AI的发展有明显的壁垒效应,计算机视觉应用前景广阔

导言：

在加入腾讯前，贾佳亚曾与多个人工智能研究机构开展过联合研究工作，而在加入腾讯后，除了负责计算机视觉、机器学习等人工智能领域的研究外，在贾佳亚的职责中，探索“人工智能与各种应用场景结合”是极其重要的一环。

在大会开始前，我们整理了贾佳亚教授以往的观点，一起来看一下吧。

贾佳亚

香港中文大学终身教授

腾讯优图杰出科学家

IEEE Fellow

AI的发展有明显的壁垒效应

从2013年至今，AI 迅速落地，与普通人的距离越来越近，行业产生了另一个看似矛盾的现象：算法的开源让人们学习 AI 的门槛降低，但在产业层面，AI 的发展依旧具备明显的壁垒效应。

贾佳亚认为：每个人工智能团队要发展，必须充分考虑计算资源，计算平台，要构建自己的私有计算平台，必须有非常强有力的人才储备。如果一个团队已经有先发优势，其它团队想成为后起之秀，必须以更快的速度积累人才、积累框架、积累行业经验，这非常不容易，也是为什么在产业层面会越来越具有壁垒效应。举个例子，买一辆汽车很容易，因为汽车产业很成熟，但是如果想开一个厂，再造一批汽车，这就很难。

如何让科技发挥出更实用高效的社会效益？这是贾佳亚教授正在做的。他带领的优图实验室和腾讯其他团队希望能开放自己的技术给所有客户，使得AI技术能够真正造福于人类生活的方方面面。

计算机视觉应用前景广阔

在贾佳亚看来，2013年之后，AI 在场景、行业、任务、技术层面有飞跃式的提升。

以工业自动化场景为例，传统工业自动化是希望在生产中尽量实现流程自动，用机器辅助流水线，尽量减少人工干预，这并没有涉及到智能，即使有非常先进的机器人做制造，但一个零件生产是否合格，绝大部分还依赖于人做判定。AI则可以打通工业自动化的最后一环，让所有判定、决策都由机器实现，这就是AI在自动检测产品以及改进自动生产精度上面的表现。

还有非常重要的一个部分：海量线上内容自动处理。

线下内容有没有社交价值？能否通过审核？能否给小朋友看，以前都需要大量的人力去观察和检测。但现在除了一些特殊问题，所有线上检测都可以实现自动化。

线上内容的自动处理离不开计算机视觉的应用。计算机视觉的研究目标是使计算机程序能够解读和理解图片，不仅理解图片的颜色，而且可以更高层地理解图片的语义及特征。计算机视觉是AI领域中最重要的研究方向之一，但越是研究到深层次越是举步维艰，登山易而登至山顶难。

从给照片化妆卸妆，到自动驾驶与医疗，计算机视觉越来越成为AI领域中重要的落地项，并将切实地改善人们生活的各个层面。7月28日至29日中国人工智能大会（CCAI2018）将于深圳举行，届时贾佳亚将分享题为《大规模图像理解、分割新进展》的演讲，介绍大规模图像理解与分割的最新进展。主要内容涉及到最先进的语义分词系统PSPNet，例如性能最好的PANet分段，以及其他用于图像理解和增强的技术。