大咖AI聊 | 商汤科技钱晨：底层研究尤为重要 人工智能需要真正落到实处

火热的AI时代，初入人工智能领域做研究

如何规划职业方向？

计算机视觉技术发展之快

怎样才能做出有意思且有意义的事情？

面对人工智能层出不穷的新挑战

我们应该如何面对？

本期「大咖AI聊」我们邀请到了

商汤科技研究总监钱晨

作为校招大咖的「收官」访谈

钱晨分享了在CV领域做研究最真实感受

对于未来的AI领航员

他提到「基础性研究工作

对人工智能进一步认知尤为重要」

Q：今年的CVPR 大会您和团队取得了卓越的成绩，spotlight环节以4分钟口述报告分享了计算机视觉领域的贡献和创新之处，多年在人脸关键点、姿态识别、手势识别、视线追踪等相关领域做研究，您最大的感受是什么？

“对于整个计算机视觉领域而言，这些年最大的感触就是技术发展快，新的问题和新的挑战层出不穷，让我们有很多有意思且有意义的事情可以做。比如ImageNet图片分类做了很多年，但是最近注意力机制才开始被成功应用。我们今年CVPR的文章在图片分类上成功地应用了注意力机制，将基础模型进一步完善，提高了参数效率。

在这个过程中，总会面临各种新挑战带来的新问题。当你发现这些问题用之前的很多方法解决不了的时候，这就迫使我们不断地积累想法，不断地探索。所以我们见证了从想法的产生到技术落地化，再到为人所用这样一个过程。

计算机视觉是一个很大的领域，其中包括很多方面。每一个方面都会有从荒芜到爆发的过程，在不断地解决问题中，大家就会发现一些崭新的机会和思路。所以，对于我们能够参与其中的人，做学术研究有挑战性，这也是让我们为之兴奋的原因。

另外，计算机视觉领域的特点是开放和共享。大家的工作是公开的，每个人都愿意把研究成果分享出来，这是在任何其他研究领域都很少见的。因为我们知道，有了大家的的通力合作，才能在一起解决问题。现在我们也明显地感受到论文发布的速度非常快，不像之前只有在学术顶会上才知道最前沿的技术，很多人如果有了最新的技术成果，他们会及时分享出来。当别人看到这些开放的成果后，就可以沿着这个结果继续推进，所以计算机视觉领域的发展速度快，迭代周期短，这是我感受最深的两点。”

Q：您负责的研究领域，平时工作中是否遇到技术难点或者壁垒？我们公司在这方面是怎么做的？

“其实商汤最擅长的有两个部分。一是我们解决了学术领域的「通常状况」到产品化过程中「所有状况」的难题。大家都知道，学术研究领域解决的是一个通常情况的问题，但如果我们在某项技术产品化的情况下，就要用大量的数据和训练去验证在所有情况下都能工作才行。

比如，我们想要做的人脸关键点定位，通常68个点的人脸关键点定位在±45度之间做得比较准确就可以，这在学术上就有了解法。但如果我们要用到产品里去，客户就会提出问题：极端的表情，极端的姿态，极端的光照，是不是都可以定位得很好？

我们最近提出的240点人脸关键点技术就是与实际的美妆场景结合，在各种极端的表情下都能做得非常准确，这才算技术真正落到产品里去。

二是将学术上探索的结果推到极致，这也是我们擅长的。在学术上我们大概有十万，几十万的训练集和一些测试集去探索这些方法，但实际场景中我们有更多的资源，可以把数据的大小推到百万甚至千万。一旦数据的量级到达一定程度，会有很多独特的问题出现，比如说如何分布式训练，如何清理数据等等。

三是从算法成本的角度，成本越低应用范围越广。比如计算开销、时间成本、内存消耗等。在产品化过程中，降低成本的消耗也是要解决实际的问题，而这些问题的解决，也有很多需要研究的地方。

总结起来，大量的数据、降低算法成本的开销、与场景和业务紧密结合，这三个部分我认为是技术产品化的难点。我们公司在这三方面积累很深，如果说仅仅拿一些开源技术去做产品，这三个壁垒都会出现，也正因为这样，商汤坚持做原创技术。”

Q：对于想进入人工智能领域或CV研究的毕业生，您有什么关于职业方向的建议？如何才能将人工智能落到实处？

“人工智能这个领域最近比较火热，那么各种机会就呈现出来。当一个领域特别受追捧的时候，我们更应该脚踏实地一些。对于人工智能的研究，大家可能主要关心两个方面。

首先，在研究方向上，我建议大家可以做些关于人工智能的底层研究，人工智能现在比较缺少 fundamental 的工作。

在这么火热的时期，很多人不清楚为什么，只是借人工智能的名义做一些初浅的尝试，并没有深入的研究。如果研究者把大量的精力投入在这方面，整个圈子就会浮躁，所以我希望更多的人投入些基础性的、底层的研究，对人工智能产生进一步认知，还是很有必要的。

另外，现在很多人说人工智能是拿着锤子找钉子，像商汤也在这些方面有很多探索，把人工智能引进来，无论从节省成本还是带来新的功能方面，真正对整个行业和领域产生有利的改变。

商汤在安防、增强现实、手机以及互联网视频等领域做的事情，是我们通过大量的工作，验证了在这些领域人工智能确实可以带来新东西和有利改变，也在实际的生活中潜移默化地影响大家。所以年轻人应该在人工智能如此火热的阶段，踏实下来，把人工智能真正落到实处。”

Q：在可预见的未来中，您觉得有什么高科技产品或者技术将会被淘汰？有哪些新产品或技术会将其替代？

“近期，我个人认为不会有哪类高科技的产品被淘汰，但是会有改变，就是技术的升级。很多人想做一些颠覆性的产品，但事实上，很多时候证明一步到位还是比较困难的。即便是颠覆性的工作，比如AR、无人车等等，大家也在慢慢地从技术层面一步一个脚印儿去做。

之前大家觉得AR带上了眼镜就是一步到位了，但很多技术达不到这个程度，慢慢地就借助于手机平台，一点点增强AR的能力，利用手机让大家感受到了增强现实的技术。进行产品升级，增强现有的功能。

还有就是无人车，之前谷歌研发的全自动驾驶汽车，想用无人车代替公交汽车和人为驾驶，如果一步到位的话，产生的困难比较大。大家现在也是从无人驾驶每个阶段上，一步步进行技术更新。”

Q：如果有同学想加入您的团队，哪类人才是你们需要的？从个人来说，您更看重的是哪些能力？

“学习能力。因为计算机视觉技术发展非常快，所以接受知识的速度以及学习能力非常重要。

创新能力。在工作中遇到某些新问题，当前人没有一个较为完备的解决方法，这就需要当你无论好坏，都要提出自己的看法，有一个解决问题的方法去尝试。

交流和沟通的能力。现在人工智能做落地，你需要把自己的研究成果、新技术讲给大众听，所以无论你跟其他部门还是客户，工作中会有大量的交流和讨论，如果有高效的沟通和表达能力也是加分项。

在人才选拔上，我觉得客观来说，无论是谁不会具备所有能力，这样每个人的优势就显得格外重要。如果在简历和面试中能够突出优势，之前的学习经历或实习经历能够证明你的长处，有接受新事物、不断学习的潜质，我们会优先考虑这样的人选。”

Q：我们最近一直在筹划AI领航员的计划，旨在从应届毕业生中选拔优秀的人才，我司对于AI领航员有哪些具体的要求？

“AI领航员应该在AI的某些子领域有独到的想法，对整个领域有一定的把控能力，这些很难按照某些特定的标准来衡量。比如对待某个问题上，经过长期的积累，形成自己的想法和计划，对整个领域有一定的基础理解能力，这是我比较看好的。我觉得这不是通过哪些标准来筛选人才，除一些定向的标准外，我觉得还是从面试当中，深度了解、沟通，才会有合理的判断。”