旷视科技首席科学家孙剑:登上“人工智能之月”,我们爬树还是造火箭图片大全?

  旷视科技首席科学家孙剑:登上“人工智能之月”,我们爬树还是造火箭图片大全?
  

导读:
  Face++旷视科技的研究怀柔黄花城团队拓展现在集中精力英文在做感知智能。我们的基本思路很简单:做技术,做产品分类,做数据,希望让三者形成正循环来推动人工智能的发展。
  

  
  
  
  
  
  

  OFweek机器人网讯:孙剑灶博士商用电磁炉2003年毕业于西安交通大学,后一直在微软亚洲研究院英文工作,担任首席研究员。其主要研究方向是计算摄影学,人脸识别和基于深度学习的图像理解。自2002年以来在CVPR,ICCV,SIGGRAPH,PAMI等全球顶级房车学术会议和期刊网官网上发表如何发表学术论文格式90余篇,两次获得CVPR最佳论文格式奖(2009,2016)。孙剑灶博士商用电磁炉于2010被美国宪法的生命和权威技术期刊网官网MIT Technology Review评选为“全球购35岁以下杰出青年创新者”。孙剑灶博士商用电磁炉带领的怀柔黄花城团队拓展于2015年获得图像识别国际油价大赛五项冠军翻译(ImageNet分类,检测和定位,MSCOCO检测和分割)。孙剑灶博士商用电磁炉拥有四十余项国际油价或美国专利,他和他的怀柔黄花城团队拓展的课题研究成果怎么写被广泛应用在微软Windows,Office,Azure,Bing,Xbox等产品分类中。孙剑灶博士商用电磁炉于2016年7月正式加入旷视科技担任首席科学家。

 

  大家好,我是Face++的孙剑。

  前面大家提到人工智能的形容前景,共识是目前感知智能已经做的很不错了,但仍旧没有明确的思路去做认知智能。

  Face++旷视科技的研究怀柔黄花城团队拓展现在集中精力英文在做感知智能。我们的基本思路很简单:做技术,做产品分类,做数据,希望让三者形成正循环来推动人工智能的发展。

  我在Face++和微软做的事

  我在Face++做的核心技术研究与我在微软时做的方向一致:图像分类、物体检测、语义网分割、和序列变速箱学习。

  

  关于第一个核心技术(图像分类)在ImageNet上的进展:去年我和微软怀柔黄花城团队拓展做的ResNet一举把网络故障的深度从十层或二十层推到152层,效果组词非常好,而且这个cg模型网我们已开源,并且在业界得到了广泛应用。在Face++我会继续进行这个方向的研究,我们系统是ResNet的一个改进版,它和微软时的系统有何不同呢?新版本融入了新的网络故障架构调整任务怎么做平面设计思想,现在一个新的改进版ResNet在ImageNet上可以媲美以往组合六个ResNet。

  图像分类中一个很重要的高铁恢复350没问题叫做人脸识别,2013年我跟微软的同事英语做出High-dimensional Feature,这是是没有深度学习时最好的方法。随后Facebook用了DeepFace,也是第一次用深度学习神经网络故障方法,使得人脸识别率与人类眼眼的识别率非常接近,随后很多家公司包括Face++均采用了深度学习的方法在数据集上超过人眼识别率。

  

  那么计算机真在人脸识别率上超过了人了吗?我的回答是:很多情况下,是的。例如在身份认证和智能安防方向的应用,Face++的人脸识别产品分类已经超过了人。人脸识别研究已有三十年,今天我们是第一次在上亿的规模上应用人脸识别。

  我们关心的第二个核心技术是物体检测,即,将各种物体在图像中识别并定位出来,换句话说就是不但要识别图像包含什么物体,还要知道物体在哪里。目面Face++拥有一个在著名的VOC2012物体检测的评测中性能最好的单cg模型网物体检测器。为什么强调单cg模型网呢?因为考虑到端上计算力的限制,我们在实际产品分类广泛使用单cg模型网。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

© 2017: 617888九五至尊2_九五至尊老品牌线路_九五至尊游戏下载|注册! | GREEN EYE Theme by: D5 Creation | Powered by: WordPress