- 相關(guān)推薦
專訪百度IDL負(fù)責(zé)人林元慶：告別蹣跚 AI大幕已啟
人工智能不是單個技術(shù)，而是包含很多很多的不同技術(shù)，以計(jì)算機(jī)視覺為例，它就有圖像分類，物體檢測，圖像分割等不同技術(shù)。
近日，在有韓國“硅谷”之稱的韓國大田，IROS 2016正在如火如荼地舉行，在Special論壇的人工智能/深度學(xué)習(xí)專場，百度深度學(xué)習(xí)實(shí)驗(yàn)室(IDL)主任林元慶做了《AI，the (next) big thing》(《人工智能：大幕已啟》)的主題演講，作為計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)領(lǐng)域非常活躍的一名成員，現(xiàn)百度IDL負(fù)責(zé)人，目前他領(lǐng)導(dǎo)的IDL正進(jìn)行著PaddlePaddle深度學(xué)習(xí)開源框架、圖片搜索、基礎(chǔ)圖像識別技術(shù)、人臉識別、OCR(光學(xué)字符識別)、視頻分析、學(xué)習(xí)機(jī)器人、細(xì)粒度圖像識別、AR以及醫(yī)療影像分析等十多個研究方向。雷鋒網(wǎng)在演講過后采訪了林元慶，請他講了關(guān)于IROS，關(guān)于開源平臺，關(guān)于AI眼下最重要一步的看法。以下是采訪全文。
雷鋒網(wǎng)：此行來IROS的目的?
IROS是世界上最大的關(guān)于Robitics的國際會議之一，大會的Plenary talk是會議眾多演講的重中之重。雖然平時我很少在外面公開做演講，但這樣一個學(xué)術(shù)性的talk既然主動邀請，就過來了，另外這也是向世界的Robotics研究人員介紹百度人工智能的好機(jī)會。
雷鋒網(wǎng)：作為一個機(jī)器人會議中受邀的AI演講者，機(jī)器人中需要用到AI的地方，可以概括一下?
很多，像我剛剛說的百度大腦里面，有語音識別，計(jì)算機(jī)視覺，NLP，推薦/預(yù)測，運(yùn)動/控制，決策/規(guī)劃，這幾個AI大方向都是機(jī)器人學(xué)的重要基礎(chǔ)技術(shù)。
雷鋒網(wǎng)：CPU+FPGA，CPU+GPU組合更看好哪個?百度不同業(yè)務(wù)去分配的時候是如何決定用哪個組合的?
這兩個技術(shù)都在進(jìn)步，我們沒有一個預(yù)設(shè)的立場，百度這兩個方向都在應(yīng)用。選擇上，百度不同業(yè)務(wù)，訓(xùn)練階段大部分用的大部分是GPU，testing階段有用GPU，也有用FPGA的，更成熟的業(yè)務(wù)可能會選擇FPGA，這樣優(yōu)化的空間會更大一些。
(看你剛剛放的PPT劃分的百度AI相關(guān)業(yè)務(wù)，這些業(yè)務(wù)用哪個組合會有明確的選擇嗎?)
這個很難講，人工智能不是單個技術(shù)，而是包含很多很多的不同技術(shù)，以計(jì)算機(jī)視覺為例，它就有圖像分類，物體檢測，圖像分割等不同技術(shù)。GPU和FPGA對不同的任務(wù)，可能各有優(yōu)缺點(diǎn)。
(就是一項(xiàng)業(yè)務(wù)訓(xùn)練的時候用的GPU，實(shí)際應(yīng)用的時候可能轉(zhuǎn)到FPGA?)
對，是這樣。
雷鋒網(wǎng)：現(xiàn)在ImageNet比賽結(jié)果對工業(yè)界的意義在哪里?
這幾年ImageNet的競賽涌現(xiàn)出一些非常有用的算法，比如AlexNet之后的GoogleNet, VGG, ResNet等，對工業(yè)界的技術(shù)性能的提高，有很大的推動作用。ImageNet一個很大的意義是在于推動算法的革新。這對工業(yè)界和學(xué)術(shù)界，都是非常有意義的。
同時，工業(yè)界打造的產(chǎn)品，常常需要go beyond ImageNet。我記得第一年(2010年)ImageNet比賽我們拿了第一名。我是當(dāng)時項(xiàng)目的負(fù)責(zé)人。但之后我們發(fā)現(xiàn)ImageNet的結(jié)果很難直接用在產(chǎn)品上。我們后來開始主攻細(xì)粒度圖像識別。百度糯米這個月下旬將推出一個非常重要的功能，其中的一個重要技術(shù)就是菜品圖像的細(xì)粒度識別(識別圖片里的菜品是哪個餐館的哪道菜)。即使是通用的圖像分類，百度的圖像庫有接近1億張帶類別標(biāo)簽的圖片，比ImageNet Challenge(150萬張圖片)的大很多。我們內(nèi)部的數(shù)據(jù)要比公開的數(shù)據(jù)大很多，需要更好地反應(yīng)我們要解決的問題。
雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))：你現(xiàn)在領(lǐng)導(dǎo)的十個業(yè)務(wù)都跟之前主攻方向之一大規(guī)模細(xì)粒度圖像識別有何關(guān)系?
對，有很多關(guān)聯(lián)的。最直接的當(dāng)然是細(xì)粒度圖像識別方向。我們希望在百度搭建一個非常強(qiáng)大的細(xì)粒度圖像識別的研發(fā)團(tuán)隊(duì)。其它的項(xiàng)目與這也有關(guān)聯(lián)。比如人臉識別就是一個最經(jīng)典的細(xì)粒度圖像識別任務(wù)。很多技術(shù)是相通的。還比如我們的醫(yī)學(xué)圖像分析，它的很多做法與細(xì)粒度圖像識別也有相通之處。
我們現(xiàn)在強(qiáng)調(diào)做instance-level的細(xì)粒度圖像識別。比如，我們身下坐的這把椅子，我們不單單只是識別這是一把椅子，我們還需要識別出這是哪個廠家哪個型號的椅子。還比如前面提到的“哪個餐館哪道菜”的識別。這些都是非常精細(xì)的識別。這些問題當(dāng)然都很難，需要投入很大的研發(fā)力量。但應(yīng)用前景是非常大的。
雷鋒網(wǎng)：跟之前NEC的工作有什么內(nèi)在聯(lián)系?
NEC美國實(shí)驗(yàn)室在美國是非常優(yōu)秀的實(shí)驗(yàn)室，也在AI上做了非常多的工作。我也非常幸運(yùn)地在那里做了7年半的研究，包括最后三年多作為實(shí)驗(yàn)室媒體分析部門的負(fù)責(zé)人。當(dāng)時的工作與現(xiàn)在的工作一脈相承。
雷鋒網(wǎng)：剛在演講最后，你講到AI大幕已啟，接下來讓它走地更遠(yuǎn)的話，最重要的一步是什么?
最重要的一步是要有用，能解決實(shí)際問題，真正能解決一些很重要的問題。比如自動駕駛，那就是要真正能上路。人臉識別，就是什么情況下人臉識別都能識別得非常精準(zhǔn)。
雷鋒網(wǎng)：作為過來人分享一下，學(xué)生選Robotics專業(yè)的時候要注意什么?
機(jī)器人，包括AI，大家可能會有一些誤解，覺得這是單一技術(shù)，但其實(shí)它涵蓋的技術(shù)非常復(fù)雜，而一個人是很難去解決所有的技術(shù)的。像今天第一個talk講的機(jī)器手抓取，從應(yīng)用角度來看這是一個非常特定的領(lǐng)域，但這個方向做學(xué)問的話你都可以做很久。
我個人的傾向是注意不要大而全，要根據(jù)自身的興趣和特長定一些側(cè)重點(diǎn)。我經(jīng)常會跟我身邊的人說，要認(rèn)準(zhǔn)一個方向，做到這個方向的Mr. something，比如Mr. fine-grained image recognition。這樣你的事業(yè)可能就越走越寬。
雷鋒網(wǎng)：作為一個AI參與者，前不久余凱發(fā)了一個聲明：“一直以來我非常欽佩谷歌的Jeff Dean在MapReduce和谷歌大腦(TensorFlow)等項(xiàng)目上的杰出成就。但是，我必須指出，放任TensorFlow成為世界上占統(tǒng)治地位的人工智能開發(fā)平臺對世界是危險的。……” 如何看這個觀點(diǎn)?
AI的平臺很重要，確實(shí)需要多樣化的選擇，上次我也回了他朋友圈，認(rèn)為我們這一代人應(yīng)該團(tuán)結(jié)起來，推動深度學(xué)習(xí)平臺的開放和多樣化。百度現(xiàn)在有PaddlePaddle深度學(xué)習(xí)平臺，這個其實(shí)是百度花了非常大的資源做的一個平臺，現(xiàn)在開源了，希望能在中國人工智能領(lǐng)域貢獻(xiàn)一些我們的力量。
雷鋒網(wǎng)：之前PC時代，Windows出現(xiàn)了就有Mac OS，還有Linux; 移動互聯(lián)網(wǎng)時代，iOS出現(xiàn)了就有Android;從來沒有一家獨(dú)大的時候，會不會AI平臺也不用擔(dān)心?
還是不太一樣。很多AI技術(shù)有一個正循環(huán)效應(yīng)，越多的人來用，你的系統(tǒng)越好，這樣會吸引越多的人來用。你已經(jīng)快速迭代了甚至已經(jīng)做到極致了，別人再去重新開始一個，難度是比較高的。
小結(jié)：
林元慶在演講的過程中，以及會后采訪的過程中，一直在強(qiáng)調(diào)AI大幕“已經(jīng)啟動”這個關(guān)鍵動作，雖然“人工智能”這個概念最早從1955年8月31日就開始提出，但從當(dāng)時的誕生，到中間的兩起兩落，一直像個蹣跚學(xué)步的孩子一樣經(jīng)歷了60年才迎來了第三次復(fù)興的浪潮。
1956年到1974年，全球第一次人工智能浪潮出現(xiàn)。
1974年到1980年。第一次人工智能冬天出現(xiàn)。
80年代出現(xiàn)了人工智能數(shù)學(xué)模型方面的重大發(fā)明，第二次浪潮出現(xiàn)。
1987年到1993年現(xiàn)代PC的出現(xiàn)，讓人工智能的寒冬再次降臨。
不過這一次，隨著硬件，數(shù)據(jù)，算法三板斧的默契配合和發(fā)展，AlphaGo與世界頂級圍棋高手李世石的人機(jī)世紀(jì)對戰(zhàn)，人工智能已經(jīng)從基本的語音識別，圖像識別，向著自動駕駛，視頻，AR，醫(yī)療，金融等各種領(lǐng)域無聲地滲透，也引發(fā)了全民關(guān)注AI復(fù)興的熱潮。
老驥伏櫪，志在千里。如果說過去60年是它從孕育到躊躇的“蹣跚”周期，那往后60年，將會是它揭開“無窮大”大幕的周期。
【專訪百度IDL負(fù)責(zé)人林元慶：告別蹣跚 AI大幕已啟】相關(guān)文章：
專訪百度IDL林元慶：我們就這樣贏了最強(qiáng)大腦03-23
專訪李開復(fù)：AI時代互聯(lián)網(wǎng)巨頭將繼續(xù)壟斷03-03
專訪AlphaGo之父：AI是全人類的，不應(yīng)由幾家公司獨(dú)占02-27
500元起家估值已超百億11-17
專訪曹德安：日產(chǎn)2000箱，年銷300萬元02-27
于剛專訪02-25
王健林專訪02-28
專訪影創(chuàng)孫立：A輪獲8000萬元融資01-17
專訪AOD 3D打印CEO袁大偉03-28