伴隨著深度學(xué)習(xí)技術(shù)的突破,人工智能開(kāi)始以前所未有的速度在全球范圍內(nèi)快速發(fā)展,中國(guó)的人工智能技術(shù)與實(shí)際應(yīng)用更是走在了世界的前列,并已經(jīng)在工業(yè)的各個(gè)領(lǐng)域落地結(jié)果。即AI算法為代碼,基于數(shù)學(xué)原生表達(dá)的AI編程新范式,打造易用、高效、易調(diào)試的可微編程架構(gòu),降低開(kāi)發(fā)門檻,讓算法專家聚焦AI創(chuàng)新和探索。
目前,計(jì)算機(jī)視覺(jué)是深度學(xué)習(xí)最熱門的研究領(lǐng)域之一。它位于許多學(xué)術(shù)科目的交匯點(diǎn),如計(jì)算機(jī)科學(xué)(圖形學(xué)、算法、理論、系統(tǒng)、體系結(jié)構(gòu)),數(shù)學(xué)(信息檢索、機(jī)器學(xué)習(xí)),工程學(xué)(機(jī)器人、語(yǔ)音、自然語(yǔ)言處理、圖像處理),物理學(xué)(光學(xué)),生物學(xué)(神經(jīng)科學(xué))和心理學(xué)(認(rèn)知科學(xué))。由于計(jì)算機(jī)視覺(jué)代表了對(duì)視覺(jué)環(huán)境及其背景的相對(duì)理解,許多科學(xué)家認(rèn)為,該領(lǐng)域因?yàn)槠淇缬蛘莆諡槿斯ぶ悄茕伷搅说缆贰?/p>
當(dāng)下AI計(jì)算機(jī)視覺(jué)應(yīng)用無(wú)處不在,包自動(dòng)駕駛汽車、智能手機(jī)、監(jiān)控?cái)z像頭、消費(fèi)類攝像頭、AR/VR、機(jī)器人和工業(yè)應(yīng)用等等。盡管各行各業(yè)都在加快對(duì)于人工智能產(chǎn)品的布局和開(kāi)發(fā),但擁有人工智能的核心技術(shù),才是實(shí)現(xiàn)高質(zhì)量的產(chǎn)品應(yīng)用開(kāi)發(fā)的關(guān)鍵。
獲取訓(xùn)練數(shù)據(jù)是人工智能領(lǐng)域最大的競(jìng)爭(zhēng)優(yōu)勢(shì)之一,通過(guò)收集數(shù)百萬(wàn)、上千萬(wàn)用戶的這一資源,Facebook、谷歌和亞馬遜等科技巨頭已經(jīng)能夠在各個(gè)領(lǐng)域取得領(lǐng)先優(yōu)勢(shì)。
該公司在官方博客中寫道:“通過(guò)學(xué)習(xí)橫跨多個(gè)國(guó)家數(shù)百種語(yǔ)言的全球公開(kāi)視頻流,我們的人工智能系統(tǒng)將不僅提高準(zhǔn)確性,而且還將適應(yīng)我們快速移動(dòng)的世界,并識(shí)別不同文化和地區(qū)的細(xì)微差別和視覺(jué)線索”。
Facebook表示,由此產(chǎn)生的機(jī)器學(xué)習(xí)模型將用于創(chuàng)建新的內(nèi)容推薦系統(tǒng)和節(jié)制工具,但未來(lái)還可以做得更多。當(dāng)然,Facebook已經(jīng)可以通過(guò)目前的廣告定向業(yè)務(wù)獲得此類信息,但如果能夠通過(guò)人工智能解析視頻,將為其商店增加一個(gè)令人難以置信的豐富(和侵入性)數(shù)據(jù)來(lái)源。
近日,Facebook公司分享了兩個(gè)內(nèi)部人工智能項(xiàng)目的細(xì)節(jié),分別是Learning from video和TimeSformer,這兩個(gè)項(xiàng)目旨在促進(jìn)更強(qiáng)大的機(jī)器學(xué)習(xí)模型的開(kāi)發(fā)。
其中第一個(gè)項(xiàng)目“通過(guò)視頻學(xué)習(xí)”(Learning from video),Facebook公司將通過(guò)用戶上傳的視頻來(lái)訓(xùn)練驅(qū)動(dòng)其社交網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)系統(tǒng)。
Facebook正在使用一種 “自監(jiān)督學(xué)習(xí)”的方法,更好地使用用戶視頻訓(xùn)練模型,這種方法是不需要對(duì)訓(xùn)練數(shù)據(jù)打標(biāo)簽的。
該模型被稱為SEER(SElf-SupERvised),被饋入了10億張公開(kāi)可用的Instagram圖像,這些圖像未經(jīng)過(guò)手動(dòng)標(biāo)記。但是,即使沒(méi)有通常在AI算法訓(xùn)練中使用的標(biāo)簽和注釋,SEER仍能夠自主地訓(xùn)練數(shù)據(jù)集,不斷進(jìn)行學(xué)習(xí),并最終在諸如對(duì)象檢測(cè)之類的任務(wù)上達(dá)到最高的準(zhǔn)確性。
圖片來(lái)自Facebook AI
這種被稱為自監(jiān)督學(xué)習(xí)(self-supervised learning)的方法在AI領(lǐng)域已經(jīng)很成熟:它由可以直接從給定信息中學(xué)習(xí)的系統(tǒng)組成,而不必依賴經(jīng)過(guò)仔細(xì)標(biāo)記的數(shù)據(jù)集來(lái)教他們?nèi)绾螆?zhí)行諸如識(shí)別照片中的對(duì)象或翻譯文本之類的任務(wù)。
自監(jiān)督式學(xué)習(xí)近來(lái)引起了很多關(guān)注,因?yàn)檫@意味著需要手工標(biāo)記數(shù)據(jù)的工作要少很得,這對(duì)大多數(shù)研究人員而言是費(fèi)時(shí)費(fèi)力的工作。無(wú)需管理數(shù)據(jù)集的同時(shí),自監(jiān)督模型可以處理更大,更多樣化的數(shù)據(jù)集。
在某些領(lǐng)域,特別是自然語(yǔ)言處理中,該方法已經(jīng)取得了突破。在數(shù)量越來(lái)越多的未標(biāo)記文本上訓(xùn)練算法已使諸如問(wèn)答、機(jī)器翻譯、自然語(yǔ)言推理等應(yīng)用程序取得了進(jìn)展。
當(dāng)前,人工智能作為引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù),已成為全球競(jìng)爭(zhēng)新高地。人工智能已成為我國(guó)科技發(fā)展的首要聚焦方向,要加快其發(fā)展進(jìn)程,背后需獲取充足的AI算力支持。
近年來(lái),中國(guó)對(duì)人工智能的投資呈現(xiàn)快速增長(zhǎng)的態(tài)勢(shì),以超大規(guī)模的互聯(lián)網(wǎng)公司和大型行業(yè)用戶為首,企業(yè)紛紛加大對(duì)人工智能的投資,來(lái)滿足日益增長(zhǎng)的AI創(chuàng)新對(duì)于算力的需求,并尋求企業(yè)的數(shù)字化轉(zhuǎn)型和中國(guó)整體產(chǎn)業(yè)變革和升級(jí)。
以計(jì)算機(jī)AI視覺(jué)為代表的微美全息,微美的計(jì)算機(jī)視覺(jué)全息云服務(wù)其商業(yè)應(yīng)用場(chǎng)景主要聚集在家用娛樂(lè)、光場(chǎng)影院、演藝系統(tǒng)、商業(yè)發(fā)布系統(tǒng)及廣告展示系統(tǒng)等五大專業(yè)領(lǐng)域,已經(jīng)布局到智慧城市的相對(duì)應(yīng)領(lǐng)域。微美全息(WiMi)專注于全息云服務(wù),主要聚集在車載AR全息HUD、3D全息脈沖LiDAR、頭戴光場(chǎng)全息設(shè)備、全息半導(dǎo)體、全息云軟件、全息汽車導(dǎo)航等專業(yè)領(lǐng)域,覆蓋從全息車載AR技術(shù)、3D全息脈沖LiDAR技術(shù)、全息視覺(jué)半導(dǎo)體技術(shù)、全息軟件開(kāi)發(fā)、全息AR廣告技術(shù)、全息AR娛樂(lè)技術(shù)、全息ARSDK支付、互動(dòng)全息通訊等全息AR技術(shù)的多個(gè)環(huán)節(jié),是一家全息云綜合技術(shù)方案提供商。
微美全息以“眼界即視界”為使命,公司建立了全球頂級(jí)、自主研發(fā)的深度學(xué)習(xí)平臺(tái)和超算中心,并且研發(fā)了一系列AI技術(shù),包括:人臉識(shí)別、圖像識(shí)別、文本識(shí)別、醫(yī)療影像識(shí)別、視頻分析、無(wú)人駕駛和遙感等。全息3D人臉識(shí)別軟件的開(kāi)發(fā)基于微美的全息成像特征成像檢測(cè)和識(shí)別技術(shù)、模板匹配全息成像檢測(cè)技術(shù),以及基于深度學(xué)習(xí)和訓(xùn)練的視頻處理和識(shí)別技術(shù)。傳統(tǒng)的2D面部識(shí)別技術(shù)是一種基于面部特征的識(shí)別技術(shù),它從面部圖像或面部視頻流中捕獲信息,并自動(dòng)檢測(cè)和跟蹤目標(biāo)面部;微美的全息3D面部識(shí)別技術(shù)是全息成像捕捉和3D肖像的結(jié)合的識(shí)別技術(shù)。
全息面部變化技術(shù)基于全息3D圖層替換技術(shù),包括基于AI的圖像識(shí)別和動(dòng)態(tài)融合處理技術(shù),實(shí)時(shí)跟蹤圖像以及用其他面部替換面部。該技術(shù)取代視頻幀中的人臉,合成視頻并添加原始音頻。微美已經(jīng)在全息AR插件廣告應(yīng)用中驗(yàn)證了這些技術(shù)模塊,并將繼續(xù)開(kāi)發(fā)和升級(jí)這些技術(shù)模塊。微美相信這項(xiàng)技術(shù)將為名人廣告,電影發(fā)行和直播視頻流等應(yīng)用帶來(lái)新的業(yè)務(wù)增長(zhǎng)。
微美領(lǐng)先的全息AR內(nèi)容制作功能圍繞圖像采集、對(duì)象識(shí)別、自動(dòng)圖像處理和計(jì)算機(jī)視覺(jué)技術(shù)而構(gòu)建。微美的軟件工程團(tuán)隊(duì)和可視化設(shè)計(jì)團(tuán)隊(duì)緊密合作,不斷推進(jìn)這些可視化相關(guān)技術(shù),并利用它們?cè)O(shè)計(jì)和生產(chǎn)創(chuàng)新的全息AR內(nèi)容。通過(guò)提供精確姿態(tài)估計(jì)的實(shí)時(shí)計(jì)算機(jī)視覺(jué)算法,能夠在幾秒鐘內(nèi)執(zhí)行場(chǎng)景識(shí)別和跟蹤。這種尖端算法還允許微美以像素為基礎(chǔ)執(zhí)行照片級(jí)真實(shí)高分辨率渲染的可視化。Frost&Sullivan表示,雖然大多數(shù)同行公司可能會(huì)識(shí)別并捕獲特定空間單位內(nèi)的40到50塊圖像數(shù)據(jù),微美可以收集的數(shù)據(jù)塊數(shù)量達(dá)到500到550;微美的圖像處理速度比行業(yè)平均水平提高了80%,從而提高了運(yùn)營(yíng)效率。在場(chǎng)景重建過(guò)程中,微美的自動(dòng)圖像處理工具可以對(duì)最初拍攝的圖像進(jìn)行噪聲清除和特征增強(qiáng),從而能夠創(chuàng)建具有業(yè)界領(lǐng)先模擬度的同類最佳全息AR設(shè)計(jì)。
2020年,中國(guó)人工智能服務(wù)器占全球人工智能服務(wù)器市場(chǎng)的三分之一左右,成為全球人工智能產(chǎn)業(yè)發(fā)展的中堅(jiān)力量。
2020年,面向日益增長(zhǎng)的算力需求浪潮前瞻地提出“智算中心”,通過(guò)公共算力新型基礎(chǔ)設(shè)施來(lái)提供人工智能應(yīng)用所需算力服務(wù)、數(shù)據(jù)服務(wù)和算法服務(wù),以承載AI技術(shù)創(chuàng)新,促進(jìn)數(shù)據(jù)開(kāi)放共享,加速智能生態(tài)建設(shè),帶動(dòng)智能產(chǎn)業(yè)的聚合。
近日,國(guó)際數(shù)據(jù)公司發(fā)布2020H1《全球人工智能市場(chǎng)半年度追蹤報(bào)告》,報(bào)告顯示,2020上半年全球人工智能服務(wù)器市場(chǎng)規(guī)模達(dá)到55.9億美元,占人工智能基礎(chǔ)設(shè)施市場(chǎng)的84.2%以上,成為AI基礎(chǔ)設(shè)施的需求主體。
過(guò)去一年,人工智能在行業(yè)的應(yīng)用獲得了快速發(fā)展,通用型應(yīng)用場(chǎng)景已經(jīng)具有相當(dāng)?shù)某墒於?在業(yè)務(wù)需求的推動(dòng)下,具有高行業(yè)屬性的碎片化應(yīng)用也開(kāi)始被廣泛使用,并輻射到了媒體娛樂(lè)、現(xiàn)代農(nóng)業(yè)、智能家居、智慧電力等多個(gè)不同領(lǐng)域。
目前,人工智能所需算力每?jī)蓚€(gè)月即翻一倍,承載AI的新型算力基礎(chǔ)設(shè)施的供給水平,將直接影響AI創(chuàng)新迭代及產(chǎn)業(yè)AI應(yīng)用落地。
