CVPR 2020商汤斩获3冠！62篇论文入选，“算法工厂”凭什么领跑行业？

鱼羊 2020-06-18 13:19:34 来源：量子位

鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

“视觉实力秀”，CVPR 2020 正在线上举办中。

本届 CVPR 号称十年来最难的一届，共接收 6656 篇论文，中选 1470 篇，录用率仅为 22%，为十年来最低的一次。

不过，中国军团依然表现亮眼。学术界清华领衔，商汤则以 62 篇论文入选的成绩，领跑产业界。

成绩亮眼，却有些见怪不怪。毕竟，这已经不是商汤第一次在顶会上“一骑绝尘”。

此前的 ICCV 2019 上，商汤及其联合实验室就曾以入选 57 篇论文的成绩引来瞩目。

而这一次的 CVPR，在入选论文数上，商汤持续超越微软、Facebook 等科技巨头。

并且，又拿下了 CVPR 2020 ActivityNet 时空动作定位赛道、动作分类赛道，以及 CVPR 2020 NTIRE 竞赛等 3 项世界冠军。

至此，成立 6 年以来，商汤已经在各种重要赛事中，斩获了 60+ 个世界第一。

那么，问题来了，商汤凭什么？

62篇论文 + 3项世界冠军，实现多领域技术突破

先来看看，商汤的 CVPR 2020 成绩单背后，是怎样的技术进展。

三项比赛中，ActivityNet 是视频动作识别领域的重要实力检验竞赛。

该项竞赛历年由 Google、Facebook、UC Berkeley 等顶尖院校与研究机构主办，相关技术在视频分析、活体检测等多项实际应用中具有重要价值。

在 AVA-Kinetics 时空动作定位比赛中，依托自研技术对象-场景-对象推理网络（ACAR-Net）和自有的深度学习超算平台，商汤研究院和 X-Lab 及香港中文大学-商汤联合实验室团队以绝对优势夺得第一。

39.62mAP的成绩，大幅领先今年的第二名 6.71 mAP。

在动作分类竞赛中，商汤研究院和 X-Lab 及联合实验室团队依托自有的深度学习超算平台，在短时间内训练了多个具有超深网络的视频分类模型。在多模型融合阶段，商汤自研的时空交错网路（TIN）同样发挥重要作用。

由此，与 Google Cloud AI 拿下该项竞赛的并列第一。

而 NTIRE（New Trends in Image Restoration and Enhancement）作为全球最全面的 low-level 视觉大赛之一，能够直观地反映出 low-level 视觉这一热门领域中研究进展和突破。

商汤研究团队在 CVPR 2020 NTIRE 的真实图像（Real World RGB Images）光谱重建（HS Reconsturction）赛道中，凭借一种新的 4 级网络结构，在增大感受野的同时，在不同级子网中做特征提取，从而成功卫冕冠军。

论文方面，商汤今年入选的 62 篇论文，同样分布多个领域，包括：对抗式生成模型、三维点云理解与分析、训练加速与模型量化、视频理解与分析、网络结构搜索等。

例如，商汤入选 CVPR 2020 的论文《用于加速卷积神经网络训练过程INT8训练技术》，就针对如何提升深度学习训练速度的问题，提出了用于加速卷积神经网络训练过程的 INT8 训练技术，采用 8 比特数值训练模型，可以极大地提升训练速度，减少计算损耗，而且训练精度几乎无损。

所以，商汤的秘诀是什么？

答案还要从商汤自身的定位中寻找。

AI时代的“算法工厂”

据悉，目前商汤一共有约 4000 名员工，其中有 2500 多人都是算法和产品研发人员，超过总员工数的一半。

而商汤的路线，是依托这样的技术力量，以“算法工厂”的模式，完成科研到产品的转化。

什么叫“算法工厂”？

商汤科技联合创始人徐冰在公开演讲中谈到，现在，如何批量地生产针对不同物体和场景的模型，已经成为驱动 AI 增长、下一代技术演进的关键问题。

而成熟的深度学习训练平台，是能够推动大规模新模型生成的。这也就促成了“算法工厂”概念的形成。

“算法工厂”具体如何体现？

最直接的改变，当然就是降本增效。

徐冰提到，在 15 年的时候，完成一个亿分之一级别精度的行人识别模型，需要 10 个研究员，6 个月的时间。

而现在，同样的模型，1 个研究员用 3 天时间就可以达到同样的效果，而且使用的 GPU 资源只是原来的一半。

如此一来，训练出的模型数量，就能远远超过研究人员的数量。当一个人平均能带来 4-5 个，甚至几十个工业级别模型，就能够把人工智能算法作为一种集中的服务，通过框架平台直通终端客户，更快地扩展应用范围。

徐冰表示，有了算法工厂，有了更多的前端的感知能力，在商业上，可以看到的就是数字化进程的进一步加快，AI 在各个场景渗透率会迅速提高、功能数迅速增加，工业生产、城市治理、工作学习的各个方面都会受到颠覆性的影响。

简而言之，打造“算法工厂”的目的很简单——

实现 AI 大规模落地，进一步激发商业价值。

技术落地进行时

“算法工厂”带来的能量，在疫情期间也得到了体现。

疫情期间，商汤和青岛西海岸新区人民医院合作，在一周时间内，按要求研发出来了针对新冠肺炎的 CT 影像筛查系统，并部署抗疫一线，帮助医生提高诊断的准确率和效率。

这样的速度，正是基于商汤打造的 SenseCare 智慧诊疗平台。

实际上，除了影像科室，AI 医疗在心外科等临床科室，也能积极发挥辅助作用。

比如心脏支架手术前，需要进行大量数据研判。在这个过程中，AI 可以在术前识别好血管曲率、 长度、直径等核心指标，再进行支架放置手术模拟。这对于降低手术风险、提高手术效率而言很有帮助。

基于这样的背景，商汤的 SenseCare 智慧诊疗平台，提供了 AI 识别、辅助诊疗、手术规划等服务，覆盖消化内科、骨科、呼吸科、神经内科、放疗、放射科、口腔科、心血管科等众多科室。

并且，2019年，SenseCare 已经获得了两项国家药监局认证，开始商业化进程。

另一个引人瞩目的落地案例，是智慧城市。

近期，商汤在上海长宁区江苏路街道率先试点 AI+ 一网统管，开发了“智能巡屏”等功能。

它基于商汤 SenseFoundry 方舟城市级开放视觉平台，构建多场景、一站式 AI 城市治理解决方案，实现了 AI 研判处置全闭环管理，依次为自动发现、立案、智能派单、处置、自动核查、结案六大环节。

这样的 AI 闭环管理，能有效解决暴露垃圾识别、共享单车乱堆放等城市痛点问题，大大提升城市管理效能。

此外，AI 技术落地的另一个趋势，就是算法与硬件的结合。

比如大家熟悉的手机拍照。受到硬件极限的限制，亿级别像素手机的出现，实际上就是软件 + 算法 + 多镜头拍照的结合。

而商汤作为“AI工厂”输出算法，已经帮助手机厂商实现了 60 倍变焦、暗光拍摄这样广为人知的功能。

如今，AI 早已渗透到生活的方方面面，尤其是今年以来，新冠疫情下，数字化成为驱动创新、带动经济增长的新动力，而AI正是推动这一进程的重要底层技术。

在这样的背景之下，人工智能已经迈向落地为王的时代。

而 5G 技术的普及、新基建大幕的拉开，更是 AI 企业化前沿技术为实际生产力的一阵东风。

对于商汤这样的科技创业公司而言，这或许就是历史赋予的最好机遇。

且拭目以待。

— 完 —