什么是深度学习？
目前团队又做了一个新的工作，可以根据电影的实时计算分析，来理解判断这里面的剧情，可以把一个演员，在整个电影里面，在什么地方出现，在那段时间是什么剧情，用自然语言描述出来，对整个电影的内容分析，用计算机视觉和自然语言自动可以分析出来了。将来可以用来分析和插播广告，还可以直接用自然语言搜索各种不同的片段。深度学习到底在做什么事情？实际上它所做的事情抽象出来是比较简单的，就是在做一个从 X 到 Y 的回归、或者说从 A 到 B 的 Mapping（对应）——你给它一个输入，它怎么样给出一个对应的输出？特殊的地方就是深度学习把这件事情做得非常非常好。以前也有其他算法可以做，只不过一直做不过人，现在深度学习做到了极致。接下来分享我们在深度学习方面做的一些工作。我们从 2011 年开始做这项工作，一开始没有开源的框架，所以自己要做很多的工作。做的时间长了，我们就做了一套 Parrots 系统，这个系统目前还不是开源的。
实验室有幸对深度学习研究较早。在计算机视觉包括人脸检测等各个方面起步较早，这里列了 18 项我们在计算机视觉领域全球最早提出来的深度学习解决方案，也相当于对创新的一些贡献。我们被评为全亚洲唯一的人工智能研究十大先驱实验室，非常荣幸跟 MIT、斯坦福、伯克利这样的名校，以及深度学习的顶级工业实验室脸书、谷歌的深度学习负责人团队等等在一起获选。我们也在研究一些现在没有的技术，比如说，大家可能以前见过很多依赖深度摄像头才能做的人体跟踪算法（比如 Kinect）。目前我们团队做的算法，用很便宜的单个 RGB 摄像头就可以做到同样效果，这是非常不容易的，尤其要做到实时，在智能家居，自动驾驶等方面都有很大的应用前景。今天，我从我们实验室的研究成果和公司做的产品，来讲讲我对这三个方面的理解。
谢谢大家。
深度学习的三要素
今天我演讲的题目是《人工智能的明天，中国去哪儿？》，我选了一个比较大的题目，希望能压住场。原来我想的题目比这个还大——《人工智能的明天，地球去哪儿？》，后来发现 ” 一带一路 ” 会议刚刚开完，” 地球去哪儿 ” 的问题已经解决了，我还是回到我的小题目—— ” 中国去哪儿 “。
我最后总结一下，在中国创业是一个什么感受？我觉得中国创业就像跑百米一样，要跑的非常快，第一个到达终点才可以活下来，但是这个跑道并不是塑胶跑道，而是满地都是坑的土路。这场赛跑有两个结局，一个是全力跑到最快，另外一个是刚起步就掉到坑里了。创业的困难是一定存在的，年轻人要不要创业？尽管路上的坑比较多，但还是可以试一试。
要有高性能的计算能力，训练一个大的网络；
这些也都是我们所做的技术的落地产品：在中国移动的实名认证系统，去年给中国移动做了三亿人的实名认证；小米的宝宝相册；华为 Mate 8 的智能相册；FaceU、SNOW 等做的特效；微博相机 …… 这绝大部分是基于我们的人脸识别、人脸跟踪等技术做出来的。实际上在人工智能落地方面我们做了许多的落地产品。在中国创业
深度学习的另外一个门槛就是高性能计算，以前高性能计算大家都是讲的 CPU 集群，现在做深度学习都是 GPU，把数百块 GPU 连接起来做成集群目前是一个比较大的门槛。我们在北京做了三个 GPU 的集群，在香港做了一个大的集群，用这些集群，原来一个月才能训练出来的网络，加速到几个小时就能训练完，因此我们训练了大量的网络。
另外用什么钱创业也是个问题。什么钱可以用？什么钱不可以用？我的忠告是，首先父母的钱你不可以用，那是他们养老的血汗钱。你自己挣的钱可以用，你的第一桶金可以用，你们还年轻，用光了可以再去挣。投资人的钱是可以用的，因为大部分都是有钱人的钱，我觉得 ” 劫富济贫 “，人人有责，所以如果大家一定要创业那就创吧。
* 图片由雷锋网编辑现场拍摄
这是人脸的布控系统，目前已在很多城市实时布控了。还有百米之外抓人，百米之外看到一个目标拉近然后进行人脸识别。我们用这套系统训练的网络可以做到非常深，原来 AlexNet 是 8 层，后来 GoogleNet 在 2014 年做到了 22 层，后来 ResNet 做到了 150 多层，去年我们的 PolyNet 做到了 1000 多层。大家可以看到这个网络发展趋势，越来越深。这是我们设计的 1000 多层的网络，比较细的线就是整个网，中间一个格往下走，放大出来的部分就是网络的细节结构，这个网叫做 Polynet，Dahua 团队的这个网络设计和 Facebook 的 Kaiming 团队的 ResNet，在图像分类上做了目前为止全球最好的结果，最后基本上成了我们实验室出来的两个学生之间的竞赛。这个网络的最后形状有点像 DNA 的双螺旋。接着人工智能在自动驾驶领域也取得了一些重大的突破。现在比较热门的是医疗影像方面，借助人工智能进行诊断。
这有什么用途呢？大家经常会把照片放到网上，我们用这些照片分析这些人，如果你跟一个非常有名的人，或者跟一个非常有钱的人照了一张合照，那你这个人可信度可能就增加。或者你和一个罪犯、或者信誉不好的人拍了一张照片，你的可信度就下降。我们用这项技术可以做金融的征信，把不同人的关系网建立起来，把信用度传递出去。这个关系问题还可以做得更多，把一张图片任何物体之间，哪个在上面，哪个在后面，互相是什么关系，可以由一张照片判断出来。
大家可以看到 ” 深度学习（Deep Learning）” 这个词在谷歌上的搜索情况：从 2006 年才开始有人搜索这个词，是 Hinton 和 Yann LeCun 们那个时候发明了这个算法。这中间很长一段时间，2006-2011 年曲线是很平稳的，只有学术界才会去搜索这个词语，才知道这个事情。2011 年突然之间搜索量开始呈现指数型增长，各行各业都在讨论深度学习，现在搜索量已经非常的巨大。这条曲线形象地演示了深度学习的爆发过程。下面是最新的工作，我们以前定义了 70 种人的特性，根据这个特性进行视频搜索。现在定义一个新的搜索模式，用自然语言来搜索，即我说一段话来描述这个人，把这个人描述出来以后用这段话去搜索我要找的这样一个人。实际上，其中涉及的信息量是很大的，寻找也更加精准，我们已经建立了一个大的开源的数据库来帮助大家做这个研究。
(责任编辑：admin)免责声明：文章内容来自互联网，本站仅作为分享，不对其真实性负责，如有侵权等情况，请与本站联系删除。
转载请注明出处：在中国创业是怎样一种感受？ https://www.dachanpin.com/a/cyfx/24738.html
