|
7月7日，全球人工智能和呆板人峰会在深圳如期举行，由CCF中国计较机学会主办、雷锋网与香港中文大学（深圳）承办的这次大会共聚积了来自全球30多位AI规模科学家、近300家AI明星企业。 当今AI和呆板人革命海潮下，包罗我国在内的各国当局和投资界，都意识到敦促这两个规模各个方面的全球协作、迎接机会与挑战的重要性。而拥有完备制造财富链、作为改良开放窗口的深圳，则是敦促AI与呆板人行业产、学、研跨界协作的抱负中心。基于这样的时代配景，「CCF-GAIR」应运而生。
山世光，中科院计较所研究员、博导，基金委优青，CCF青年科学奖得到者，现任中科院智能信息处理惩罚重点尝试室常务副主任，中科视拓首创人、董事长兼CTO。他的研究规模为计较机视觉和呆板进修。已在海表里刊物和学术集会会议上颁发论文200余篇，个中CCF A类论文60余篇，论文被谷歌学术引用10000余次。曾应邀接受过ICCV，ACCV，ICPR，FG，ICASSP等国际集会会议的规模主席，现任IEEE，TIP，CVIU，PRL，NeurocompuTIng，FCS等国际学术刊物的编委。研究成就获2005年度国度科技进步二等奖，2015年度国度自然科学二等奖，CVPR2008 Best Student Poster Award Runner-up奖。 如何对待这次AI高潮？ 谷歌AlphaGo与李世石的世纪之战，让人工智能（AI）这个话题再度火爆起来。山世光博士早在20年前就开始做AI规模中的计较机视觉技能研究，在这次GAIR大会分享中，他团结本身已往的科研经验和行业调查，别离从四个差异的角度阐明，给出了他对此次AI高潮的一些观点： 从要领论角度看：已往几十年风行的人类专家常识驱动的AI要领论被数据驱动的AI要领论全面代替。这里的数据主要指有监视的大数据。人类智能的发生是不是也完全基于有监视的大数据进修而来尚不得而知。从这个意义上讲，计较智能和人类智能之间的差别也不得而知。 从学术角度来看：固然有监视大数据驱动的要领论在某些规模已经构建出了逾越人类智能的AI，但基于有监视大数据的深度进修是否构建呆板智能时代充实且须要的基本性要领？他小我私家认为至少是不充实的，需要新的要领论。 从算法角度来看：主要得益于两个要领：一是深度进修，二是加强进修。加强进修被各人所熟知是因为AlphaGo在围棋上战胜了人类最强的棋手。但实际上加强进修在许多场景下是不能用的，至少今朝在视觉和语音处理惩罚等任务中尚未获得有效的应用。而深度进修可类比人类进修要领里的归纳进修，却不适合演绎进修。深度进修是否可以遍及应用于推理类任务尚不得而知。 从做计较机视觉的角度来讲：包罗智能视频监控、考勤门禁等在内的安防应用以及医疗读图、基于视觉的汽车帮助驾驶等都是计较机视觉技能落地的偏向，贸易化产物已经雨后春笋般涌上市场。 关于演讲主题中的X暗示什么意思，山世光博士在接下来的演讲中给出了X数据的五个寄义，别离是：第一，大数据；第二，小数据；第三，脏数据；第四，无监视数据；第五，是增广，通过增广得到更大的数据集。下面的分享实录中会有对各个寄义的具体解读。 为什么要做X数据驱动？ 山世光博士将深度进修算法、强大算力、大数据比作AI革命背后的“三驾马车”，而这“三驾马车“背后的现实问题是款子投资，需要很是锋利的牛人做深度进修算法、搭建越发强大的计较力平台以及收集更多的数据。个中数据收集和标注的本钱日趋昂贵，所以他们但愿在这方面看看能不能做点什么。 关于SeetaVision视觉技能 人脸识别：SeetaVision的多姿态人脸检测技能是在尺度人脸检测评测集FDDB上最好的要领之一。在100个误检的环境下，SeetaVision的检测率到达了92%。另外还研发了检测加快技能，从而可以在嵌入式设备上实现及时的多姿态人脸检测。第二小我私家脸焦点技能是面部要害特征点的定位，SeetaVision实现了81个要害特征点的超及时检测与跟踪。SeetaVison人脸识别详细应用包罗人证一致性验证，员工考勤与打卡、利害名单方针人检测等。 手势识别：SeetaVision可以实现及时的手语翻译，就像语音识别一样，把1000常用词形成的手语句子翻译成自然语言文本。基于此，视拓今朝已经和美的相助，将其应用于智能家居中。 感情计较：SeetaVision的根基心情识别率高出85%，基于普通摄像头的心率预计也很是靠近医疗设备的检测功效。 视频布局化：面向智能视频监控类应用，SeetaVision实现了嵌入式设备上的及时人车跟踪，精确度高出85%。 无人机视觉：针对无人机地面方针检测任务，SeetaVision实现了高清视频中地面车辆等方针的及时检测 分类与跟踪。 |
