重塑技术与商业模态，「智慧城市·视觉智能」专场回顾｜CCF-GAIR 2019( 九 )

2019-07-19

旷视首席科学家孙剑从视觉智能、计算机摄影学以及视觉计算等方面介绍了计算机视觉研究领域的变革。

孙剑也回顾了深度学习发展的历史。他介绍道，深度学习发展到今天并不容易，过程中遇到两个障碍：

第一，深度神经网络能否很好的被训练，在今天深度学习成功之前被很多人怀疑。相比传统的机器学习理论，深度学习神经网络的参数要比数据还要大10倍甚至上百倍，如何很好地学习出来，很多人并不相信。

第二，当时的训练过程非常不稳定，论文即使给出了神经网络训练方法，但其他研究者很难把结果复现出来。

这些障碍直到2012年开始慢慢被解除。

孙剑认为，在很多实际中，深度学习和传统机器学习最大的差别，就是随着数据量越来越大，用更大的神经网络就有可能很大程度上超越人类的性能。

而具体到计算平台上，包括云、端、芯上的很多智能硬件。目前的一个趋势是如何自适应地根据计算平台做自动模型设计，最新的方式是用权重分享的方式。

推荐阅读

上一篇：地球是唯一的家园吗？什么样的星球会存在生命？要满足几个条件？

下一篇：旷视首席科学家孙剑：深度学习变革视觉计算丨CCF-GAIR 2019