華為公布“天才少年”研究成果，網(wǎng)友：就這？
[導(dǎo)讀]本月初，華為心聲社區(qū)發(fā)布了一篇《父親是錢(qián)三強(qiáng)的學(xué)生，他入職不到一年，帶領(lǐng)團(tuán)隊(duì)把這項(xiàng)技術(shù)應(yīng)用到數(shù)千萬(wàn)臺(tái)華為手機(jī)上》的文章，由華為220萬(wàn)年薪的“天才少年”鐘釗講述，分享了他的成長(zhǎng)之路，以及入職華為一年后的研究成果。研究AutoML技術(shù)，鐘釗與華為“一拍即合”鐘釗稱(chēng)讀博期間，經(jīng)過(guò)一段...
本月初，華為心聲社區(qū)發(fā)布了一篇《父親是錢(qián)三強(qiáng)的學(xué)生，他入職不到一年，帶領(lǐng)團(tuán)隊(duì)把這項(xiàng)技術(shù)應(yīng)用到數(shù)千萬(wàn)臺(tái)華為手機(jī)上》的文章，由華為220萬(wàn)年薪的“天才少年”鐘釗講述，分享了他的成長(zhǎng)之路，以及入職華為一年后的研究成果。
鐘釗稱(chēng)讀博期間，經(jīng)過(guò)一段時(shí)間的學(xué)習(xí)和科研實(shí)踐以后，我發(fā)現(xiàn)做深度學(xué)習(xí)或者智能算法的過(guò)程中，多數(shù)工作是在一個(gè)現(xiàn)有的大框架下小修小改，而且看似精妙的人工智能算法，本質(zhì)上還是統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)等傳統(tǒng)科學(xué)的結(jié)合和再創(chuàng)造，并不像電影里呈現(xiàn)出來(lái)的人工智能會(huì)戰(zhàn)勝人類(lèi)那樣的“聰明”。
因此，與當(dāng)時(shí)主流研究領(lǐng)域不那么一致的新興方向AutoML深深地吸引了他。
AutoML是自動(dòng)化機(jī)器學(xué)習(xí)，還包括新型算子和動(dòng)態(tài)網(wǎng)絡(luò)等。簡(jiǎn)單來(lái)講，AutoML就是用人工智能的方式來(lái)寫(xiě)AI算法，用AI來(lái)設(shè)計(jì)AI。
2018年，鐘釗受邀去美國(guó)參加CVPR（IEEE Conference on Computer Vision and Pattern Recognition，即IEEE國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別會(huì)議）做千人主會(huì)場(chǎng)的ORAL（口頭的）會(huì)議報(bào)告時(shí)，遇到華為的與會(huì)人，他們提到華為也正在布局AutoML這個(gè)技術(shù)（2018年，AutoML技術(shù)逐漸進(jìn)入試商用加速階段，工業(yè)界各大廠商紛紛開(kāi)始布局），并邀請(qǐng)鐘釗能加入一起合作。
據(jù)了解，華為當(dāng)時(shí)的諾亞方舟實(shí)驗(yàn)室已經(jīng)在進(jìn)行AutoML方向的相關(guān)研究。
實(shí)驗(yàn)室自研了一個(gè)全流程AutoML算法集合VEGA，其中“基于硬件約束的高效分類(lèi)網(wǎng)絡(luò)搜索方案（CARS）”、“輕量級(jí)超分網(wǎng)絡(luò)結(jié)構(gòu)搜索（ESR-EA）”等算法，都屬于NAS的范疇。
在鐘釗回國(guó)以后，華為的工作人員邀請(qǐng)他到北京研究所做交流，鐘釗稱(chēng)他現(xiàn)在的部門(mén)主管描繪道：華為是有能力自己造AI芯片的，芯片都是“沙子”做的，華為做AI的成本可以很低，你可以有無(wú)窮的算力和各式各樣的落地場(chǎng)景……
這番話觸動(dòng)了他，并讓他最終決定加入華為。
于是，2019年，鐘釗與華為“一拍即合”，憑借著在商湯實(shí)習(xí)時(shí)的積累，作為201萬(wàn)年薪的“天才少年”加入華為，擔(dān)任AutoML研究組的leader。
加入華為后，鐘釗專(zhuān)注在多媒體業(yè)務(wù)相關(guān)的研究創(chuàng)新，概括地說(shuō)，就是用智能技術(shù)構(gòu)建媒體內(nèi)容從生成、編碼、傳輸、處理、識(shí)別與分析、呈現(xiàn)等一系列過(guò)程中的核心競(jìng)爭(zhēng)力，圖像、視頻、音頻、AR（Augmented Reality，增強(qiáng)現(xiàn)實(shí)）、VR（Virtual Reality，虛擬現(xiàn)實(shí)）等都是我現(xiàn)在的部門(mén)所涵蓋的范疇。
入職后不久，鐘釗團(tuán)隊(duì)就接到一個(gè)巨大的挑戰(zhàn)。
當(dāng)時(shí)M手機(jī)的拍照算法包含了一個(gè)很大的AI模型，雖然拍照效果很好，但功耗、出圖速度一直不能達(dá)到產(chǎn)品交付標(biāo)準(zhǔn)，這嚴(yán)重影響了整個(gè)產(chǎn)品的交付進(jìn)度。
部門(mén)最頂級(jí)的專(zhuān)家提出讓鐘釗AutoML團(tuán)隊(duì)來(lái)解決這個(gè)難題，通過(guò)AutoML技術(shù)在保證拍照出圖效果的前提下，把算法簡(jiǎn)化下來(lái)，滿(mǎn)足產(chǎn)品功耗、速度等指標(biāo)的要求。
事實(shí)上，鐘釗解決的正是圖像像素處理算法中的一大痛點(diǎn)——算法精度與模型大小的平衡。
如果解決它，就能將像素處理算法部署到手機(jī)上，加速空間增強(qiáng)、超分辨率等圖像處理的速度。
然而，與目標(biāo)檢測(cè)、圖像分類(lèi)等常見(jiàn)CV算法不同，這類(lèi)模型的制作，需要對(duì)像素的相關(guān)屬性有深入理解。
此前在AutoML方向上，對(duì)于圖像分類(lèi)、目標(biāo)識(shí)別等CV算法的應(yīng)用已經(jīng)有非常多了。然而，具體到像素的算法上，還沒(méi)有團(tuán)隊(duì)成功將AutoML進(jìn)行大規(guī)模應(yīng)用。
像素包括非常多的屬性，例如顏色、亮度等。算法對(duì)像素進(jìn)行處理，可以說(shuō)是需要對(duì)圖像最基本的元素進(jìn)行處理。
因此，這類(lèi)算法對(duì)精度要求非常高，此前華為不少專(zhuān)家都沒(méi)能成功攻克它。
鐘釗帶領(lǐng)團(tuán)隊(duì)，成功將AutoML技術(shù)應(yīng)用到了圖像像素處理算法上。
隨后，鐘釗又在入職兩年內(nèi)，帶領(lǐng)團(tuán)隊(duì)自研出了端到端的像素級(jí)AutoML流水線。
據(jù)華為介紹，這項(xiàng)技術(shù)能“在學(xué)界和業(yè)界都只能做到2-3倍的情況下，將視頻攝影原型算法的復(fù)雜度降低百倍”，目前已用于部分新機(jī)型上，未來(lái)還會(huì)用于更多產(chǎn)品。
這種方法可以在保持精度的情況下顯著降低計(jì)算量，對(duì)于不同的CNN網(wǎng)絡(luò)可以降低37%-71.3%不等。
此外在數(shù)據(jù)增強(qiáng)方面，鐘釗在華為也研究了一種對(duì)抗性自動(dòng)數(shù)據(jù)增強(qiáng)方法，發(fā)表在2020年ICLR上。
華為這則官方消息一出，又引起了網(wǎng)友的議論。
有網(wǎng)友稱(chēng)：“華為這200萬(wàn)年薪，花得值了。”
知乎網(wǎng)友 @打開(kāi)盒子嚇一跳：
華為這位200萬(wàn)年薪的“天才少年”是真的牛，其父親是很早的一批北大學(xué)子，錢(qián)三強(qiáng)的學(xué)生，一開(kāi)始搞的是核物理研究，也就是兩彈一星。
如今他又入職華為，不到一年時(shí)間就帶領(lǐng)團(tuán)隊(duì)把AutoML算法研究應(yīng)用到了千萬(wàn)臺(tái)華為Mate系列與P系列手機(jī)上，當(dāng)真是虎父無(wú)犬子啊！
以前總有人說(shuō)華為的天才少年計(jì)劃形式大于內(nèi)容，而且給的薪酬太高。如今來(lái)看200萬(wàn)年薪招到這樣的人才還高嗎？
培養(yǎng)并且留住人才，讓他們的才能在本土落地發(fā)光，這是任正非的想法，也是華為的戰(zhàn)略。
此外，相當(dāng)多網(wǎng)友表示華為這波時(shí)在自吹自擂：
但同時(shí)，有網(wǎng)友稱(chēng)華為還是應(yīng)該爆出更多細(xì)節(jié)，以及和同類(lèi)算法的對(duì)比測(cè)試才好評(píng)價(jià)。
此外，知乎網(wǎng)友 @marsggbo 稱(chēng)：一篇文章看看就得了，提供批評(píng)意見(jiàn)也可以，不需要冷嘲熱諷。
更多網(wǎng)友評(píng)論，可前往知乎查看：https://www.zhihu.com/question/501845921
研究AutoML技術(shù)，鐘釗與華為“一拍即合”
鐘釗稱(chēng)讀博期間，經(jīng)過(guò)一段時(shí)間的學(xué)習(xí)和科研實(shí)踐以后，我發(fā)現(xiàn)做深度學(xué)習(xí)或者智能算法的過(guò)程中，多數(shù)工作是在一個(gè)現(xiàn)有的大框架下小修小改，而且看似精妙的人工智能算法，本質(zhì)上還是統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)等傳統(tǒng)科學(xué)的結(jié)合和再創(chuàng)造，并不像電影里呈現(xiàn)出來(lái)的人工智能會(huì)戰(zhàn)勝人類(lèi)那樣的“聰明”。
因此，與當(dāng)時(shí)主流研究領(lǐng)域不那么一致的新興方向AutoML深深地吸引了他。
AutoML是自動(dòng)化機(jī)器學(xué)習(xí)，還包括新型算子和動(dòng)態(tài)網(wǎng)絡(luò)等。簡(jiǎn)單來(lái)講，AutoML就是用人工智能的方式來(lái)寫(xiě)AI算法，用AI來(lái)設(shè)計(jì)AI。
2018年，鐘釗受邀去美國(guó)參加CVPR（IEEE Conference on Computer Vision and Pattern Recognition，即IEEE國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別會(huì)議）做千人主會(huì)場(chǎng)的ORAL（口頭的）會(huì)議報(bào)告時(shí)，遇到華為的與會(huì)人，他們提到華為也正在布局AutoML這個(gè)技術(shù)（2018年，AutoML技術(shù)逐漸進(jìn)入試商用加速階段，工業(yè)界各大廠商紛紛開(kāi)始布局），并邀請(qǐng)鐘釗能加入一起合作。
據(jù)了解，華為當(dāng)時(shí)的諾亞方舟實(shí)驗(yàn)室已經(jīng)在進(jìn)行AutoML方向的相關(guān)研究。
實(shí)驗(yàn)室自研了一個(gè)全流程AutoML算法集合VEGA，其中“基于硬件約束的高效分類(lèi)網(wǎng)絡(luò)搜索方案（CARS）”、“輕量級(jí)超分網(wǎng)絡(luò)結(jié)構(gòu)搜索（ESR-EA）”等算法，都屬于NAS的范疇。
在鐘釗回國(guó)以后，華為的工作人員邀請(qǐng)他到北京研究所做交流，鐘釗稱(chēng)他現(xiàn)在的部門(mén)主管描繪道：華為是有能力自己造AI芯片的，芯片都是“沙子”做的，華為做AI的成本可以很低，你可以有無(wú)窮的算力和各式各樣的落地場(chǎng)景……
這番話觸動(dòng)了他，并讓他最終決定加入華為。
于是，2019年，鐘釗與華為“一拍即合”，憑借著在商湯實(shí)習(xí)時(shí)的積累，作為201萬(wàn)年薪的“天才少年”加入華為，擔(dān)任AutoML研究組的leader。
通過(guò)AutoML技術(shù)提高千萬(wàn)臺(tái)華為手機(jī)拍照效果
加入華為后，鐘釗專(zhuān)注在多媒體業(yè)務(wù)相關(guān)的研究創(chuàng)新，概括地說(shuō)，就是用智能技術(shù)構(gòu)建媒體內(nèi)容從生成、編碼、傳輸、處理、識(shí)別與分析、呈現(xiàn)等一系列過(guò)程中的核心競(jìng)爭(zhēng)力，圖像、視頻、音頻、AR（Augmented Reality，增強(qiáng)現(xiàn)實(shí)）、VR（Virtual Reality，虛擬現(xiàn)實(shí)）等都是我現(xiàn)在的部門(mén)所涵蓋的范疇。
入職后不久，鐘釗團(tuán)隊(duì)就接到一個(gè)巨大的挑戰(zhàn)。
當(dāng)時(shí)M手機(jī)的拍照算法包含了一個(gè)很大的AI模型，雖然拍照效果很好，但功耗、出圖速度一直不能達(dá)到產(chǎn)品交付標(biāo)準(zhǔn)，這嚴(yán)重影響了整個(gè)產(chǎn)品的交付進(jìn)度。
部門(mén)最頂級(jí)的專(zhuān)家提出讓鐘釗AutoML團(tuán)隊(duì)來(lái)解決這個(gè)難題，通過(guò)AutoML技術(shù)在保證拍照出圖效果的前提下，把算法簡(jiǎn)化下來(lái)，滿(mǎn)足產(chǎn)品功耗、速度等指標(biāo)的要求。
事實(shí)上，鐘釗解決的正是圖像像素處理算法中的一大痛點(diǎn)——算法精度與模型大小的平衡。
如果解決它，就能將像素處理算法部署到手機(jī)上，加速空間增強(qiáng)、超分辨率等圖像處理的速度。
然而，與目標(biāo)檢測(cè)、圖像分類(lèi)等常見(jiàn)CV算法不同，這類(lèi)模型的制作，需要對(duì)像素的相關(guān)屬性有深入理解。
此前在AutoML方向上，對(duì)于圖像分類(lèi)、目標(biāo)識(shí)別等CV算法的應(yīng)用已經(jīng)有非常多了。然而，具體到像素的算法上，還沒(méi)有團(tuán)隊(duì)成功將AutoML進(jìn)行大規(guī)模應(yīng)用。
像素包括非常多的屬性，例如顏色、亮度等。算法對(duì)像素進(jìn)行處理，可以說(shuō)是需要對(duì)圖像最基本的元素進(jìn)行處理。
因此，這類(lèi)算法對(duì)精度要求非常高，此前華為不少專(zhuān)家都沒(méi)能成功攻克它。
鐘釗帶領(lǐng)團(tuán)隊(duì)，成功將AutoML技術(shù)應(yīng)用到了圖像像素處理算法上。
隨后，鐘釗又在入職兩年內(nèi)，帶領(lǐng)團(tuán)隊(duì)自研出了端到端的像素級(jí)AutoML流水線。
據(jù)華為介紹，這項(xiàng)技術(shù)能“在學(xué)界和業(yè)界都只能做到2-3倍的情況下，將視頻攝影原型算法的復(fù)雜度降低百倍”，目前已用于部分新機(jī)型上，未來(lái)還會(huì)用于更多產(chǎn)品。
這種方法可以在保持精度的情況下顯著降低計(jì)算量，對(duì)于不同的CNN網(wǎng)絡(luò)可以降低37%-71.3%不等。
此外在數(shù)據(jù)增強(qiáng)方面，鐘釗在華為也研究了一種對(duì)抗性自動(dòng)數(shù)據(jù)增強(qiáng)方法，發(fā)表在2020年ICLR上。
業(yè)內(nèi)評(píng)價(jià)褒貶不一：和同類(lèi)算法對(duì)比測(cè)試才好評(píng)價(jià)
華為這則官方消息一出，又引起了網(wǎng)友的議論。
有網(wǎng)友稱(chēng)：“華為這200萬(wàn)年薪，花得值了。”
知乎網(wǎng)友 @打開(kāi)盒子嚇一跳：
華為這位200萬(wàn)年薪的“天才少年”是真的牛，其父親是很早的一批北大學(xué)子，錢(qián)三強(qiáng)的學(xué)生，一開(kāi)始搞的是核物理研究，也就是兩彈一星。
如今他又入職華為，不到一年時(shí)間就帶領(lǐng)團(tuán)隊(duì)把AutoML算法研究應(yīng)用到了千萬(wàn)臺(tái)華為Mate系列與P系列手機(jī)上，當(dāng)真是虎父無(wú)犬子啊！
以前總有人說(shuō)華為的天才少年計(jì)劃形式大于內(nèi)容，而且給的薪酬太高。如今來(lái)看200萬(wàn)年薪招到這樣的人才還高嗎？
培養(yǎng)并且留住人才，讓他們的才能在本土落地發(fā)光，這是任正非的想法，也是華為的戰(zhàn)略。
此外，相當(dāng)多網(wǎng)友表示華為這波時(shí)在自吹自擂：
但同時(shí)，有網(wǎng)友稱(chēng)華為還是應(yīng)該爆出更多細(xì)節(jié)，以及和同類(lèi)算法的對(duì)比測(cè)試才好評(píng)價(jià)。
此外，知乎網(wǎng)友 @marsggbo 稱(chēng)：一篇文章看看就得了，提供批評(píng)意見(jiàn)也可以，不需要冷嘲熱諷。
更多網(wǎng)友評(píng)論，可前往知乎查看：https://www.zhihu.com/question/501845921
下載文檔
