CVPR 2020商湯斬獲3冠！62篇論文入選，“算法工廠”憑什么領(lǐng)跑行業(yè)？

魚羊 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

“視覺實(shí)力秀”，CVPR 2020 正在線上舉辦中。

本屆 CVPR 號(hào)稱十年來(lái)最難的一屆，共接收 6656 篇論文，中選 1470 篇，錄用率僅為 22%，為十年來(lái)最低的一次。

不過，中國(guó)軍團(tuán)依然表現(xiàn)亮眼。學(xué)術(shù)界清華領(lǐng)銜，商湯則以  62 篇論文入選的成績(jī)，領(lǐng)跑產(chǎn)業(yè)界。

成績(jī)亮眼，卻有些見怪不怪。畢竟，這已經(jīng)不是商湯第一次在頂會(huì)上“一騎絕塵”。

此前的 ICCV 2019 上，商湯及其聯(lián)合實(shí)驗(yàn)室就曾以入選 57 篇論文的成績(jī)引來(lái)矚目。

而這一次的 CVPR，在入選論文數(shù)上，商湯持續(xù)超越微軟、Facebook 等科技巨頭。

并且，又拿下了 CVPR 2020 ActivityNet 時(shí)空動(dòng)作定位賽道、動(dòng)作分類賽道，以及 CVPR 2020 NTIRE 競(jìng)賽等  3 項(xiàng)世界冠軍。

至此，成立 6 年以來(lái)，商湯已經(jīng)在各種重要賽事中，斬獲了 60+ 個(gè)世界第一。

那么，問題來(lái)了，商湯憑什么？

62篇論文 + 3項(xiàng)世界冠軍，實(shí)現(xiàn)多領(lǐng)域技術(shù)突破

先來(lái)看看，商湯的 CVPR 2020 成績(jī)單背后，是怎樣的技術(shù)進(jìn)展。

三項(xiàng)比賽中，ActivityNet 是 視頻動(dòng)作識(shí)別領(lǐng)域的重要實(shí)力檢驗(yàn)競(jìng)賽。

該項(xiàng)競(jìng)賽歷年由 Google、Facebook、UC Berkeley 等頂尖院校與研究機(jī)構(gòu)主辦，相關(guān)技術(shù)在視頻分析、活體檢測(cè)等多項(xiàng)實(shí)際應(yīng)用中具有重要價(jià)值。

在 AVA-Kinetics 時(shí)空動(dòng)作定位比賽中，依托自研技術(shù)對(duì)象-場(chǎng)景-對(duì)象推理網(wǎng)絡(luò)（ACAR-Net）和自有的深度學(xué)習(xí)超算平臺(tái)，商湯研究院和 X-Lab 及香港中文大學(xué)-商湯聯(lián)合實(shí)驗(yàn)室團(tuán)隊(duì)以絕對(duì)優(yōu)勢(shì)奪得第一。

39.62mAP的成績(jī)，大幅領(lǐng)先今年的第二名 6.71 mAP。

在動(dòng)作分類競(jìng)賽中，商湯研究院和 X-Lab 及聯(lián)合實(shí)驗(yàn)室團(tuán)隊(duì)依托自有的深度學(xué)習(xí)超算平臺(tái)，在短時(shí)間內(nèi)訓(xùn)練了多個(gè)具有超深網(wǎng)絡(luò)的視頻分類模型。在多模型融合階段，商湯自研的時(shí)空交錯(cuò)網(wǎng)路（TIN）同樣發(fā)揮重要作用。

由此，與 Google Cloud AI 拿下該項(xiàng)競(jìng)賽的并列第一。

而 NTIRE（New Trends in Image Restoration and Enhancement）作為全球最全面的 low-level 視覺大賽之一，能夠直觀地反映出  low-level 視覺這一熱門領(lǐng)域中研究進(jìn)展和突破。

商湯研究團(tuán)隊(duì)在 CVPR 2020 NTIRE 的真實(shí)圖像（Real World RGB Images）光譜重建（HS Reconsturction）賽道中，憑借一種新的 4 級(jí)網(wǎng)絡(luò)結(jié)構(gòu)，在增大感受野的同時(shí)，在不同級(jí)子網(wǎng)中做特征提取，從而成功衛(wèi)冕冠軍。

論文方面，商湯今年入選的 62 篇論文，同樣分布多個(gè)領(lǐng)域，包括：對(duì)抗式生成模型、三維點(diǎn)云理解與分析、訓(xùn)練加速與模型量化、視頻理解與分析、網(wǎng)絡(luò)結(jié)構(gòu)搜索等。

例如，商湯入選 CVPR 2020 的論文《用于加速卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程INT8訓(xùn)練技術(shù)》，就針對(duì)如何提升深度學(xué)習(xí)訓(xùn)練速度的問題，提出了用于加速卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程的 INT8 訓(xùn)練技術(shù)，采用 8 比特?cái)?shù)值訓(xùn)練模型，可以極大地提升訓(xùn)練速度，減少計(jì)算損耗，而且訓(xùn)練精度幾乎無(wú)損。

所以，商湯的秘訣是什么？

答案還要從商湯自身的定位中尋找。

AI時(shí)代的“算法工廠”

據(jù)悉，目前商湯一共有約 4000 名員工，其中有 2500 多人都是算法和產(chǎn)品研發(fā)人員，超過總員工數(shù)的一半。

而商湯的路線，是依托這樣的技術(shù)力量，以“算法工廠”的模式，完成科研到產(chǎn)品的轉(zhuǎn)化。

什么叫“算法工廠”？

商湯科技聯(lián)合創(chuàng)始人徐冰在公開演講中談到，現(xiàn)在，如何 批量地生產(chǎn)針對(duì)不同物體和場(chǎng)景的模型，已經(jīng)成為驅(qū)動(dòng) AI 增長(zhǎng)、下一代技術(shù)演進(jìn)的關(guān)鍵問題。

而成熟的深度學(xué)習(xí)訓(xùn)練平臺(tái)，是能夠推動(dòng)大規(guī)模新模型生成的。這也就促成了“算法工廠”概念的形成。

“算法工廠”具體如何體現(xiàn)？

最直接的改變，當(dāng)然就是 降本增效。

徐冰提到，在 15 年的時(shí)候，完成一個(gè)億分之一級(jí)別精度的行人識(shí)別模型，需要 10 個(gè)研究員，6 個(gè)月的時(shí)間。

而現(xiàn)在，同樣的模型，1 個(gè)研究員用 3 天時(shí)間就可以達(dá)到同樣的效果，而且使用的 GPU 資源只是原來(lái)的一半。

如此一來(lái)，訓(xùn)練出的模型數(shù)量，就能遠(yuǎn)遠(yuǎn)超過研究人員的數(shù)量。當(dāng)一個(gè)人平均能帶來(lái) 4-5 個(gè)，甚至幾十個(gè)工業(yè)級(jí)別模型，就能夠把人工智能算法作為一種集中的服務(wù)，通過框架平臺(tái)直通終端客戶，更快地?cái)U(kuò)展應(yīng)用范圍。

徐冰表示，有了算法工廠，有了更多的前端的感知能力，在商業(yè)上，可以看到的就是數(shù)字化進(jìn)程的進(jìn)一步加快，AI 在各個(gè)場(chǎng)景滲透率會(huì)迅速提高、功能數(shù)迅速增加，工業(yè)生產(chǎn)、城市治理、工作學(xué)習(xí)的各個(gè)方面都會(huì)受到顛覆性的影響。

簡(jiǎn)而言之，打造“算法工廠”的目的很簡(jiǎn)單——

實(shí)現(xiàn) AI 大規(guī)模落地，進(jìn)一步激發(fā)商業(yè)價(jià)值。

技術(shù)落地進(jìn)行時(shí)

“算法工廠”帶來(lái)的能量，在疫情期間也得到了體現(xiàn)。

疫情期間，商湯和青島西海岸新區(qū)人民醫(yī)院合作，在一周時(shí)間內(nèi)，按要求研發(fā)出來(lái)了針對(duì)新冠肺炎的 CT 影像篩查系統(tǒng)，并部署抗疫一線，幫助醫(yī)生提高診斷的準(zhǔn)確率和效率。

這樣的速度，正是基于商湯打造的 SenseCare 智慧診療平臺(tái)。

實(shí)際上，除了影像科室，AI 醫(yī)療在心外科等臨床科室，也能積極發(fā)揮輔助作用。

比如心臟支架手術(shù)前，需要進(jìn)行大量數(shù)據(jù)研判。在這個(gè)過程中，AI 可以在術(shù)前識(shí)別好血管曲率、 長(zhǎng)度、直徑等核心指標(biāo)，再進(jìn)行支架放置手術(shù)模擬。這對(duì)于降低手術(shù)風(fēng)險(xiǎn)、提高手術(shù)效率而言很有幫助。

基于這樣的背景，商湯的 SenseCare 智慧診療平臺(tái)，提供了 AI 識(shí)別、輔助診療、手術(shù)規(guī)劃等服務(wù)，覆蓋消化內(nèi)科、骨科、呼吸科、神經(jīng)內(nèi)科、放療、放射科、口腔科、心血管科等眾多科室。

并且，2019年，SenseCare 已經(jīng)獲得了兩項(xiàng)國(guó)家藥監(jiān)局認(rèn)證，開始商業(yè)化進(jìn)程。

另一個(gè)引人矚目的落地案例，是智慧城市。

近期，商湯在上海長(zhǎng)寧區(qū)江蘇路街道率先試點(diǎn) AI+ 一網(wǎng)統(tǒng)管，開發(fā)了“智能巡屏”等功能。

它基于商湯 SenseFoundry 方舟城市級(jí)開放視覺平臺(tái)，構(gòu)建多場(chǎng)景、一站式 AI 城市治理解決方案，實(shí)現(xiàn)了 AI 研判處置全閉環(huán)管理，依次為自動(dòng)發(fā)現(xiàn)、立案、智能派單、處置、自動(dòng)核查、結(jié)案六大環(huán)節(jié)。

這樣的 AI 閉環(huán)管理，能有效解決暴露垃圾識(shí)別、共享單車亂堆放等城市痛點(diǎn)問題，大大提升城市管理效能。

此外，AI 技術(shù)落地的另一個(gè)趨勢(shì)，就是算法與硬件的結(jié)合。

比如大家熟悉的手機(jī)拍照。受到硬件極限的限制，億級(jí)別像素手機(jī)的出現(xiàn)，實(shí)際上就是軟件 + 算法 + 多鏡頭拍照的結(jié)合。

而商湯作為“AI工廠”輸出算法，已經(jīng)幫助手機(jī)廠商實(shí)現(xiàn)了 60 倍變焦、暗光拍攝這樣廣為人知的功能。

如今，AI 早已滲透到生活的方方面面，尤其是今年以來(lái)，新冠疫情下，數(shù)字化成為驅(qū)動(dòng)創(chuàng)新、帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的新動(dòng)力，而AI正是推動(dòng)這一進(jìn)程的重要底層技術(shù)。

在這樣的背景之下，人工智能已經(jīng)邁向落地為王的時(shí)代。

而 5G 技術(shù)的普及、新基建大幕的拉開，更是 AI 企業(yè)化前沿技術(shù)為實(shí)際生產(chǎn)力的一陣東風(fēng)。

對(duì)于商湯這樣的科技創(chuàng)業(yè)公司而言，這或許就是歷史賦予的最好機(jī)遇。

且拭目以待。

—完—

https://blog.csdn.net/weixin_42137700/article/details/106900204