鄙視:我們期望用技術改變世界，這可能分為兩部分第一部分是要真正做出好的技術，第二部分是要真正讓這些好的技術為客戶創造價值
雖然AI應用已經滲透到人們生活的許多角落，但AI技術本身仍然籠罩著神秘色彩，吸引著科技愛好者的目光。
在MegTech 2022曠視科技開放日上，曠視科技聯合創始人兼CEO殷琦攜手曠視研究院的一眾技術大師，分享了AI視覺最新技術的研究創新成果和未來趨勢。
此外，在技術開放日現場，輕蔑地展示了20項技術AI視覺技術的最新應用，包括瞬時相機，VR徒手交互，低功率嵌入式L2自動駕駛儀方案:等一個吸引眼球的應用。
AI技術會在多大程度和深度上改變生產和生活方式作為一家深耕AI視覺技術11年的公司，曠視科技開放日上這些技術的分享和應用可見一斑
挑戰科技聯合創始人兼首席執行官殷琦
殷琦表示，AI是曠視一直堅持的核心能力，而IoT是商業價值的核心載體Ldquo從視覺AI技術的創新到AIoT落地應用的實現都需要創造商業價值，三要素，AI端有兩個核心元素，IoT端有一個核心元素這個2+1 ，AIoT的核心技術研究是支撐AIoT商業成功的最重要基石，它藐視眼前，不斷走向新的
人工智能基礎模型研究的新趨勢:偉大的和Rdquo
事實上，在過去的十年中，每一代基礎模型的突破都極大地推動了視覺AI的發展尤其是2012年AlexNet提出后，基于深度學習的神經網絡成為AI視覺發展的主要驅動力之一根據神經網絡的不同用途和構造方法，大致可以分為CNN，Transformer，基于自動神經網絡架構搜索的模型，輕量級模型等這些模型在一定時期內極大地推動了當時AI的發展
到了2022年，視覺AI基本模型的研究呈現出哪些新趨勢。
迪法恩斯研究院基礎科學研究負責人張翔宇認為:lsquo偉大的rsquo和lsquoRsquo這是視覺人工智能基礎研究的新趨勢lsquo偉大的rsquo是指AI大模型利用大數據，大計算能力，大參數，提高模型的表達能力，使AI模型適用于各種任務，數據和應用場景，lsquoRsquo趨勢是AI視覺研究的領域很多，開發了AI視覺的基本模型，如CNN，VL模型，變形金剛等基本的視覺應用，例如檢測和分割，AI算法的進化，如優化，自監督，半監督等此前，每條研究路徑都衍生出一系列算法但是這兩年我們發現這些算法在底層都在走向統一例如，CNN，ViT和MLP都通過在訓練過程中添加先驗方法而具有相似的性能這個統一的趨勢就是我們的lsquoRsquoAI系統的設計奠定了基礎
不過，張翔宇也強調，模型越偉大的不一定代表越好建立大AI模型時注意邊際效應遞減現象，即伴隨著模型參數和數據的增加，收益逐漸減少研究不僅需要偉大的努力的方向，更重要的是如何讓偉大的這是當今AI視覺研究的主要趨勢和挑戰之一
Ldquo定義的藐視模型研究，偉大的就是以創新的算法發揮大數據，大計算的力量，拓展AI認知的邊界。
目前基于偉大的和Rdquo兩大趨勢，忽略基礎模型研究分為四個主要方向:
一，一般圖像大模型本文致力于構建一個通用的，統一的，高性能的圖像視覺模型創新研究方法，讓偉大的真正能為性能提升服務，讓大模型產生和孵化更多應用
第二，視頻理解的大模型克服當前視頻理解和視頻建模中長期困擾業界的長序列建模問題，找到一種更高效的訓練，監督和應用視頻模型的方法
第三，計算攝影的大模型目前，計算攝影的許多任務和模型都是通過對圖像退化模式進行建模來創建高質量的圖像
第四，自動駕駛感知的大模型本研究著重于簡單，高效，統一，易用的自動駕駛模型的優化，訓練和部署方法
如何實現AI算法的量產。
需要注意的是，在傳統意義上，我們說某樣東西批量生產，一般是指同一種商品批量生產這里，鄙視說AI算法量產，可以批量產生多種算法，這些算法適用于不同的應用場景
曠視研究院算法量產負責人周爾晉表示，要實現算法量產，需要攻克數據生產的復雜性，生產過程中算法模型的不確定性，模型部署硬件平臺的多樣性，三個挑戰。
為了加快AI算法的量產，漠視搭建了AIS算法生產平臺作為算法量產領域的最新進展，該平臺在本次技術開放日向公眾亮相
金舟介紹，AIS算法生產平臺是基于多年算法生產經驗的一站式MLOps算法生產平臺，包括Brain++系統，自研深度學習框架MegEngine，數據管理平臺MegData和計算平臺MegCompute等，可提供數據清洗，智能標注，數據管理，數據質量檢查，算法自動產生，模型多維能力評估，流水線部署等全流程能力。
目前，AIS已支持100多種業務模型訓練，2小時即可完成，模型輸出的精度指標遠高于行業平均水平，ADS模型部署工具提供了將訓練好的模型一鍵轉換到不同計算平臺并支持測試評分的服務，可以大大簡化從訓練到部署的過程。
定義算法的硬件:AI傳感器
伴隨著算法的量產成為現實，如何將算法部署應用到具體的生產生活空間，才是物聯網的商業價值在殷琦看來，這是鄙視算法定義硬件要解決的終極問題和要創造的價值
技術開放日，曠視研究院計算攝影負責人范浩強用計算攝影通過一個實例詳細說明了算法定義硬件的意義和價值。
在范浩強看來，伴隨著AI，視覺算法等領域的發展，傳感器將不再單獨，直接提供應用價值，它們之間需要算法作為承上啟下的橋梁伴隨著應用的不斷升級，對算法提出了越來越多的要求，而算法也對傳感器需要提供什么樣的信息輸入提出了要求，甚至從根本上改造了傳感器的形狀和樣式，從而產生了定義傳感器這個概念
At 計算攝影算法的引入使得智能手機能夠完成高質量的月光夜景照片2022年，由曠視AI技術驅動的智能手機的拍照能力已經達到明星級別，可以在人眼難以識別的環境下拍攝出高質量的照片在這個過程中，AI算法起到了非常重要的作用
范浩強透露，目前看不上8K級別的畫質希望伴隨著硬件的研發和產品化，在不久的將來能和大家見面。
談及人工智能定義的傳感器的未來趨勢，范浩強介紹，迪法恩斯今年將發布兩項新的技術愿景:
首先，在畫質維度上，提出了面向16K AI超高清的AI畫質概念16K帶來的改變將不僅僅是像素數量，曠視希望通過AI，傳感，顯示的聯動，實現真正沉浸式的圖像體驗
第二，從物聯網傳感的角度來看，傳感器將走向更加極致的小型化和低功耗，從而實現與每個人的日常生活和每個人自身更深層次的融合。
技術開放日現場，被輕蔑地展示，瞬時相機的應用效果瞬時相機不僅可以準確捕捉高速運動物體的細節，還可以提高相機在弱光條件下的拍攝性能
在曠視科技的開放日上，殷琦總結道:lsquo技術信念，務實價值rsquo是一種輕蔑的人才觀和價值觀，AIoT的核心技術研究體系才是未來十年二十年要堅持的研究方向。
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
