ImageNet比赛结束了。
夏威夷当地时间7月26日，CVPR 2017最后一天，李飞飞教授等学者在ImageNet workshop上缅怀过去8年计算机视觉(CV)发展的ImageNet时代，同时宣布挑战赛最终归于Kaggle。
同一天上午，WebVision也公布了第一期获奖名单。
WebVision竞赛由苏黎世联邦理工、Google Reasearch、卡耐基梅隆大学等共同组织。但相较而言，WebVision所用数据集直接从网络爬取，没有经过人工标注，含有大量噪音之外，数据类别和数量也远大于ImageNet比赛所用数据，所以难度也高很多。
所以，ImageNet为什么结束?WebVision将如何推动CV发展?CV学术与应用研究的出路又在哪?带着这些问题，AI科技评论采访时也指出，
现在互联网上的数据很多都是视觉与文本信号共同出现，譬如腾讯视频，不仅有视频信息，还有音频信息，还有相应的字幕、评论和弹幕等信息。如何挖掘或者学习他们之间的相关性也是业界的研究热点。
近年来计算机视觉+NLP相结合，出现了很多热点的研究问题，譬如图像文本匹配、图像描述生成、图像问答等。今年的CVPR的其中一个keynote也是邀请了NLP领域斯坦福大学的知名教授Dan Jurafsky，讨论了language方面的研究进展。因此，多个交叉领域的研究，更能推动研究成果在实际业务场景中的应用。
所以，讨论完这些方法论后，对于“未来要实现这个突破，还要经历一个怎样的创新期?”这个问题，跨领域机器学习的技术融合，例如计算视觉、自然语言处理、语音识别等的融合;以及学术界与产业界的进一步研究合作，是业内人士普遍希望推进的路径。
同时，中国互联网公司的众多创新，大多还停留在应用层面或技术层面。而美国创新科技的研究，往往是从理论的根基出发，建立一套完整的思维方式，这也是为什么美国，尤其是硅谷，在过去数十年一直引领创新的原因：他们有能力也有意愿从基础研究出发，与大学、研究机构保持密切关系，共同完成学术创新和商业化。
如商汤科技CEO徐立所言，AI的火热都不是一夜时间的事情，虽然看起来像是一夜梨花开，但更重要是一直以来源头创新工作的厚积薄发。在本届CVPR，商汤科技与香港中大-商汤科技联合实验被共同录取23篇论文，这个数量远高于BAT。“现在，基础研究不能丢，才能带来足够的时间窗口。AI的发展需要产业和研究相结合，以定义问题，解决问题。”
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/a128329995.html