年基金獲得者。2008年博士畢業于北京理工大學，分別于2006-2007、2008-2010年在美國加州大學洛杉磯分校學習和工作(合作導師為朱松純教授)，2014-2015年在香港理工大學、香港中文大學訪問。長期從事視覺感知計算與智能學習相關領域的研究，在物體/場景結構化解析、深度神經網絡、相似性及度量學習、半監督自主學習等方面取得了多項創新成果，并且在商湯科技的產品中應用落地。迄今在CCF-A類國際學術期刊與會議上發表論文60余篇，包括在PAMI/IJCV期刊發表論文10篇，ESI高被引論文2篇。獲得NPAR 2010 最佳論文獎，IEEE ICME 2014最佳學生論文獎，2012 Google Faculty Award，2014 Hong Kong Scholars Award，率隊獲得2016 英特爾杯全國并行應用挑戰賽金獎。目前擔任IEEE Trans. Human-Machine Systems的副編輯(AE)。
以下是林倞演講全文，雷鋒網整理編輯。
就像剛才戴文淵博士講的，人工智能三起兩落，從創立到寒冬，到現在新的時代，大數據和高性能計算點爆了深度學習。這個過程都是與產業界密不可分的。從三起兩落也看出了，產業界對人工智能的期許非常高。我們把產業界的發展看成四個階段，從信息時代到互聯網，再更進一步的物聯網和智聯網時代，整個過程中人工智能一直被廣泛關注，雖然一度被認為距離應用很遙遠。那么現在是什么讓人們廣泛認為人工智能是下一步的科技浪潮？其中重要的一點就是深度學習。
如果我們把人工智能系統看作是一個火箭的話，那么大數據就是燃料，深度學習算法就是火箭的引擎，我們還需要高性能技術（火箭的外殼）來點爆這個過程。
相比其他機器學習的算法或者工具，深度學習能夠更好地擬合海量數據，利用端對端的學習方法，提升深度模型的預測精度。
自深度學習的復興以來，各項人工智能技術都有很大的突破。就像十幾年前廣泛認為人工智能很難在產業界形成很大的影響，很多技術、方法被認為是不能落地的，剛才前面的嘉賓談到問題，包括產業界人士和畢業生不好找工作，我也都碰到過。
我們看現在，不知不覺深度學習已經深入到各種領域細節，包括最早的語音識別、人臉、圖像、生命科學都有廣泛的應用。
在這樣的背景下，商湯科技的定位是希望走一條與傳統產業化不同的道路，我們是來自于學術界的科學家，希望堅持我們原創性的技術。從人臉開始，我們是將深度學習成功運用于計算機視覺的團隊。在2014年，我們的人臉檢測算法超過了Facebook的人臉識別準確率。在ImageNet，兩指標達到世界第一。在這個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。
我們團隊的特點，就是擁有一批國際廣泛影響力的成果。在人工智能領域，我們拿到的最佳論文數量應該是全世界之一。在2013年之前，計算機視覺領域內總共有29篇論文涉及到深度學習，其中有14篇是屬于我們團隊，我們的數量僅次于谷歌微軟這樣大的公司。
簡單的介紹幾個核心任務。ImageNet的特點就是數據規模特別大，種類很多。從傳統圖像分類、定位、一般物品檢測、場景理解和層次結構化的分割，基本上覆蓋了從底層視覺到高層視覺。從2010年以來，這個比賽一直是風向標。我們團隊從2014年開始參加這個挑戰賽，2014年是亞軍，今年我們在三項任務中獲得冠軍，并且與競爭對手有較大的差距。
我們最早提出了DeepID，當時在LFW數據集上，首次匯報超過人類肉眼的算法，這也成為了當年AAAI的最佳學術論文。
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”，當時獲得了2009年的最佳論文獎。
下圖右邊是我們搭建出來的一千層的網絡，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計能力，我們是全覆蓋的。
此外我們還有前端，我們強調的是深度學習的學習能力。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上，我們有比較明顯的優勢。
現在我們有60多名的全職博士、100多名來自于北大清華的研發人員，還有來自于百度、微軟、聯想的大量工程團隊。
我們有了這么多的原創算法，有這么多的頂級科研，怎么在產業化做進一步的驅動？目前商湯科技主要是在四個行業里做產業化布局，包括：安防-智慧城市、金融行業（主要是互聯網身份認證）、移動（娛樂互聯網）和智慧商業。
我們看第一個，我們是最早做人臉比對系統的公司。基于視頻，這是SenseFace的場景，可能大家知道一個新聞，在北京西站的乘客不用查身份證，已經可以通過刷臉進站了，這就是我們公司的產品。
這是今年新做的全局圖象視頻解析。因為我本人就是做這個出身的，在十年前做這個的時候，也獲得了獎項。這種圖象視頻解析到產業界還有很長的距離，我們來看能不能在監控環境下實現精細化的人車屬性、層次結構、運動信息的分析并且進行結構化存儲，使得大量的視頻數據和圖象數據能夠有效檢索查詢。這在交通行業和安防行業都將有廣泛深刻的影響，我相信這個應該會促進下一個變革。
這是另外一個場景，基于多目標智能跟蹤一體機。它能夠通過預測對可疑目標進行抓拍，包括對車牌的快速抓拍識別。
這是我們在移動互聯網另外一個場景，叫借貸寶，互聯網金融一個難點就是如何實現實名認證，通過我們的算法能夠實現檢測，可以看出這是真人還是照片。
另外中國移動也已經實現了三億的手機卡實名認證，這是我們線上的產品，通過人的運動來區分身份證進行比對。
這是移動互聯網產品，有些比較潮的朋友可能都試過這樣的產品，包括娛樂化、人臉的關鍵化定位、增強虛擬現實等。
我們還是最早將深度學習應用于城市學的公司，包括去模糊、去抖動等等。
這是我們將圖象視頻從安防領域推廣到商業領域，我們叫智慧商業，包括對人群屬性分析、人群區域屬性分析等，來挖掘更多的商業價值，這都是基于視頻的大數據分析。
我們的目標是AI+，我們希望通過2C端的技術來改變行業和相關的垂直領域，謝謝。
相關文章：
李德毅主題演講：為促進AI發展，將推動“智能科學與技術”成為一級學科｜2016 CAIIC
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
