火熱的AI時代，初入人工智能領域做研究，如何規劃職業方向？計算機視覺技術發展之快，怎樣才能做出有意思且有意義的事情？面對人工智能層出不窮的新挑戰，我們應該如何面對？本期「大咖AI聊」我們邀請到了商湯科技研究總監 錢晨。作為校招大咖的「收官」訪談，錢晨分享了在CV領域做研究最真實感受，對於未來的AI領航員，他提到「基礎性研究工作對人工智能進一步認知尤為重要」。
錢晨
目前負責研究方向包含人臉關鍵點，人體姿態，手勢識別，視線追蹤等相關研究領域。
IEEE國際期刊TCSVT期刊審稿人。本科就讀於清華大學交叉信息研究院軟件科學實驗班（姚班），碩士畢業於香港中文大學。
曾任谷歌山景城總部軟件工程師，期間組織華人googler技術論壇。碩士於亞洲微軟研究院實習期間，以第一作者於國際頂級會議（CVPR）發表全自由度實時手勢追蹤系統論文，並被大會邀請演講（錄取率5%），該技術被用於微軟hololens手勢識別系統研究中。
今年的CVPR 大會您和團隊取得了卓越的成績，spotlight環節以4分鐘口述報告分享了計算機視覺領域的貢獻和創新之處，多年在人臉關鍵點、姿態識別、手勢識別、視線追蹤等相關領域做研究，您最大的感受是什麼？
“對於整個計算機視覺領域而言，這些年最大的感觸就是技術發展快，新的問題和新的挑戰層出不窮，讓我們有很多有意思且有意義的事情可以做。比如ImageNet圖片分類做了很多年，但是最近注意力機制才開始被成功應用。我們今年CVPR的文章在圖片分類上成功地應用了注意力機制，將基礎模型進一步完善，提高了參數效率。
在這個過程中，總會面臨各種新挑戰帶來的新問題。當你發現這些問題用之前的很多方法解決不了的時候，這就迫使我們不斷地積累想法，不斷地探索。所以我們見證了從想法的產生到技術落地化，再到為人所用這樣一個過程。
計算機視覺是一個很大的領域，其中包括很多方面。每一個方面都會有從荒蕪到爆發的過程，在不斷地解決問題中，大家就會發現一些嶄新的機會和思路。所以，對於我們能夠參與其中的人，做學術研究有挑戰性，這也是讓我們為之興奮的原因。
另外，計算機視覺領域的特點是開放和共享。大家的工作是公開的，每個人都願意把研究成果分享出來，這是在任何其他研究領域都很少見的。因為我們知道，有了大家的的通力合作，才能在一起解決問題。現在我們也明顯地感受到論文發佈的速度非常快，不像之前只有在學術頂會上才知道最前沿的技術，很多人如果有了最新的技術成果，他們會及時分享出來。當別人看到這些開放的成果後，就可以沿著這個結果繼續推進，所以計算機視覺領域的發展速度快，迭代週期短，這是我感受最深的兩點。”
您負責的研究領域，平時工作中是否遇到技術難點或者壁壘？我們公司在這方面是怎麼做的？
“其實商湯最擅長的有兩個部分。一是我們解決了學術領域的「通常狀況」到產品化過程中「所有狀況」的難題。大家都知道，學術研究領域解決的是一個通常情況的問題，但如果我們在某項技術產品化的情況下，就要用大量的數據和訓練去驗證在所有情況下都能工作才行。
比如，我們想要做的人臉關鍵點定位，通常68個點的人臉關鍵點定位在±45度之間做得比較準確就可以，這在學術上就有了解法。但如果我們要用到產品裡去，客戶就會提出問題：極端的表情，極端的姿態，極端的光照，是不是都可以定位得很好？
我們最近提出的240點人臉關鍵點技術就是與實際的美妝場景結合，在各種極端的表情下都能做得非常準確，這才算技術真正落到產品裡去。
二是將學術上探索的結果推到極致，這也是我們擅長的。在學術上我們大概有十萬，幾十萬的訓練集和一些測試集去探索這些方法，但實際場景中我們有更多的資源，可以把數據的大小推到百萬甚至千萬。一旦數據的量級到達一定程度，會有很多獨特的問題出現，比如說如何分佈式訓練，如何清理數據等等。
三是從算法成本的角度，成本越低應用範圍越廣。比如計算開銷、時間成本、內存消耗等。在產品化過程中，降低成本的消耗也是要解決實際的問題，而這些問題的解決，也有很多需要研究的地方。
總結起來，大量的數據、降低算法成本的開銷、與場景和業務緊密結合，這三個部分我認為是技術產品化的難點。我們公司在這三方面積累很深，如果說僅僅拿一些開源技術去做產品，這三個壁壘都會出現，也正因為這樣，商湯堅持做原創技術。”
對於想進入人工智能領域或CV研究的畢業生，您有什麼關於職業方向的建議？如何才能將人工智能落到實處？
“人工智能這個領域最近比較火熱，那麼各種機會就呈現出來。當一個領域特別受追捧的時候，我們更應該腳踏實地一些。對於人工智能的研究，大家可能主要關心兩個方面。
首先，在研究方向上，我建議大家可以做些關於人工智能的底層研究，人工智能現在比較缺少 fundamental 的工作。
在這麼火熱的時期，很多人不清楚為什麼，只是借人工智能的名義做一些初淺的嘗試，並沒有深入的研究。如果研究者把大量的精力投入在這方面，整個圈子就會浮躁，所以我希望更多的人投入些基礎性的、底層的研究，對人工智能產生進一步認知，還是很有必要的。
圖源自網絡
另外，現在很多人說人工智能是拿著錘子找釘子，像商湯也在這些方面有很多探索，把人工智能引進來，無論從節省成本還是帶來新的功能方面，真正對整個行業和領域產生有利的改變。
商湯在安防、增強現實、手機以及互聯網視頻等領域做的事情，是我們通過大量的工作，驗證了在這些領域人工智能確實可以帶來新東西和有利改變，也在實際的生活中潛移默化地影響大家。所以年輕人應該在人工智能如此火熱的階段，踏實下來，把人工智能真正落到實處。”
在可預見的未來中，您覺得有什麼高科技產品或者技術將會被淘汰？有哪些新產品或技術會將其替代？
“近期，我個人認為不會有哪類高科技的產品被淘汰，但是會有改變，就是技術的升級。很多人想做一些顛覆性的產品，但事實上，很多時候證明一步到位還是比較困難的。即便是顛覆性的工作，比如AR、無人車等等，大家也在慢慢地從技術層面一步一個腳印兒去做。
圖源自網絡
之前大家覺得AR帶上了眼鏡就是一步到位了，但很多技術達不到這個程度，慢慢地就藉助於手機平臺，一點點增強AR的能力，利用手機讓大家感受到了增強現實的技術。進行產品升級，增強現有的功能。
還有就是無人車，之前谷歌研發的全自動駕駛汽車，想用無人車代替公交汽車和人為駕駛，如果一步到位的話，產生的困難比較大。大家現在也是從無人駕駛每個階段上，一步步進行技術更新。
”
如果有同學想加入您的團隊，哪類人才是你們需要的？從個人來說，您更看重的是哪些能力？
“學習能力。因為計算機視覺技術發展非常快，所以接受知識的速度以及學習能力非常重要。
創新能力。在工作中遇到某些新問題，當前人沒有一個較為完備的解決方法，這就需要當你無論好壞，都要提出自己的看法，有一個解決問題的方法去嘗試。
交流和溝通的能力。現在人工智能做落地，你需要把自己的研究成果、新技術講給大眾聽，所以無論你跟其他部門還是客戶，工作中會有大量的交流和討論，如果有高效的溝通和表達能力也是加分項。
在人才選拔上，我覺得客觀來說，無論是誰不會具備所有能力，這樣每個人的優勢就顯得格外重要。如果在簡歷和麵試中能夠突出優勢，之前的學習經歷或實習經歷能夠證明你的長處，有接受新事物、不斷學習的潛質，我們會優先考慮這樣的人選。
”
我們最近一直在籌劃AI領航員的計劃，旨在從應屆畢業生中選拔優秀的人才，我司對於AI領航員有哪些具體的要求？
“AI領航員應該在AI的某些子領域有獨到的想法，對整個領域有一定的把控能力，這些很難按照某些特定的標準來衡量。比如對待某個問題上，經過長期的積累，形成自己的想法和計劃，對整個領域有一定的基礎理解能力，這是我比較看好的。我覺得這不是通過哪些標準來篩選人才，除一些定向的標準外，我覺得還是從面試當中，深度瞭解、溝通，才會有合理的判斷。”
閱讀更多 商湯科技SenseTime 的文章
