郭一璞 發(fā)自 高錕會(huì)議中心

量子位 報(bào)道 | 公眾號(hào) QbitAI

“曠視成立8年了，不需要用這些冠軍、這些比賽來證明自己。”

在香港科學(xué)園高錕會(huì)議中心，曠視研究院院長孫劍這樣表達(dá)了他對(duì)今年CVPR曠視拿下6個(gè)冠軍的看法。

對(duì)孫劍來說，不管之前在MSRA，還是現(xiàn)在擔(dān)任曠視首席科學(xué)家，實(shí)用性都是他對(duì)于研究的第一考量。

在這場香港舉辦的人工智能及視覺高峰論壇間隙，我們向?qū)O劍問了6個(gè)問題。

先簡要概述，孫劍老師提了以下觀點(diǎn)：

1、大灣區(qū)AI頂尖人才多，制造業(yè)中心深圳讓AI公司接觸到不同的實(shí)際需求。

2、看好自動(dòng)機(jī)器學(xué)習(xí)，一方面可以提高效率，另一方面可能有新發(fā)現(xiàn)。

3、新人成長只有一條路，不停的做非常難、自己以前不擅長的問題。

以下內(nèi)容，量子位在不改變原意的基礎(chǔ)上略作了編輯。

MSRA和曠視在做研究這件事上有什么不同？

孫劍：大家對(duì)MSRA有誤解，覺得MSRA都是在做研究。確實(shí)微軟研究院有很多人在做研究，但也有很多人是做技術(shù)、并應(yīng)用到產(chǎn)品上去。

因此在MSRA和曠視的工作本身很相似，做事情的原理方式基本一樣，因?yàn)槲易约旱娘L(fēng)格偏實(shí)用，希望集中精力讓所做的研究能盡快產(chǎn)生價(jià)值。

來曠視的原因也是因?yàn)樯疃葘W(xué)習(xí)影響巨大，能對(duì)世界作出很大的改變，創(chuàng)業(yè)公司最接近前線，能最快把這些技術(shù)應(yīng)用上去。而且，深度學(xué)習(xí)有各種各樣的應(yīng)用場景，很多場景因?yàn)榇蠊居兄鳡I業(yè)務(wù)不一定關(guān)心，而小公司會(huì)去做這些場景，能看到行業(yè)里的亟需解決的本質(zhì)問題，帶來不同的認(rèn)識(shí)。

無論在MSRA還是曠視，大原則基本上是一樣的，研究需要找到核心問題，投入精力和時(shí)間，堅(jiān)持去做，“堅(jiān)持”的品格不管在哪里都是非常重要的，圖像識(shí)別是一個(gè)長期的任務(wù)，我們要投入很多精力。

我們相當(dāng)于在做公司的研發(fā)大中臺(tái)。很多時(shí)候是在不斷提高精度，跟做研究的過程是一樣的，爭取把效果做到最好。因此，需要用研究的方法來解決，需要聚焦在視覺的核心問題上，不斷投入人和精力，不斷前進(jìn)，這樣產(chǎn)品技術(shù)才能不斷進(jìn)步，這是我們能夠很好地把研究和產(chǎn)品技術(shù)結(jié)合在一起的原因。

MSRA和曠視的規(guī)模不一樣，以前在微軟沒有這么多人同時(shí)做這件事，整個(gè)微軟研究院全球總共可能有50個(gè)計(jì)算機(jī)視覺研究員，當(dāng)時(shí)在全球已經(jīng)是非常大的了。而我們現(xiàn)在曠視研究院的計(jì)算機(jī)視覺研發(fā)人員已經(jīng)接近500人，計(jì)算機(jī)視覺這一個(gè)問題可以投入更多精力、更多人來解決。

另外曠視也做底層訓(xùn)練系統(tǒng)，Brain++人工智能深度學(xué)習(xí)基礎(chǔ)框架，我們專門有工程團(tuán)隊(duì)自研深度學(xué)習(xí)引擎。

如何看待曠視一個(gè)接一個(gè)的世界冠軍

前不久，量子位報(bào)道了，此前曠視也拿到過幾屆MS COCO的數(shù)個(gè)項(xiàng)目冠軍。

孫劍：我們叫研究院，但一直都是產(chǎn)品技術(shù)優(yōu)先的一個(gè)研究院，也就是說，研究成果可以直接或間接應(yīng)用到產(chǎn)品上去，這也是計(jì)算機(jī)視覺的特性，做出來可以廣泛使用，而不是本末倒置的要拿冠軍證明自己。

曠視成立8年了不需要用這些冠軍、這些比賽來證明自己，而是需要更強(qiáng)的、最好的、有差異化的產(chǎn)品來證明自己。

今年CVPR拿了6個(gè)冠軍，事前我都不知道他們參加了比賽。

至于發(fā)論文，我既不鼓勵(lì)也不反對(duì)，很多論文都是實(shí)習(xí)生做的，我們也會(huì)指導(dǎo)他們。

奪冠神器Brain++是怎樣的存在，和開源框架有什么區(qū)別？

孫劍：在曠視內(nèi)部，Brain++有兩層意思。狹義的Brain++指的是我們核心的訓(xùn)練引擎，因?yàn)楫?dāng)時(shí)我們做的時(shí)候還沒有TensorFlow，我們Brain++第一版出來之后TensorFlow才發(fā)布，當(dāng)時(shí)比的話，TensorFlow不算很成熟。但是我們比TensorFlow好，所以我們一直用自己的Brain++。

相比之下的優(yōu)點(diǎn)是，曠視的Brain++可以在計(jì)算機(jī)視覺方面的做很多特定的優(yōu)化。

TensorFlow是一個(gè)大的codebase，雖然是開源的，但還是一些核心部分還是Google在控制，定期會(huì)有更新。但我們做的各種應(yīng)用需要很快對(duì)深度學(xué)習(xí)訓(xùn)練引擎做出我們想要的改進(jìn)，天下武功唯快不破，市場競爭要求我們必須要快。用自己的Brain++，我們想要一個(gè)功能，可能下周就做好放進(jìn)去了，可以第一時(shí)間用上它，加快研發(fā)的速度。

而隨著研發(fā)的拓展，曠視在核心的訓(xùn)練引擎是拓展出了自有的AI技術(shù)生態(tài)，也就是廣義的Brain++。作為團(tuán)隊(duì)協(xié)同平臺(tái)和算法工廠，廣義的Brain++不僅包含了原有的訓(xùn)練框架，還有數(shù)據(jù)管理平臺(tái)和計(jì)算平臺(tái)。

今天曠視提到更多的是廣義的Brain++，作為公司級(jí)的AI訓(xùn)練平臺(tái)，需要管理上萬塊GPU，讓很多人一起高效管理這些計(jì)算資源，數(shù)據(jù)量非常大，標(biāo)準(zhǔn)的開源系統(tǒng)無法完成這些東西。

曠視Brain++平臺(tái)的特色之一是每個(gè)人都可以當(dāng)虛擬機(jī)一樣登上去，有別于其他大公司調(diào)試好之后提交job的方式，曠視用虛擬機(jī)的方式不僅能提供臺(tái)式機(jī)的體驗(yàn)，還能在大規(guī)模系統(tǒng)上運(yùn)行，邊訓(xùn)練邊調(diào)試，這是別人做不到的，而這種方式對(duì)研究員的效率提升非常大。

另外，在有很多人一起共享計(jì)算資源的情況下，資源空閑的時(shí)候別人可以自動(dòng)調(diào)動(dòng)，這一套高效的東西也是Brain++來管理的。

Brain++平臺(tái)也支持使用TensorFlow、PyTorch等各種開源框架，目前我們的引擎非常完善，所以大家還是會(huì)主動(dòng)選擇優(yōu)先使用自己的Brain++。這套工具的學(xué)習(xí)曲線非常平，新人可以很快學(xué)會(huì)。

香港和北京的AI發(fā)展又什么不同？

孫劍：不只香港，整個(gè)大灣區(qū)政府非常鼓勵(lì)A(yù)I的發(fā)展，創(chuàng)造好條件。香港學(xué)校培養(yǎng)出了高質(zhì)量學(xué)生，學(xué)生資源非常好。本次來參會(huì)也是希望參與到大灣區(qū)AI的討論中來，希望能覆蓋灣區(qū)。

在香港的業(yè)界和學(xué)界，大家知道Face++這個(gè)產(chǎn)品，可能不太熟悉曠視這家公司，處于產(chǎn)品比公司火的狀態(tài)。

另外，我們和香港的一些計(jì)算機(jī)視覺教授有長期的合作，和權(quán)龍（香港科技大學(xué)教授）有曠視-港科大聯(lián)合實(shí)驗(yàn)室，這個(gè)實(shí)驗(yàn)室主要做3D和識(shí)別相結(jié)合的方向，另一方面我們也會(huì)聯(lián)合培養(yǎng)人才。

對(duì)比北京和香港的AI人才環(huán)境，北京的特點(diǎn)是人才密度高，總量大，是全國高校最多的城市。而在粵港澳大灣區(qū)，AI頂尖人員很多，發(fā)展很快，環(huán)境好，對(duì)人才的吸引力大。有一個(gè)優(yōu)勢是全世界制造中心深圳在這里，因而有不同行業(yè)的需求，創(chuàng)業(yè)或者做別的都要從需求出發(fā)，這是很大的優(yōu)勢，能夠更貼近客戶。

目前看好的那些新的AI技術(shù)？

孫劍：自動(dòng)機(jī)器學(xué)習(xí)是一個(gè)很有希望的方向，自動(dòng)機(jī)器學(xué)習(xí)不僅限于網(wǎng)絡(luò)結(jié)構(gòu)模型，其實(shí)已經(jīng)是一種思想，在研發(fā)pipeline里，損失函數(shù)、訓(xùn)練數(shù)據(jù)采樣/增強(qiáng)/增廣、超參數(shù)都可以搜索，不限于簡單的搜一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)，而是打開了一扇門，把很多新的思想融進(jìn)來了，這套搜索工具方法打開了很多研究機(jī)會(huì)。

將來能帶來很多變化，一方面可以提高效率，不需要人工調(diào)優(yōu)；另一方面可能真的能發(fā)現(xiàn)一些靠人工發(fā)現(xiàn)不了的事情。

CV新人的抉擇

孫劍：年輕人來曠視最大的訴求是追求成長，至少畢業(yè)后3~5年擺在第一位的是如何快速成長。

我們會(huì)給他們找夠難夠有挑戰(zhàn)性的任務(wù)，幫助他們成長，研發(fā)過程中不光關(guān)心項(xiàng)目，也關(guān)心每個(gè)人，怎么激勵(lì)他們，讓他們能夠加速成長。

我們也分了團(tuán)隊(duì)，這些梯隊(duì)的負(fù)責(zé)人比我剛來的時(shí)候成長了非常非常多。成長只有一條路，不停地解決非常難、自己以前不擅長的問題。這樣才能源源不斷地成長，建成梯隊(duì)以后他們也會(huì)帶著更多新加入的年輕伙伴不停成長。

成長中的焦慮是個(gè)必須的過程，如果沒有焦慮那可能就成長得很慢，你需要有這個(gè)焦慮的過程，就像讀博士都有一段黑暗期、迷茫期，看不到希望，這個(gè)黑暗期過去之后你就會(huì)變得更強(qiáng)大。

面對(duì)焦慮，第一，我們研究院講勇敢的成長，開放心態(tài)，growth mindset，成長心態(tài)，很多東西都是可以改變的；第二，我們追求敢做難的事情、有挑戰(zhàn)的事情，要勇敢接受挑戰(zhàn)。

對(duì)于計(jì)算機(jī)視覺領(lǐng)域的新人，希望能扎扎實(shí)實(shí)做事情，把事情的基本原理搞清楚，有成長心態(tài)，不停地提升自己。

如果你去讀博士的話會(huì)有3~5年的時(shí)間節(jié)奏是比較慢的，可以讓你認(rèn)真深入思考一個(gè)問題，真正把一個(gè)方向的問題思考明白。去公司的話，研究水平高的人很集中，跟很多做計(jì)算機(jī)視覺的實(shí)驗(yàn)室比，我們是排在前面的，這樣可以讓你獲得加速的成長。

— 完 —