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 2020-06-18 13:19:34 來源：量子位

魚羊 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

“視覺實力秀”，CVPR 2020 正在線上舉辦中。

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

不過，中國軍團依然表現(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，領(lǐng)跑產(chǎn)業(yè)界。

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

此前的 ICCV 2019 上，商湯及其聯(lián)合實驗室就曾以入選 57 篇論文的成績引來矚目。

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 時空動作定位賽道、動作分類賽道，以及 CVPR 2020 NTIRE 競賽等?3 項世界冠軍。

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

那么，問題來了，商湯憑什么？

62篇論文 + 3項世界冠軍，實現(xiàn)多領(lǐng)域技術(shù)突破

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

三項比賽中，ActivityNet 是視頻動作識別領(lǐng)域的重要實力檢驗競賽。

該項競賽歷年由 Google、Facebook、UC Berkeley 等頂尖院校與研究機構(gòu)主辦，相關(guān)技術(shù)在視頻分析、活體檢測等多項實際應(yīng)用中具有重要價值。

在 AVA-Kinetics 時空動作定位比賽中，依托自研技術(shù)對象-場景-對象推理網(wǎng)絡(luò)（ACAR-Net）和自有的深度學(xué)習(xí)超算平臺，商湯研究院和 X-Lab 及香港中文大學(xué)-商湯聯(lián)合實驗室團隊以絕對優(yōu)勢奪得第一。

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

在動作分類競賽中，商湯研究院和 X-Lab 及聯(lián)合實驗室團隊依托自有的深度學(xué)習(xí)超算平臺，在短時間內(nèi)訓(xùn)練了多個具有超深網(wǎng)絡(luò)的視頻分類模型。在多模型融合階段，商湯自研的時空交錯網(wǎng)路（TIN）同樣發(fā)揮重要作用。

由此，與 Google Cloud AI 拿下該項競賽的并列第一。

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。

商湯研究團隊在 CVPR 2020 NTIRE 的真實圖像（Real World RGB Images）光譜重建（HS Reconsturction）賽道中，憑借一種新的 4 級網(wǎng)絡(luò)結(jié)構(gòu)，在增大感受野的同時，在不同級子網(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，同樣分布多個領(lǐng)域，包括：對抗式生成模型、三維點云理解與分析、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 比特數(shù)值訓(xùn)練模型，可以極大地提升訓(xùn)練速度，減少計算損耗，而且訓(xùn)練精度幾乎無損。

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)針對不同物體和場景的模型，已經(jīng)成為驅(qū)動 AI 增長、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，是能夠推動大規(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 年的時候，完成一個億分之一級別精度的行人識別模型，需要 10 個研究員，6 個月的時間。

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

如此一來，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)一個人平均能帶來 4-5 個，甚至幾十個工業(yè)級別模型，就能夠把人工智能算法作為一種集中的服務(wù)，通過框架平臺直通終端客戶，更快地擴展應(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 在各個場景滲透率會迅速提高、功能數(shù)迅速增加，工業(yè)生產(chǎn)、城市治理、工作學(xué)習(xí)的各個方面都會受到顛覆性的影響。

簡而言之，打造“算法工廠”的目的很簡單——

實現(xiàn) AI 大規(guī)模落地，進(jìn)一步激發(fā)商業(yè)價值。

技術(shù)落地進(jìn)行時

“算法工廠”帶來的能量，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，在一周時間內(nèi)，按要求研發(fā)出來了針對新冠肺炎的 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。

實際上，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。在這個過程中，AI 可以在術(shù)前識別好血管曲率、 長度、直徑等核心指標(biāo)，再進(jìn)行支架放置手術(shù)模擬。這對于降低手術(shù)風(fēng)險、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，提供了 AI 識別、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)獲得了兩項國家藥監(jiān)局認(rèn)證，開始商業(yè)化進(jìn)程。

另一個引人矚目的落地案例，是智慧城市。

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

它基于商湯 SenseFoundry 方舟城市級開放視覺平臺，構(gòu)建多場景、一站式 AI 城市治理解決方案，實現(xiàn)了 AI 研判處置全閉環(huán)管理，依次為自動發(fā)現(xiàn)、立案、智能派單、處置、自動核查、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別、共享單車亂堆放等城市痛點問題，大大提升城市管理效能。

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

比如大家熟悉的手機拍照。受到硬件極限的限制，億級別像素手機的出現(xiàn)，實際上就是軟件 + 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)幫助手機廠商實現(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，新冠疫情下，數(shù)字化成為驅(qū)動創(chuàng)新、帶動經(jīng)濟增長的新動力，而AI正是推動這一進(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)為實際生產(chǎn)力的一陣東風(fēng)。

對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遇。

且拭目以待。

— 完 —