碼隆科技出席中國圖靈大會 首席科學(xué)家發(fā)表演說

5月18日至20日，計(jì)算機(jī)視覺領(lǐng)域頂級盛會——ACM 中國圖靈大會在上海圓滿落幕。以“引領(lǐng)人工智能 創(chuàng)造無限可能”為主題，本屆大會匯聚了來自學(xué)術(shù)界與業(yè)界的全球最強(qiáng)大腦，包含三位圖靈獎得主谷歌副總裁兼首席互聯(lián)網(wǎng)專家 Vinton Cerf、哈佛大學(xué) Leslie Valiant 教授、卡耐基梅隆大學(xué) Raj Reddy，以及機(jī)器學(xué)習(xí)界泰斗 Michael I. Jordan、陽光媒體集團(tuán)董事長楊瀾、百度副總裁王海峰、科大訊飛執(zhí)行總裁胡郁等。碼隆科技有幸與全球頂尖的專家學(xué)者和企業(yè)家們同臺，共同探討當(dāng)今社會前沿科技的應(yīng)用。

美國計(jì)算機(jī)協(xié)會(ACM)于1966年設(shè)立“圖靈獎”，獎勵國際上對計(jì)算機(jī)事業(yè)作出重要貢獻(xiàn)的個人，并以此紀(jì)念“人工智能之父”艾倫·麥席森·圖靈(Alan Mathison Turing)對計(jì)算機(jī)科學(xué)的巨大貢獻(xiàn)。該獎項(xiàng)為計(jì)算機(jī)界最負(fù)盛名、最崇高的榮譽(yù)，素有“計(jì)算機(jī)界諾貝爾獎”之稱。繼去年ACM圖靈獎五十周年大會在中國成功舉辦之后，今年，中國圖靈大會再次于上海舉辦，邀請了眾多學(xué)術(shù)界和業(yè)界的豪華嘉賓，圍繞計(jì)算機(jī)各領(lǐng)域的創(chuàng)新和發(fā)展、技術(shù)的產(chǎn)業(yè)化應(yīng)用等多個話題展開探討。

會議期間，碼隆科技首席科學(xué)家黃偉林博士發(fā)表了以《Computer Vision in RetailAI：從物體識別到商品識別》為題的主題演講，與在場嘉賓學(xué)者、企業(yè)家和學(xué)生們共同探討計(jì)算機(jī)視覺的技術(shù)突破點(diǎn)和商業(yè)應(yīng)用。

碼隆科技黃偉林博士獲得由圖靈獎得主Vinton Cerf博士本人親自頒發(fā)的優(yōu)秀Keynote講者證書

黃偉林博士曾在牛津大學(xué) Visual Geometry Group (VGG) 實(shí)驗(yàn)室從事博士后研究工作，博士后期間師從 Andrew Zisserman 和 Alison Noble，研究方向主要集中在場景文本識別、場景分類和醫(yī)學(xué)視頻分析等領(lǐng)域。

演講中，首席科學(xué)家黃偉林博士簡單介紹了計(jì)算機(jī)視覺發(fā)展的幾個重要里程碑，從圖像分類談到商品識別，以及目前在現(xiàn)實(shí)商業(yè)場景中遇到的技術(shù)難題，并分享了碼隆科技如何通過獨(dú)創(chuàng)的弱監(jiān)督算法帶來技術(shù)突破。

首先，黃博士簡單介紹了對計(jì)算機(jī)視覺發(fā)展有著重要貢獻(xiàn)的 ImageNet 圖像識別競賽。在 2010年和 2011 年的時候，大家采用的是傳統(tǒng)特征的方法，錯誤率在 25% 以上。直到 2012 年，卷積神經(jīng)網(wǎng)絡(luò)被第一次應(yīng)用到 ImageNet 圖像識別比賽，使得錯誤率從 25.8% 降低到 16.4%，帶來巨大的性能提升。此項(xiàng)突破引發(fā)了計(jì)算機(jī)視覺技術(shù)的變革，從此，深度學(xué)習(xí)技術(shù)在整個計(jì)算機(jī)視覺領(lǐng)域中得到廣泛應(yīng)用。到了2017 年，錯誤率已降低到 2.2%，超過了人類識別錯誤率 5.1% 的表現(xiàn)，證明了在 1000 類圖片分類這個任務(wù)上，機(jī)器可以做得比人類更好。

然而，碼隆科技所專注的商品識別這個領(lǐng)域，識別的種類多達(dá)幾十萬種，因?yàn)榧词故峭豢钌唐?，不同品牌或不同款式的價格是不一樣的，故需要做到SKU(庫存量單位)級別的分類。由此可知，商品識別技術(shù)應(yīng)用在現(xiàn)實(shí)生活中的商品圖像識別難度，遠(yuǎn)高于 ImageNet 比賽中1000種物體的識別難度。

值得關(guān)注的是，ImageNet 競賽對計(jì)算機(jī)視覺圖像識別技術(shù)發(fā)展起到了很大貢獻(xiàn)，擁有大規(guī)模人工標(biāo)注數(shù)據(jù)集這一點(diǎn)十分關(guān)鍵。然而，人工標(biāo)注數(shù)據(jù)的成本高昂，越來越多的研究者開始關(guān)注利用低成本數(shù)據(jù)(如不含人工注釋的數(shù)據(jù))來訓(xùn)練圖像識別系統(tǒng)的方式。

碼隆科技通過自主研發(fā)的弱監(jiān)督學(xué)習(xí)算法，解決了人工標(biāo)注的問題。黃博士深入淺出地分享了如何通過弱監(jiān)督學(xué)習(xí)和課程學(xué)習(xí)訓(xùn)練策略，突破深度學(xué)習(xí)需大量人工標(biāo)注數(shù)據(jù)來支持的技術(shù)難點(diǎn)。通過獨(dú)創(chuàng)的弱監(jiān)督學(xué)習(xí)算法，黃博士所帶領(lǐng)的團(tuán)隊(duì)不僅僅在實(shí)際商用場景中處理了海量噪聲數(shù)據(jù)，降低了人工標(biāo)注的巨大成本，也因此在CVPR 2017上榮獲大規(guī)模視覺理解 WebVision 世界挑戰(zhàn)賽第一名的殊榮。此項(xiàng)比賽的結(jié)果也說明了，即便在更符合真實(shí)使用場景、沒有經(jīng)過人工清理和標(biāo)注的數(shù)據(jù)中，碼隆科技算法團(tuán)隊(duì)所達(dá)到的 94.78% 準(zhǔn)確率表現(xiàn)(相當(dāng)于接近5%左右的錯誤率)，已經(jīng)可以達(dá)到比肩人類的性能。

黃博士還分享了目前碼隆科技商品識別技術(shù)在新零售、電商、服裝紡織、家具家居等行業(yè)的實(shí)際應(yīng)用，獲得在場嘉賓一致好評。在頒獎晚宴上，黃偉林博士獲得由圖靈獎得主Vinton Cerf博士本人親自頒發(fā)的優(yōu)秀Keynote講者證書。

碼隆科技首席科學(xué)家黃偉林博士發(fā)表了以《Computer Vision in RetailAI：從物體識別到商品識別》為題的主題演講

碼隆科技首席科學(xué)家黃偉林博士與兩位圖靈獎獲獎?wù)撸菏紫ヂ?lián)網(wǎng)專家 Vinton Cerf博士和哈佛大學(xué) Leslie Valiant 教授合影

在會場的展位上，碼隆科技有幸與眾多優(yōu)秀的專家學(xué)者和學(xué)生進(jìn)行交流，并展示其核心產(chǎn)品 ProductAI 在新零售、電商、服裝紡織、家具家居等行業(yè)的應(yīng)用。其中，“智能貨柜純視覺商品識別解決方案”獲得在場專家學(xué)者、教師和學(xué)生們的高度關(guān)注。該方案可助力傳統(tǒng)零售貨柜擺脫重力感應(yīng)模塊和 RFID 消耗的成本桎梏，高效解決新零售場景內(nèi)經(jīng)營方運(yùn)營與消費(fèi)者購物的實(shí)際痛點(diǎn)。這技術(shù)的落地正是基于碼隆科技核心產(chǎn)品 ProductAI 人工智能商品識別平臺高精準(zhǔn)度的商品識別能力，其背后是碼隆科技算法團(tuán)隊(duì)在海量數(shù)據(jù)訓(xùn)練、精準(zhǔn)算法模型設(shè)計(jì)上的不懈努力。

此次活動，碼隆科技與全球菁英齊聚本屆中國圖靈大會，共同勾勒人工智能的未來藍(lán)圖。未來，碼隆科技將持續(xù)專注計(jì)算機(jī)視覺技術(shù)創(chuàng)新與突破，并積極與學(xué)術(shù)界、產(chǎn)業(yè)界緊密合作，將最前沿的學(xué)術(shù)動態(tài)、最新研究成果呈現(xiàn)給更多致力于創(chuàng)新的科學(xué)工作者。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。