商汤王晓刚:你所不知的商汤三维视觉产品世界丨CCF-GAIR 2019( 九 )

我自己有这样的一些经历 , 我们在实验室带着学生做研究 , 更多地是利用有限的计算资源和数据资源做学术界里的经典问题 , “作坊式”地实现一些创新和突破 。

随着人工智能在工业界大规模落地 , 市场给了技术发展很大的助力 , 包括可研究的内容、可研究的工具、可研究的形式 。

我比较认同贾佳亚老师(上一位演讲嘉宾)所说的未来不同研究领域的一些融合 。

我认为现在我们的研究更多地停留在算法层次 , 未来的人工智能研究很重要的方面是软硬的结合、算法和芯片的结合、算法和传感器的联合优化 , 这些都是比较重要的几个方向 。

而这些方向往往都需要更强的工业界支持 , 因为后者可以提供更多的硬件能力、更大的研究课题 。

首先 , 业务系统对于我们的研究是非常重要的 。 比如一个普通城市 , 至少都有上万个摄像头 , 一年积累的人脸数据超过上千亿 , 如果将这些摄像头连在同一个平台上 , 如何在大平台上进行高效率地图像搜索和大数据分析 , 这是实验室中难以接触到的问题 。

推荐阅读