4 月 16 日，北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，BAAI，2018 年 11 月 14 日成立）在北京會(huì)議中心召開(kāi)了「智源學(xué)者計(jì)劃暨聯(lián)合實(shí)驗(yàn)室發(fā)布會(huì)」。
北京智源人工智能研究院（簡(jiǎn)稱(chēng)「智源研究院」）是在科技部和北京市委市政府的指導(dǎo)和支持下，由北京市科委和海淀區(qū)政府推動(dòng)成立，依托北京大學(xué)、清華大學(xué)、中國(guó)科學(xué)院、百度、小米、字節(jié)跳動(dòng)、美團(tuán)點(diǎn)評(píng)、曠視 MEGVII 等北京人工智能領(lǐng)域優(yōu)勢(shì)單位共建的新型研發(fā)機(jī)構(gòu)。
引進(jìn)培育高端人才、共建聯(lián)合實(shí)驗(yàn)室、建設(shè)人工智能社區(qū)、加強(qiáng)產(chǎn)學(xué)研合作，是智源研究院的主要四項(xiàng)任務(wù)。
智源研究院聯(lián)合曠視，
成立智能模型設(shè)計(jì)與圖像感知聯(lián)合實(shí)驗(yàn)室
智源聯(lián)合實(shí)驗(yàn)室分為兩類(lèi)，分別是與高校院所共建、與優(yōu)勢(shì)企業(yè)共建。在聯(lián)合實(shí)驗(yàn)室的建設(shè)上，智源研究院遵循「成熟一個(gè)、啟動(dòng)一個(gè)」的原則，擇優(yōu)支持共建，最多可連續(xù)支持三年。
「北京智源-曠視智能模型設(shè)計(jì)與圖像感知聯(lián)合實(shí)驗(yàn)室」已通過(guò)立項(xiàng)論證，成為北京智源聯(lián)合實(shí)驗(yàn)室首個(gè)成功落地的項(xiàng)目，擬由曠視首席科學(xué)家、曠視研究院院長(zhǎng)孫劍任實(shí)驗(yàn)室主任，資深研究員周舒暢任實(shí)驗(yàn)室副主任。
曠視首席科學(xué)家、曠視研究院院長(zhǎng)孫劍
孫劍表示，成立這個(gè)實(shí)驗(yàn)室，既有國(guó)家戰(zhàn)略層面的考慮，也是為了解決行業(yè)痛點(diǎn)。
2017 年 7 月，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，人工智能上升為國(guó)家戰(zhàn)略。建立開(kāi)源開(kāi)放的人工智能開(kāi)放創(chuàng)新平臺(tái)，服務(wù)企業(yè)應(yīng)用技術(shù)開(kāi)發(fā)成為當(dāng)前該領(lǐng)域的難點(diǎn)。
國(guó)家也希望龍頭企業(yè)，通過(guò)打造人工智能開(kāi)源開(kāi)放創(chuàng)新平臺(tái)，調(diào)動(dòng)產(chǎn)學(xué)研，社會(huì)各類(lèi)創(chuàng)新創(chuàng)業(yè)主體參與共同打造我國(guó)自主知識(shí)產(chǎn)權(quán)的產(chǎn)業(yè)生態(tài)，提升國(guó)際影響力，促進(jìn)行業(yè)整體發(fā)展。
而北京市是第一個(gè)國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)，因此希望充分調(diào)動(dòng)北京技術(shù)、人才方面優(yōu)勢(shì)，通過(guò)組織機(jī)制創(chuàng)新，通過(guò)創(chuàng)新舉措，依托龍頭行業(yè)牽引進(jìn)行多主體協(xié)同創(chuàng)新，打造我國(guó)乃至全球技術(shù)高地。
現(xiàn)在確實(shí)有大量的高校、研究院所、創(chuàng)新創(chuàng)業(yè)人員和行業(yè)客戶(hù)，想?yún)⑴c到人工智能創(chuàng)新中，但苦于沒(méi)有數(shù)據(jù)，算力或算法等資源，無(wú)法施展。
因此，曠視與智源研究院通過(guò)聯(lián)手打造數(shù)據(jù)集和建設(shè)聯(lián)合實(shí)驗(yàn)室，推動(dòng)整個(gè)行業(yè)協(xié)同創(chuàng)新發(fā)展，建設(shè)共性技術(shù)開(kāi)放創(chuàng)新平臺(tái)，構(gòu)建自主可控產(chǎn)業(yè)生態(tài)，突破人工智能重大核心共性關(guān)鍵技術(shù)，推動(dòng)行業(yè)全面演進(jìn)。
全球最大的物體檢測(cè)數(shù)據(jù)集 Objects365 發(fā)布
會(huì)上，曠視研究院聯(lián)合北京智源人工智能研究院發(fā)布了全球最大的物體監(jiān)測(cè)數(shù)據(jù)集 Objects365。
Objects365 樣例
「我們的目的是打造世界上最大規(guī)模的通用物體數(shù)據(jù)檢測(cè)集，做到規(guī)模大、質(zhì)量高、泛化能力強(qiáng)。」
孫劍介紹，「我們第一批定義在生活中最常見(jiàn)的 365 個(gè)類(lèi)別，比如，室內(nèi)常見(jiàn)的椅子、桌子、茶杯、瓶子都包含在這個(gè)類(lèi)別中。第一階段，我們已經(jīng)標(biāo)注了超過(guò) 60 萬(wàn)張這樣的圖片，其中這些標(biāo)注框已經(jīng)超過(guò)了 1000 萬(wàn)。」
這個(gè)數(shù)據(jù)集有多大？孫劍將微軟 2014 年創(chuàng)建的大規(guī)模圖像物體檢測(cè)數(shù)據(jù)集 COCO 作為參照物，將二者進(jìn)行了對(duì)比，「COCO 是目前最大的、全標(biāo)注數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)大概 12 萬(wàn)，總共數(shù)據(jù)大概不超過(guò) 20 萬(wàn)，其中還有很多數(shù)據(jù)沒(méi)有標(biāo)。我們（Objects365）第一期開(kāi)放（的）圖片數(shù)是 COCO 的 5 倍，標(biāo)注框超過(guò) COCO 的 11 倍。」
「我們的目標(biāo)是，三年內(nèi)，這個(gè)數(shù)據(jù)集達(dá)到 200 萬(wàn)張圖片，2400 萬(wàn)個(gè)標(biāo)注框。」孫劍說(shuō)。
算法優(yōu)化的上限嚴(yán)重依賴(lài)于基準(zhǔn)數(shù)據(jù)集術(shù)的質(zhì)量。為保證標(biāo)注質(zhì)量，在打造 Objects365 時(shí)，曠視設(shè)計(jì)出一套科學(xué)而嚴(yán)格的標(biāo)注流程，每一張圖片的背后至少會(huì)經(jīng)過(guò) 9 名標(biāo)注工人之手。
此外，作為一個(gè)優(yōu)秀的預(yù)訓(xùn)練數(shù)據(jù)集，Objects365 預(yù)訓(xùn)練模型在使用過(guò)程中，可以輕松超越現(xiàn)有算法的精度，顯著加速收斂過(guò)程，表現(xiàn)出極強(qiáng)的泛化能力。在執(zhí)行 COCO、VOO Det、CityPersons 等檢測(cè)任務(wù)時(shí)，在 VOC Seg 和 ADE 等分割任務(wù)上均有顯著提升。
如何共建聯(lián)合實(shí)驗(yàn)室？
「一個(gè)平臺(tái)、四個(gè)突破點(diǎn)」
「北京智源-曠視智能模型設(shè)計(jì)與圖像感知聯(lián)合實(shí)驗(yàn)室 將圍繞『一個(gè)平臺(tái)、四個(gè)突破點(diǎn)』進(jìn)行建設(shè)。」孫劍介紹道。
「一個(gè)平臺(tái)」是指，建設(shè)一體化的數(shù)據(jù)共享、模型設(shè)計(jì)和場(chǎng)景測(cè)試的開(kāi)放創(chuàng)新平臺(tái)。
「四個(gè)突破點(diǎn)」是指，在數(shù)據(jù)方向、模型方向、真實(shí)數(shù)據(jù)測(cè)試方向和模型部署方向做技術(shù)突破，推進(jìn)大數(shù)據(jù)背景下模型架構(gòu)設(shè)計(jì)、優(yōu)化和部署等方面的研究。
「深度學(xué)習(xí)成不成功，很大程度上取決于數(shù)據(jù)，很多靠算法帶來(lái)的提升遠(yuǎn)低于一個(gè)高質(zhì)量的數(shù)據(jù)（集）所能帶來(lái)的提升。」孫劍說(shuō)。
除了最新發(fā)布的 Objects365，曠視此前還發(fā)布了大規(guī)模擁擠場(chǎng)景人體檢測(cè)數(shù)據(jù)集 CrowdHuman 及一些數(shù)據(jù)標(biāo)注工具。
實(shí)驗(yàn)室將立足曠視算法落地場(chǎng)景豐富、數(shù)據(jù)積累深厚的優(yōu)勢(shì)，以開(kāi)源數(shù)據(jù)集、預(yù)抽取特征等形式，持續(xù)開(kāi)放通用物體分類(lèi)、物體檢測(cè)追蹤、人像人形識(shí)別屬性等視覺(jué)問(wèn)題數(shù)據(jù)，助力相關(guān)領(lǐng)域研究。
針對(duì)高搜索效率、高準(zhǔn)確率、高靈活性等關(guān)鍵指標(biāo)，該實(shí)驗(yàn)室還將開(kāi)展支持大計(jì)算量模型的新神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索算法（NAS）研究，構(gòu)建一站式深度模型自動(dòng)化設(shè)計(jì)平臺(tái)等工作。
該平臺(tái)包括面向特定問(wèn)題的自動(dòng)化深度模型設(shè)計(jì)工具、自動(dòng)化數(shù)據(jù)篩選/數(shù)據(jù)增強(qiáng)工具、自動(dòng)化深度學(xué)習(xí)模型優(yōu)化工具，從而在 Object365 上實(shí)現(xiàn)自動(dòng)訓(xùn)練比純?nèi)斯ふ{(diào)優(yōu)精度超過(guò)至少一個(gè)百分點(diǎn)，消耗卡時(shí)不超過(guò)三倍的目標(biāo)。
實(shí)驗(yàn)室還將開(kāi)放眾多預(yù)訓(xùn)練模型，包括 ResNet、ShuffleNet 這樣的基礎(chǔ)模型以及 Faster RCNN、Mask RCNN、SSD 檢測(cè)模型。
近年來(lái)，模型架構(gòu)搜索（NAS）成為了 AI 領(lǐng)域的熱門(mén)研究方向。
不久前，曠視首次披露了 NAS 新成果：?jiǎn)温窂?One-Shot 模型。這是一個(gè)簡(jiǎn)單靈活的通用模型搜索框架，支持構(gòu)建塊（building block）、通道（channel）和混合精度（mixed-precision）多搜索空間聯(lián)合搜索；支持任意直接度量方法做硬約束（hard constraint），從而滿(mǎn)足實(shí)際業(yè)務(wù)要求。據(jù)介紹，同等情況下，單路徑 One-Shot NAS 的搜索精度和速度均超過(guò)目前公開(kāi)的 FBNet、ProxylessNAS 等 SOTA 框架。
「很多時(shí)候，我們把一個(gè)技術(shù)（算法）落地，真的是不是能在實(shí)際數(shù)據(jù)中做得很好，其實(shí)不知道的。實(shí)際數(shù)據(jù)中有一些是非公開(kāi)數(shù)據(jù)，不能到真正的場(chǎng)景中去測(cè)；另外一些數(shù)據(jù)涉及到隱私，需要脫敏。」孫劍說(shuō)，聯(lián)合實(shí)驗(yàn)室的計(jì)劃是，提供一個(gè)實(shí)戰(zhàn)場(chǎng)景開(kāi)發(fā)和測(cè)試環(huán)境，大家上交模型，在這個(gè)環(huán)境中進(jìn)行測(cè)試。
聯(lián)合實(shí)驗(yàn)室將建設(shè)人臉抓拍識(shí)別、結(jié)構(gòu)化檢測(cè)、大規(guī)模人像比對(duì)等驗(yàn)證場(chǎng)景，提供自動(dòng)分析報(bào)告服務(wù)，為研究算法調(diào)優(yōu)提供環(huán)境。他們還將積極探索低位寬等網(wǎng)絡(luò)壓縮技術(shù)，研發(fā)高效硬件部署方案，推動(dòng)模型研究成果迅速投入實(shí)用。
針對(duì)計(jì)算機(jī)視覺(jué)算法與真實(shí)場(chǎng)景適配的問(wèn)題，實(shí)驗(yàn)室還將建設(shè)可重現(xiàn)的實(shí)景測(cè)試環(huán)境，并提供自動(dòng)化的量化錯(cuò)誤分析報(bào)告，幫助算法迭代。
「通過(guò)以上措施，實(shí)驗(yàn)室將被打造成為一個(gè)開(kāi)放、貼近實(shí)際場(chǎng)景的計(jì)算機(jī)視覺(jué)算法研究實(shí)驗(yàn)平臺(tái)，形成涵蓋數(shù)據(jù)、平臺(tái)、場(chǎng)景的完整閉環(huán)，有利于打造我國(guó)自主可控的技術(shù)和產(chǎn)業(yè)生態(tài)，共同助力我國(guó)圖像感知和計(jì)算領(lǐng)域的技術(shù)及應(yīng)用達(dá)到國(guó)際先進(jìn)水平。」孫劍表示，實(shí)驗(yàn)室平臺(tái)建成后，將面向高校院所、創(chuàng)業(yè)企業(yè)等創(chuàng)新創(chuàng)業(yè)主體開(kāi)放，致力推動(dòng)圖像感知與計(jì)算領(lǐng)域的協(xié)同創(chuàng)新。
DIW2019 挑戰(zhàn)賽啟動(dòng)，
3 個(gè)賽道冠軍將各獲 1 萬(wàn)美金獎(jiǎng)勵(lì)
「我們的目標(biāo)是建設(shè)開(kāi)源社區(qū)、打造產(chǎn)業(yè)生態(tài)。」孫劍說(shuō)。
除了開(kāi)放預(yù)訓(xùn)練模型，開(kāi)源數(shù)據(jù)標(biāo)注、模型分析、模型自動(dòng)調(diào)優(yōu)等全套相關(guān)工具，他們還將提供實(shí)驗(yàn)例程、開(kāi)源完整的訓(xùn)練代碼庫(kù)，支持高校本科及研究生教學(xué)，每年培訓(xùn)學(xué)生人數(shù)不少于 500 人；每年還會(huì)組織圍繞平臺(tái)的國(guó)際比賽。
今年，曠視聯(lián)合智源研究院舉辦 Detection In the Wild 2019（DIW 2019）挑戰(zhàn)賽。
孫劍介紹，DIW 2019 挑戰(zhàn)賽是基于 2019 年 CVPR 的 workshop（研討會(huì)），為了推動(dòng)目標(biāo)檢測(cè)技術(shù)的發(fā)展而設(shè)計(jì)的，可以改善現(xiàn)有目標(biāo)檢測(cè)數(shù)據(jù)集的類(lèi)別覆蓋不全，標(biāo)注精度不高，密集場(chǎng)景缺少等問(wèn)題。
DIW 2019 挑戰(zhàn)賽共有三個(gè)賽道：
Objects365 賽道：選手利用公開(kāi)的 365 種類(lèi)別，60 萬(wàn)張圖片超過(guò) 1000 萬(wàn)個(gè)框的完整訓(xùn)練集對(duì)檢測(cè)模型進(jìn)行訓(xùn)練；在 3 萬(wàn)張圖片構(gòu)成的驗(yàn)證集上調(diào)試算法，并在 10 萬(wàn)張圖片構(gòu)成的測(cè)試集上進(jìn)行最終挑戰(zhàn)。
Objects365 小賽道：從 Objects365 數(shù)據(jù)集中挑選出 65 個(gè)類(lèi)別，選手可以用 1 萬(wàn)張圖片進(jìn)行模型訓(xùn)練。
CrowdHuman 賽道：為了解決現(xiàn)實(shí)生活中的遮擋問(wèn)題，其算法的提升將會(huì)推動(dòng)人體檢測(cè)算法落地。屆時(shí)，選手將基于專(zhuān)門(mén)為了密集場(chǎng)景人體檢測(cè)設(shè)計(jì)的 CrowdHuman 數(shù)據(jù)集進(jìn)行訓(xùn)練，數(shù)據(jù)集包含有豐富標(biāo)注信息和多種場(chǎng)景。
挑戰(zhàn)賽已于發(fā)布會(huì)當(dāng)天啟動(dòng)；5 月 10 日，將開(kāi)放測(cè)試集；6 月 12 日，結(jié)果提交截止；最終結(jié)果將在 6 月 17 日（美國(guó)當(dāng)?shù)貢r(shí)間）公布。每個(gè)賽道的冠軍將獲得 1 萬(wàn)美金獎(jiǎng)勵(lì)，優(yōu)勝隊(duì)伍將被邀請(qǐng)至 CVPR 的研討會(huì)上做經(jīng)驗(yàn)分享。
「智源學(xué)者計(jì)劃」啟動(dòng)，
每人每年至少可獲 50 萬(wàn)支持
發(fā)布會(huì)當(dāng)天，智源研究院還啟動(dòng)了「智源學(xué)者計(jì)劃」。
「『智源學(xué)者計(jì)劃』的目標(biāo)，就是要找到最好的人，給他自由支配的經(jīng)費(fèi)，提供他需要的資源，支持開(kāi)展人工智能領(lǐng)域特定方向上的重大基礎(chǔ)問(wèn)題研究，或者開(kāi)展前沿問(wèn)題的自由探索。」黃鐵軍院長(zhǎng)說(shuō)。
「智源學(xué)者計(jì)劃」將依托北京大學(xué)、清華大學(xué)、中科院等優(yōu)勢(shì)高校院所，以及曠視等骨干企業(yè)研究院，對(duì)智源科學(xué)家首席（CS）、智源研究項(xiàng)目經(jīng)理（PM）、智源研究員（PI）和智源青年科學(xué)家（38 歲以下）四類(lèi)人才進(jìn)行重點(diǎn)支持。
經(jīng)過(guò)提名、初評(píng)、審議等流程，已經(jīng)遴選出首批智源學(xué)者候選人，共 21 人，并即將啟動(dòng)公示程序。
據(jù)悉，首批青年科學(xué)家推選工作開(kāi)展以來(lái)，清華、北京各單位專(zhuān)家共計(jì)推選了 54 名候選人，參加答辯 42 人，經(jīng)專(zhuān)家評(píng)審，最終選出了 9 名。年級(jí)最輕的一位僅 28 歲，是曠視研究院模型研究組負(fù)責(zé)人張祥雨博士。
在官網(wǎng)上進(jìn)行一個(gè)月公示后，若無(wú)意外，智源研究院將與他們簽訂聘任協(xié)議。
屆時(shí)，智源研究院將直接向他們支付費(fèi)用，不用走單位的人事體制。黃院長(zhǎng)說(shuō)，「我們看重他是一個(gè)有潛力的人，我們就直接給他，大概就是不低于 50 萬(wàn)的每年的支持力度（每個(gè)人）。」
這些智源學(xué)者不需要在智源研究院辦公，還在原單位繼續(xù)從事學(xué)術(shù)研究, 成果也全部屬于其所在單位，「研究院不擁有也不期望去獲得任何知識(shí)產(chǎn)權(quán)」，「因?yàn)樗龅氖侨斯ぶ悄埽欠蠂?guó)家的戰(zhàn)略方向，是符合北京市的方向，所以我們給他支持。」黃院長(zhǎng)說(shuō)。
此外，這些智源學(xué)者在科研工作中所需要的經(jīng)費(fèi)，也會(huì)獲得研究院支持。黃院長(zhǎng)表示，只要不用到違規(guī)，怎么用，完全由自己決定。
黃院長(zhǎng)還表示，智源學(xué)者的申報(bào)不是每年只有一次，而是不分批次，只要是符合要求的人才，通過(guò)申報(bào)程序，可以隨時(shí)進(jìn)入研究院支持的范圍。
今年，智源研究院將計(jì)劃遴選智源學(xué)者 100 人，大概覆蓋 5 到 7 個(gè)重大方向，其中，青年科學(xué)家 30-50 人。2020 年和 2021 年再分別增加 100 人，智源學(xué)者總體規(guī)模保持在 300 人左右。