计算机视觉领域泰斗:不必模仿人类视觉,计算机自有优势
2021-07-31
WLA上海中心
字号: 默认
分享至:

  面对计算机视觉领域泰斗,你会想要问什么?

  从人脸认证、VR游戏到自动驾驶,计算机视觉技术全面开花、日新月异。2016年京都先进技术奖得主、世界顶尖科学家协会(WLA)会员、美国卡耐基·梅隆大学教授金出武雄(Takeo Kanade),是该领域开山立派、被誉为“神一样存在”的泰斗。

  在“世界顶尖科学家对话青年科学家”活动上,来自中国科学院、清华大学、南开大学等国内一流科研机构的优秀青年科学家,对这位依旧奋斗在科研一线的泰斗提出哪些“刁钻”问题?一起来看看吧!PS:活动详见【“不能有了榔头,就满世界找钉子”,顶尖科学家为中国后辈指路

计算机视觉领域泰斗:不必模仿人类视觉,计算机自有优势

金出武雄回答青年科学家提问 图 | WLA

1、计算机视觉不必模仿人类

  作为计算机视觉领域第一批研究人员,与如今业界主流的模仿人类视觉特征的方法不同,金出武雄做的是“计算机视觉的科学”,即通过物理、几何、光学和统计过程,把视觉采样转换成为具有数学性和可计算性的模型。在这样的情况下,数据采集和数据分析不再被当作独立的步骤,而是结合在一起进行的。

  就此,来自清华大学自动化体系黄过博士问道:“您认为数据采集与数据分析的结合,是未来更具潜力的方向吗?”

  “没错。”金出武雄肯定地回答到。“我有一个口号,即虚拟网络世界虽重要,但人类存在于实体世界,我们不能通过吃字节来活命。”

  在他看来,数据采集与数据分析的同时进行,还必须要结合实体现实,而这也是计算机超越人类的优势;作为人类,在很多方面,例如把物理知识互相串联、结合信息理解周围环境的能力,不如计算机。

  他举例,人类只去拍一张普通照片的话,拍到这张照片的时候就“已经太晚了”,因为没有真正数字化记录下照片背后的背景、周边物理环境的特点。

  “你拿到这样的一张照片实际上是没有用的。”他认为,通过这类研究的深入,未来的计算机视觉技术将会发展得更好。

  而在原始数据的处理上,“如何从中区分出坏的数据?”来自清华大学工程力学系的李晓雁博士也提出了自己的疑惑。

  金出武雄提醒道:“数据的‘好’与‘坏’是基于问题而言的。”例如让计算机分辨猫狗,需要优先让计算机做好准备来进行正确的分辨。“如果你对问题的定义是清楚的,那么你就会成功。”他说,区分“坏”数据的前提,需要清晰定义什么是坏数据。

计算机视觉领域泰斗:不必模仿人类视觉,计算机自有优势

金出武雄 图 | tokyo.xpress

 

2、殊途同归要“合争”

  计算机领域经常见到两种相互抗衡的技术并存,例如密码学与解密学。“对于两种相互矛盾技术的平行发展,您怎么看?”来自中科院上海微系统与信息技术研究所的狄增峰博士抛出了这个颇具“哲理”的问题。

  金出武雄表示,两种技术看似矛盾,但它们“彼此了解”,例如网络安全与黑客技术,“从根本上来说解决的是同一个问题,只是方向相反”。

  “从技术发展的角度来考虑,合作与竞争是彼此之友。”他指出,合作十分重要,但我们的进步是由竞争驱动的。“所以我把合作与竞争这两个词结合起来叫做‘合争’,真正优质的研究,在技术层面尤其是要合作兼竞争。”他强调,这是所有学科中都会出现的情况。

计算机视觉领域泰斗:不必模仿人类视觉,计算机自有优势

金出武雄仔细聆听现场青年科学家提问 图 | 活动现场

 

3、量子计算将大放异彩

  AI技术已经起伏发展了60年,未来还会如何?来自清华大学计算机科学与技术系的李国良博士提出了这个备受关注的问题:“您认为下一个能进一步推动AI发展的高潮可能在什么方面?”

  “预测未来是很难的一件事。”金出武雄感慨道,“但我们不得不承认,AI的发展周期越来越短。”他指出,一方面是因为人们变得更加聪明,另一方面是我们的工具、计算越来越高超。“AI解决一个具体问题时,完全是基于计算的。”他推断道,“因此我认为量子计算将进一步推动AI的发展,这是毫无疑问的。”

  我们必须要利用这个工具,这是我们成功的关键。”他强调量子计算的重要性,“不要害怕别人的批评——只要可以解决问题,这就是我们的一个很大进展。”

  他还补充道,人类的大脑并不是量子计算机,和超级计算机相比,人脑的计算能力相当有限,“因此需要AI来帮我们解决一些问题。”

 

相关阅读:

不能有了榔头,就满世界找钉子”,顶尖科学家为中国后辈指路

为什么新冠还没特效药?诺奖科学家:只怪当初太短视

被青科“挑战”物理标准模型不完善,奠基人格拉肖:凑合着先用吧

整理 冬青子
排版 杨 周
责任编辑 羽 华

热门推荐