芯耀
92
2020 年 9 月 5 日，第三屆「中國(guó)人工智能安防峰會(huì) 」即將于杭州強(qiáng)勢(shì)重啟。（原計(jì)劃 6 月 20 日開(kāi)幕，疫情原因延期召開(kāi)）
一名科學(xué)家開(kāi)山立派，最顯著的標(biāo)志就是世界級(jí)的重大研究方向，能夠與該學(xué)者劃上等號(hào)，如相對(duì)論之于愛(ài)因斯坦，神經(jīng)網(wǎng)絡(luò)之于 Geoffrey Hinton。
安防領(lǐng)域的這些研究方向是什么？代表人物是誰(shuí)？
沒(méi)有人知道標(biāo)準(zhǔn)答案。
上一個(gè)十年的安防技術(shù)創(chuàng)新，混沌、碎片、野蠻生長(zhǎng)。
項(xiàng)目工程為導(dǎo)向的技術(shù)部署模式，也使得基礎(chǔ)研究對(duì)這個(gè)行業(yè)的改變乏善可陳。
而在自主創(chuàng)新與新基建的時(shí)代浪潮推動(dòng)下，前沿技術(shù)將進(jìn)一步走到臺(tái)前。
那么下一個(gè)十年安防技術(shù)的趨勢(shì)是什么？
「中國(guó)人工智能安防峰會(huì) 」給出的答案是：城市大腦數(shù)字視網(wǎng)膜化、機(jī)器視覺(jué)三維化、數(shù)據(jù)建模聯(lián)邦學(xué)習(xí)化。
數(shù)字視網(wǎng)膜、三維視覺(jué)、聯(lián)邦學(xué)習(xí)，對(duì)應(yīng)的世界級(jí)領(lǐng)軍科學(xué)家，分別是高文、權(quán)龍、楊強(qiáng)。
高文，中國(guó)工程院院士，中國(guó)計(jì)算機(jī)學(xué)會(huì)前理事長(zhǎng)
權(quán)龍，全球最高級(jí)別人工智能會(huì)議 CVPR 主席
楊強(qiáng)，國(guó)際人工智能聯(lián)合會(huì)首位華人理事會(huì)主席
2018-2020 年間，中國(guó)人工智能安防峰會(huì)，分別邀請(qǐng)了高文、權(quán)龍、楊強(qiáng)，首次出席安防論壇，講述世界級(jí)前沿技術(shù)，對(duì)安防行業(yè)的變革。
第一屆「中國(guó)人工智能安防峰會(huì) 」
中國(guó)工程院院士、鵬城實(shí)驗(yàn)室主任 高文
城市大腦與數(shù)字視網(wǎng)膜
高文院士
2018 年 3 月，深圳，雷鋒網(wǎng) AI 掘金志舉辦中國(guó)首個(gè)以「動(dòng)態(tài)人臉與車(chē)輛識(shí)別」為主題的 AI 安防峰會(huì)。
這是業(yè)內(nèi)第一次將五大安防企業(yè)（海大宇天網(wǎng)）及商湯等 AI 獨(dú)角獸的首席技術(shù)高管，聚于一堂的行業(yè)盛會(huì)。
峰會(huì)之上，中國(guó)工程程院院士、鵬城實(shí)驗(yàn)室主任高文帶來(lái)了題為《城市大腦與數(shù)字視網(wǎng)膜》的開(kāi)場(chǎng)報(bào)告。
他提到，智慧城市已被談及多年，“視頻監(jiān)控+AI”也成為眾多公司研究的方向。
現(xiàn)階段，通過(guò)監(jiān)控?cái)z像頭讓城市變得更智智慧，不僅僅是單一的視頻檢索和計(jì)算機(jī)視覺(jué)問(wèn)題，而是在面臨海量信息和突發(fā)事件時(shí)，能否能迅速做出反應(yīng)、能否降低計(jì)算量、能否有效識(shí)別和檢索等一系列龐大的系統(tǒng)工程。
現(xiàn)有視頻監(jiān)控體系的弊病，使得很多復(fù)雜任務(wù)無(wú)法完成，即便是人工智能大規(guī)模滲入后，需求方也往往為了一些特殊目的才加特定的智能攝像頭和處理系統(tǒng)。有些專用攝像頭只是用來(lái)識(shí)別車(chē)牌號(hào)，有些攝像頭只用來(lái)識(shí)別人臉，這種打補(bǔ)丁式的方法實(shí)際會(huì)帶來(lái)很多問(wèn)題。
針對(duì)這些問(wèn)題，高文院士提出了“數(shù)字視網(wǎng)膜”的概念。
所謂數(shù)字視網(wǎng)膜，即類比于人類視網(wǎng)膜，對(duì)傳統(tǒng)攝像頭乃至視覺(jué)計(jì)算架構(gòu)進(jìn)行演進(jìn)與革新，從而能夠更加智能地支持城市大腦，服務(wù)智能安防、城市精細(xì)管理等智能應(yīng)用。
具體來(lái)說(shuō)，傳統(tǒng)攝像頭只是把拍攝到的視頻數(shù)據(jù)壓縮后上傳到云端進(jìn)行存儲(chǔ)，再做分析識(shí)別處理。
而數(shù)字視網(wǎng)膜則要求在攝像頭端對(duì)拍攝視頻進(jìn)行高質(zhì)量視頻編碼和視覺(jué)特征提取編碼，對(duì)壓縮編碼過(guò)后的視頻流進(jìn)行本地存儲(chǔ)的同時(shí)按需上傳到云端，而所有的緊湊特征流同步實(shí)時(shí)同步到云端，從而既能夠保證高效的存儲(chǔ)，又能夠便捷地支撐大數(shù)據(jù)查詢分析。
與此同時(shí)，支持在端 - 邊 - 云之間進(jìn)行面向智能視頻編碼和特征分析的深度學(xué)習(xí)模型自適應(yīng)遷移、壓縮、更新與轉(zhuǎn)換。
簡(jiǎn)而言之，數(shù)字視網(wǎng)膜就是這樣一種包含視頻編碼流、特征編碼流和模型更新流的可伸縮端邊云協(xié)同視覺(jué)計(jì)算架構(gòu)。
這一概念從正式提出至今，才不過(guò)三年，然而從最初構(gòu)想、前期實(shí)踐、到理論基礎(chǔ)構(gòu)建卻花了近五年的時(shí)間。即使到現(xiàn)在，數(shù)據(jù)視網(wǎng)膜的技術(shù)框架也仍然在不斷完善當(dāng)中，但其影響卻將是顛覆性的。
正如高文院士在 2018 年的一篇文章中提到：
我國(guó)已明確提出“到 2020 年，基本實(shí)現(xiàn)全域覆蓋、全網(wǎng)共享、全時(shí)可用、全程可控的公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用”，但是如果沒(méi)有重大技術(shù)突破，數(shù)千萬(wàn)攝像頭根本無(wú)法實(shí)現(xiàn)“全網(wǎng)共享”的實(shí)時(shí)數(shù)據(jù)匯聚，更不可能實(shí)現(xiàn)“全時(shí)可用”的聯(lián)網(wǎng)分析識(shí)別，“數(shù)據(jù)大”變不成“大數(shù)據(jù)”，巨大潛在價(jià)值無(wú)法發(fā)掘。數(shù)字視網(wǎng)膜是應(yīng)對(duì)上述挑戰(zhàn)的一種可行的顛覆性技術(shù)發(fā)展方向。
高文院士對(duì)于「數(shù)字視網(wǎng)膜」的理解，是伴隨著對(duì)城市中視頻監(jiān)控體系所存在問(wèn)題的深刻認(rèn)識(shí)而不斷深化的。
據(jù)可考查資料，高文院士最早對(duì)城市中攝像頭所存在缺陷以及可能的改進(jìn)進(jìn)行思考始于 2013 年初（或者稍早）。
在 2013 年新年伊始，高文院士曾接受人民網(wǎng)采訪，他提到現(xiàn)代攝像頭密布，但還需要后端人力去盯，一旦遇到重大案件，去調(diào)用錄像資料，卻往往起不到太大作用。
如果能夠在設(shè)計(jì)視頻編碼時(shí)，讓系統(tǒng)把數(shù)據(jù)中有用的信息抽取、挖掘并分析出來(lái)，不但能節(jié)省后期的人力投入，而且能起到應(yīng)急作用。
可以合理猜測(cè)，這個(gè)時(shí)候他已經(jīng)有了模糊的概念，但對(duì)于具體如何去做，卻仍在醞釀當(dāng)中。
在 2013 年 10 月，高文院士在中國(guó)信息化周報(bào)上發(fā)表了題為《智慧城市中的視頻編碼、分析與評(píng)測(cè)》的文章。在這篇文章中，他首次系統(tǒng)提出了他對(duì)“智慧城市”中視頻監(jiān)控所存在問(wèn)題的深入思考，他指出：
1、目前的監(jiān)控系統(tǒng)在設(shè)計(jì)時(shí)是為了視頻存儲(chǔ)和以人為核心的視頻跟蹤，而非以計(jì)算機(jī)為中心的自動(dòng)分析，因此靠這樣一套系統(tǒng)來(lái)實(shí)現(xiàn)智慧城市的視頻系統(tǒng)，去做自動(dòng)分析，是根本無(wú)法完成的。
2、智慧城市中的視頻技術(shù)面臨三大問(wèn)題，分別是存儲(chǔ)成本高（數(shù)據(jù)量太大）、檢索困難、對(duì)象再標(biāo)識(shí)難。而這三個(gè)問(wèn)題歸結(jié)到本質(zhì)則是兩個(gè)問(wèn)題，一個(gè)是編碼問(wèn)題，而另一個(gè)是視頻分析識(shí)別問(wèn)題。因此如何對(duì)監(jiān)控視頻進(jìn)行高效視頻編碼，以及如何對(duì)其進(jìn)行分析和檢索，是必須思考的兩個(gè)本質(zhì)問(wèn)題。
3、在學(xué)術(shù)界存在一個(gè)奇怪現(xiàn)象，即做視頻編碼的學(xué)者對(duì)視頻分析不感興趣；而反過(guò)來(lái)，做視頻分析的人對(duì)編碼也不感興趣。原因在于前者處理的是像素和圖像塊，屬于圖像處理領(lǐng)域，而后者處理的是圖像特征，屬于模式識(shí)別領(lǐng)域。就像兩條路上跑的車(chē)很難交匯。
幸運(yùn)的是，高文院士正好跨界這兩個(gè)圈子，無(wú)論是在視頻編碼領(lǐng)域，還是在計(jì)算機(jī)視覺(jué)（特別是人臉識(shí)別）領(lǐng)域，他都有著重要的影響力。
其學(xué)生陳熙霖、山世光兩位研究員繼承了他在人臉識(shí)別領(lǐng)域的衣缽，如今已成為國(guó)際計(jì)算機(jī)視覺(jué)領(lǐng)域的領(lǐng)軍人物；
而其學(xué)生黃鐵軍和馬思偉兩位教授則繼承了他在編碼領(lǐng)域的衣缽，在國(guó)際視頻編碼領(lǐng)域也有著重要的影響力。
高文院士對(duì)當(dāng)代城市監(jiān)控系統(tǒng)存在問(wèn)題的本質(zhì)分析，奠定了他在隨后解決這一問(wèn)題的研究思路和方向。
關(guān)于高文院士
高文，北京大學(xué)博雅講席教授。1982 年于哈科大獲得學(xué)士學(xué)位，1985 年于哈工大獲得碩士學(xué)位，1988 年和 1991 分別獲得哈工大計(jì)算機(jī)應(yīng)用博士學(xué)位和東京大學(xué)電子工程博士學(xué)位。
1991 至 1996 年就職于哈爾濱工業(yè)大學(xué)，1996 至 2006 就職于中國(guó)科學(xué)院計(jì)算技術(shù)研究所，2006 年 2 月至今就職于北京大學(xué)。IEEE Fellow、ACM Fellow、中國(guó)工程院院士。
他的研究領(lǐng)域?yàn)槎嗝襟w和計(jì)算機(jī)視覺(jué)，包括視頻編碼、視頻分析、多媒體檢索、人臉識(shí)別、多模態(tài)接口和虛擬現(xiàn)實(shí)。
他最常被引用的工作是基于模型的視頻編碼與基于特征的對(duì)象表達(dá)。他先后出版著作七本，合作發(fā)表 300 余篇期刊論文、700 余篇國(guó)際會(huì)議論文。
他先后多次獲得國(guó)家科技進(jìn)步獎(jiǎng)、國(guó)家技術(shù)發(fā)明獎(jiǎng)、國(guó)家自然科學(xué)獎(jiǎng)等學(xué)術(shù)獎(jiǎng)勵(lì)。
第二屆「中國(guó)人工智能安防峰會(huì) 」
CVPR 大會(huì)主席 權(quán)龍教授
三維視覺(jué)重新定義智能安防
權(quán)龍教授
2019 年 3 月，雷鋒網(wǎng) AI 掘金志再次站在技術(shù)、產(chǎn)業(yè)和商業(yè)格局最前沿，在杭州舉辦第二屆「中國(guó)人工智能安防峰會(huì)」。
大會(huì)共設(shè)置“城市大腦與邊緣計(jì)算”·“全球頂尖算法應(yīng)用”·“前端動(dòng)態(tài)識(shí)別與智能視頻云”·“城市 AIoT 與邊緣智能引擎”四大議程主題。
這一次，海康、大華、華為、阿里、騰訊、松下，因“AI 安防”首次同臺(tái)。
本次峰會(huì)之上，CVPR、ICCV 世界頂會(huì)主席權(quán)龍教授為與會(huì)者們帶來(lái)了題為《三維視覺(jué)重新定義智能安防》的開(kāi)場(chǎng)報(bào)告。
權(quán)龍教授認(rèn)為，人工智能的核心是視覺(jué)，但現(xiàn)在的視覺(jué)仍局限在二維識(shí)別層面，未來(lái)三維視覺(jué)重建將會(huì)成為最重要的任務(wù)。
現(xiàn)在的計(jì)算機(jī)視覺(jué)就是基于卷積神經(jīng)網(wǎng)絡(luò)而來(lái)，整個(gè) CNN 的架構(gòu)非常簡(jiǎn)單，能做的事其實(shí)也沒(méi)那么多，它提取了高維的特征，然后要結(jié)合其它方法解決視覺(jué)問(wèn)題。
如果有足夠的數(shù)據(jù)并且能夠明確定義想要的東西，CNN 的效果很好，但是它并沒(méi)有智能。
它能識(shí)別出貓和狗，但貓和狗的分類都是人類自己定義的，人們可以把貓和狗分開(kāi)，也可以把復(fù)雜的狗類動(dòng)物進(jìn)行聚合和分類，這些東西本質(zhì)上來(lái)說(shuō)并不是客觀的，而是主觀的。
人們做計(jì)算機(jī)視覺(jué)研究的理想，是讓機(jī)器進(jìn)行理解圖像。如何讓它進(jìn)行理解？這非常的困難，直到現(xiàn)在也沒(méi)有人知道它怎么去進(jìn)行理解。現(xiàn)在它能做的，只能做到認(rèn)知。人們研究計(jì)算機(jī)視覺(jué)的目的是得到視覺(jué)特征，有了視覺(jué)特征后才能開(kāi)展一系列工作。
為什么視覺(jué)特征如此重要？在語(yǔ)音識(shí)別領(lǐng)域，語(yǔ)音的特征已經(jīng)定義得非常清晰——音素。
但如果拿來(lái)一個(gè)圖像，問(wèn)它最重要的視覺(jué)特征是什么，答案并不明確。圖像包含像素，但像素并不是真正的特征。像素只是一個(gè)數(shù)字化的載體，將圖像進(jìn)行了數(shù)字化的表述。計(jì)算機(jī)視覺(jué)的終極目標(biāo)就是尋找行之有效的視覺(jué)特征。
在這樣一個(gè)擁有視覺(jué)特征前提之下，計(jì)算機(jī)視覺(jué)也只有兩個(gè)現(xiàn)實(shí)目的，一個(gè)是識(shí)別，另一個(gè)是三維重建。
它們的英文單詞都以“re”做前綴，說(shuō)明這是一個(gè)反向的問(wèn)題。
計(jì)算機(jī)視覺(jué)不是一個(gè)很好定義(ill-posed)的問(wèn)題，沒(méi)有一個(gè)完美的答案或方法。
這一輪的卷積神經(jīng)網(wǎng)絡(luò)最本質(zhì)的一件事是重新定義了計(jì)算機(jī)視覺(jué)的特征。在此之前，所有的特征都是人工設(shè)計(jì)的。今天 CNN 學(xué)來(lái)的東西，它學(xué)到特征的維度動(dòng)輒幾百萬(wàn)，在以前沒(méi)有這類網(wǎng)絡(luò)的情況下是根本做不到的。
縱使 CNN 的特征提取能力極其強(qiáng)，但是不要忘記建立在 CNN 基礎(chǔ)上的計(jì)算機(jī)視覺(jué)是單目識(shí)別，而人類是雙目。
人類的現(xiàn)實(shí)世界是在一個(gè)三維空間，拿著二維圖像去做識(shí)別，這遠(yuǎn)遠(yuǎn)不夠。
雙目視覺(jué)對(duì)整個(gè)生物世界的等級(jí)劃分是非常嚴(yán)格的。馬的眼睛往外看，對(duì)角的部分才有可能得到一部分三維信息，但它的三維視角非常小，不像人類。魚(yú)的眼睛也是往兩邊看的，它的主要視線范圍是單目的，它能看到的雙目視區(qū)也是非常狹窄的一部分。
人類有兩只眼睛，通過(guò)兩只眼睛才能得到有深度的三維信息。當(dāng)然，通過(guò)一只移動(dòng)的眼睛，也可以獲得有深度的信息。
獲取深度信息的挑戰(zhàn)很大，它本質(zhì)上是一個(gè)三角測(cè)量問(wèn)題。第一步需要將兩幅圖像或兩只眼睛感知到的東西進(jìn)行匹配，也就是識(shí)別。
這里的“識(shí)別”和前面有所不同，前面提到的是有標(biāo)注情況下的識(shí)別，這里的“識(shí)別”是兩幅圖像之間的識(shí)別，沒(méi)有數(shù)據(jù)庫(kù)。它不僅要識(shí)別物體，還要識(shí)別每一個(gè)像素，所以對(duì)計(jì)算量要求非常高。
在生物世界里，雙目視覺(jué)非常重要，哺乳動(dòng)物都有雙目視覺(jué)，而且越兇猛的食肉的動(dòng)物雙目重疊的區(qū)域越大，用雙目獲得的深度信息去主動(dòng)捕捉獵物。吃草的或被吃的動(dòng)物視覺(jué)單目視覺(jué)，視野很寬，只有識(shí)別而無(wú)深度，目的是被進(jìn)攻時(shí)跑得快。
在這一輪的 CNN 之前，計(jì)算機(jī)視覺(jué)里面研究最多的是三維重建這樣的問(wèn)題，在 CNN 之前有非常好的人工設(shè)計(jì)的視覺(jué)特征，這些東西本質(zhì)上最早都是為三維重建而設(shè)計(jì)，例如 SIFT 特征。
而在這之后的“識(shí)別”，只是把它放在一個(gè)沒(méi)有結(jié)構(gòu)的圖像數(shù)據(jù)庫(kù)里去搜索而已。由此可見(jiàn)，現(xiàn)代三維視覺(jué)是由三維重建所定義。CNN 誕生之前，它曾是視覺(jué)發(fā)展的主要?jiǎng)恿υ从趲缀?，因?yàn)樗亩x相對(duì)清晰。
計(jì)算機(jī)視覺(jué)中的三維重建包含三大問(wèn)題：
一、定位置。假如我給出一張照片，計(jì)算機(jī)視覺(jué)要知道這張照片是在什么位置拍的。
二、多目。通過(guò)多目的視差獲取三維信息，識(shí)別每一個(gè)像素并進(jìn)行匹配，進(jìn)行三維重建。
三、語(yǔ)義識(shí)別。完成幾何三維重建后，要對(duì)這個(gè)三維信息進(jìn)行語(yǔ)義識(shí)別，這是重建的最終目的。
權(quán)龍教授強(qiáng)調(diào)，人們要把三維場(chǎng)景重新捕捉，但三維重建不是最終的目的，而是要把識(shí)別加進(jìn)去，所以說(shuō)最終的應(yīng)用肯定要把三維重建和識(shí)別融為一體。
關(guān)于權(quán)龍教授
權(quán)龍教授是享譽(yù)世界的計(jì)算機(jī)視覺(jué)與圖形學(xué)專家，全球最高級(jí)別的兩大計(jì)算機(jī)視覺(jué)學(xué)術(shù)會(huì)議主席,是 CVPR 和 ICCV 創(chuàng)辦 30 多年來(lái)極為少有的華人主席。
權(quán)龍于 1989 年在法國(guó) INPL 取得博士學(xué)位,隨后在法國(guó) INRIA 任職 CNRS 高級(jí)研究員。2001 年加入香港科技大學(xué)并擔(dān)任視覺(jué)計(jì)算與圖像科學(xué)中心主任。
權(quán)龍同時(shí)也是知名三維重建視覺(jué)平臺(tái) Altizure 的創(chuàng)始人。權(quán)龍?jiān)?2011 年擔(dān)任 ICCV 大會(huì)主席,也將在 2022 年出任 CVPR 大會(huì)主席。
?
第三屆「中國(guó)人工智能安防峰會(huì) 」
（9 月 5 日召開(kāi)）
國(guó)際人工智能聯(lián)合會(huì)首位華人理事會(huì)主席 楊強(qiáng)教授
聯(lián)邦學(xué)習(xí)或?yàn)?AI 安防的第二落腳點(diǎn)
楊強(qiáng)教授
2020 年 9 月 5 日，第三屆「中國(guó)人工智能安防峰會(huì)」也將如約而至，于杭州正式啟幕。
AI 與安防的融合，經(jīng)由 2018 年的靜水深流、2019 年的混沌廝殺，2020 年的技術(shù)研究與方案落地將會(huì)更為清晰、成熟。
今年峰會(huì)之上，國(guó)際人工智能聯(lián)合會(huì)首位華人理事會(huì)主席楊強(qiáng)教授將會(huì)作題為《聯(lián)邦學(xué)習(xí)下的數(shù)據(jù)價(jià)值與模型安全》的開(kāi)場(chǎng)報(bào)告。用新一代 AI 技術(shù)，解決人工智能落地的最大兩座大山：數(shù)據(jù)孤島與數(shù)據(jù)隱私。
安防行業(yè)歷經(jīng)兩次跨越，從最開(kāi)始的通用級(jí)產(chǎn)品到解決方案，再到內(nèi)容分析前置，接下來(lái)則是平臺(tái)運(yùn)營(yíng)。未來(lái)，安防行業(yè)背后是兆億級(jí)別且呈幾何式增長(zhǎng)的巨大流量入口。
眼下，AI 技術(shù)在安防市場(chǎng)上的應(yīng)用主要還存有幾個(gè)挑戰(zhàn)：
1、認(rèn)知問(wèn)題相較感知問(wèn)題較難解決。感知問(wèn)題可以用神經(jīng)網(wǎng)絡(luò)函數(shù)逼近，相比之下認(rèn)知問(wèn)題解決起來(lái)比較棘手，比如如何教會(huì)機(jī)器辨識(shí)一把椅子。
2、在弱線索、遮擋、模糊、對(duì)象追蹤等情況下，人類在識(shí)別的過(guò)程中通常會(huì)依據(jù)常識(shí)，并加入豐富的想象及推理。但是想要將這些能力傳授給機(jī)器則非常困難。
3、計(jì)算機(jī)視覺(jué)技術(shù)帶給機(jī)器的能力不只是用來(lái)觀察世界，而是需要與世界建立聯(lián)系，從而一起做交互，而想要做到“交互”這一步，還有很長(zhǎng)一段距離。
基于安防場(chǎng)景的不斷變化，其對(duì)算法迭代的要求一定是非常嚴(yán)苛且上升的。
在這個(gè)市場(chǎng)中，誰(shuí)能夠看到算法精度提升解鎖的更多場(chǎng)景，并根據(jù)場(chǎng)景的變化做到最為快速且精準(zhǔn)的反應(yīng)，誰(shuí)就能在未來(lái)競(jìng)比中走得更遠(yuǎn)。
一方面，AI 在安防行業(yè)的探索才剛剛開(kāi)始；另一方面，做好 AI 所必須的數(shù)據(jù)養(yǎng)料有限且質(zhì)量較差，不同數(shù)據(jù)源之間存在難以打破的壁壘。
除了少數(shù)幾家擁有海量用戶、具備產(chǎn)品和服務(wù)優(yōu)勢(shì)的巨無(wú)霸企業(yè)外，大多數(shù)中小型 AI 安防企業(yè)難以以一種合理、合法的方式跨越人工智能落地的數(shù)據(jù)鴻溝，或者需要付出巨大的成本來(lái)解決這一問(wèn)題。
此外，隨著大數(shù)據(jù)的發(fā)展，重視數(shù)據(jù)隱私和安全已經(jīng)成為一種世界性的趨勢(shì)，一系列條例的出臺(tái)更是加劇了數(shù)據(jù)獲取的難度，這也給人工智能的落地應(yīng)用帶來(lái)了前所未有的挑戰(zhàn)。
何解？針對(duì)這個(gè)問(wèn)題，雷鋒網(wǎng)同時(shí)采訪了六位學(xué)術(shù)界、工業(yè)界領(lǐng)頭人，得到的答案比較一致：從目前的研究進(jìn)展來(lái)看，“聯(lián)邦學(xué)習(xí)”技術(shù)可能是解決以上問(wèn)題的最佳選擇。
聯(lián)邦學(xué)習(xí)作為新一代人工智能基礎(chǔ)技術(shù)，正在滲透到 AI 商用瓶頸的根源，通過(guò)解決數(shù)據(jù)隱私與數(shù)據(jù)孤島問(wèn)題，重塑城市安防、金融、醫(yī)療等領(lǐng)域。
近兩年，在楊強(qiáng)教授等世界級(jí)專家的聯(lián)合推動(dòng)下，國(guó)內(nèi)外諸多科技巨頭，均已開(kāi)始搭建聯(lián)邦學(xué)習(xí)的研究與應(yīng)用團(tuán)隊(duì)。
眼下，國(guó)內(nèi)已經(jīng)出現(xiàn)聯(lián)邦學(xué)習(xí)、共享智能、知識(shí)聯(lián)邦、聯(lián)邦智能和異步聯(lián)邦學(xué)習(xí)等多個(gè)相關(guān)研究方向。
本次出席雷鋒網(wǎng)第三屆中國(guó)人工智能安防峰會(huì)，楊強(qiáng)教授所引領(lǐng)的聯(lián)邦學(xué)習(xí)技術(shù)是否有新的進(jìn)展？技術(shù)的迭代又匹配了哪些城市安防場(chǎng)景？而這是否又會(huì)帶來(lái)新一輪的市場(chǎng)洗牌？
9 月 5 日，雷鋒網(wǎng) AI 掘金志將帶你共同見(jiàn)證「城市安防」的未來(lái)，尋找問(wèn)題的最優(yōu)解。
關(guān)于楊強(qiáng)教授
國(guó)際人工智能聯(lián)合會(huì)（IJCAI）成立 50 年，唯一一位華人理事會(huì)主席。
美國(guó)人工智能學(xué)會(huì)（AAAI）成立 40 年，唯一一位華人大會(huì)主席。
美國(guó)人工智能學(xué)會(huì)（AAAI）歷史上，首位華人 Fellow。
同時(shí)是 ACM、AAAI、CAAI、IEEE、IAPR、AAAS 六大頂級(jí)學(xué)會(huì)的 Fellow。
現(xiàn)任：微眾銀行首席人工智能官。
曾任：華為諾亞方舟實(shí)驗(yàn)室主任、香港科技大學(xué)計(jì)算機(jī)與工程系主任。
國(guó)際兩大頂級(jí)人工智能學(xué)術(shù)期刊《IEEE TBD》和《ACM TIST》開(kāi)創(chuàng)主編。
