本篇文章2764字，读完约7分钟
最近，在韩国被称为“硅谷”的大田，2016年iros正在如火如荼地进行。在人工智能/深度学习专题论坛上，百度深度学习实验室(idl)主任做了“ai，下一件大事”(《人工智能:帷幕已经拉开》)的主旨发言，作为计算机视觉和机器学习领域非常活跃的一位，何现在是百度idl的负责人。目前，由他领导的idl从事十多个研究方向，如paddlepaddle深度学习开源框架、图像搜索、基础图像识别技术、人脸识别、ocr(Optical Character Regnition)、视频分析、学习机器人、细粒度图像识别、增强现实和医学图像分析。演讲结束后，雷锋采访了林元庆，请他谈谈iros，开源平台和ai最重要的一步。以下是采访的全文。
雷锋。这次去iros的目的是什么？国际机器人会议是世界上最大的机器人国际会议之一，会议的全体会议发言是会议许多发言的重中之重。虽然我很少在外面发表公开演讲，但既然这样的学术演讲是被邀请的，这是一个向全世界机器人研究者介绍百度人工智能的好机会。
雷锋。作为一个机器人会议的受邀人工智能演讲者，机器人需要什么可以概括？正如我刚才所说，在百度的大脑中，有很多语音识别、计算机视觉、自然语言处理、推荐/预测、运动/控制、决策/规划，这些都是机器人学的重要基础技术。
雷锋。哪个是cpu+fpga和cpu+gpu的更好组合？百度是如何决定在发布不同服务时使用哪种组合的？这两项技术都在进步，我们没有预设的位置。百度正在应用这两个方向。在选择方面，百度有不同的服务，大部分都是gpu在培训阶段，gpu和fpga在测试阶段，而fpga可能会选择更成熟的服务，这样优化后的空空间会更大。
(看看你刚刚发布的百度人工智能相关业务除以ppt。对于这些业务使用哪种组合，会有明确的选择吗？(
很难说人工智能不是单一的技术，而是包含许多不同的技术。以计算机视觉为例，它有不同的技术，如图像分类、目标检测和图像分割。Gpu和fpga对于不同的任务可能有各自的优缺点。
(也就是说，一个gpu用于商业培训，并可能在实际应用中转移到fpga？(
是的，它是。
雷锋。现在，imagenet竞争结果对行业的意义是什么？近年来，一些非常有用的算法在imagenet竞争中脱颖而出，如继alexnet之后的googlenet、vgg、resnet等，极大地提升了行业的技术性能。Imagenet对推动算法创新具有重要意义。这对工业界和学术界都有重要意义。
与此同时，行业创造的产品往往需要超越imagenet。我记得在第一年(2010年)，我们赢得了imagenet竞赛的第一名。那时我负责这个项目。但是后来我们发现imagenet的结果很难直接应用到产品上。我们后来开始关注细粒度的图像识别。百度糯米将在本月下半月推出一项非常重要的功能，其中之一就是对食物图像的细粒度识别(识别哪个餐馆的哪个食物)。即使是一般的图像分类，百度的图像数据库也有近1亿张带有类别标签的图像，比ImageNet Challenge(120万张图像)大得多。我们的内部数据比公共数据大得多，公共数据需要更好地反映我们想要解决的问题。
例如，百度现在不会专门做imagenet工作。当我们进行内部测试时，我们会注意在我们的基准上创建一些新的方法(算法)。当我们做得很好的时候，我们会利用这些比赛来尝试我们取得的成绩，但是里面没有人会专门为刷这个名单而训练。包括上一次在nec，内部任务会有一个很大的基准，比外部的要大得多，但是如果有一些非常有创意的方法，我们会在外面尝试。
雷锋。你现在领导的十大业务都与大规模精细图像识别有关，这是以前的主要方向之一？是的，有很多联系。当然，最直接的方向是细粒度的图像识别。我们希望在百度建立一个非常强大的R&D团队来进行细粒度的图像识别。其他项目也与此相关。例如，人脸识别是一项经典的细粒度图像识别任务。许多技术是相互关联的。另一个例子是我们的医学图像分析，其中许多与细粒度图像识别有相似之处。
我们现在强调实例级的细粒度图像识别。例如，我们不仅要确定这把椅子，还需要确定它是哪家制造商和哪种型号的椅子。另一个例子是识别“哪个餐馆和哪个菜”。这些都是非常好的证明。当然，这些问题非常困难，需要大量的研究和开发。但应用前景非常广阔。
雷锋。搜索“雷锋”。公众电话号码):与nec之前的工作有什么内在联系？Nec本质上是一家ict公司，信息、计算、技术，有点像ibm。它最初是一家销售电脑、投影仪等的公司。，后来转变为ict。此时，有必要提供一些解决方案。人工智能是最重要的技术之一。nec美国实验室是美国非常优秀的实验室，在人工智能方面做了大量的工作。我也很幸运在那里做了七年半的研究，包括过去三年作为实验室媒体分析部门的负责人。当时的工作与现在的工作是一脉相承的。
雷锋。就在你演讲的最后，你说人工智能的帷幕已经拉开了。让它走得更远最重要的一步是什么？最重要的一步是要有用，解决实际问题，真正解决一些非常重要的问题。例如，自动驾驶就是真正上路。人脸识别，即人脸识别在任何情况下都能非常准确地识别。
雷锋。学生在选择机器人专业时应该注意什么？机器人，包括人工智能，可能会有一些误解，认为这是一个单一的技术，但事实上，它涵盖的技术非常复杂，很难一个人解决所有的技术，如机器人手抓取，这是今天的第一次讨论。从应用的角度来看，这是一个非常具体的领域，但是如果你朝这个方向学习，你可以做很长时间。
我个人的倾向不是大而全，而是根据自己的兴趣和特长设定一些重点。我经常告诉我周围的人去寻找一个方向，并在这个方向上实现某种东西，比如细粒度图像识别。这样，你的事业可能会越来越广。
雷锋。作为人工智能的参与者，余凯最近发表了一份声明:“我一直很钦佩Google的jeff dean在mapreduce和tensorflow方面的杰出成就。”然而，我必须指出，让张量流成为世界上占主导地位的人工智能开发平台对世界是危险的。……”人工智能的平台非常重要，它确实需要多样化的选择。上次，我也回到了他的朋友圈，认为我们这一代人应该团结起来，促进深度学习平台的开放性和多样化。百度现在有了paddlepaddle深度学习平台，这实际上是百度花费了大量资源的一个平台。现在它是开源的，希望在中国的人工智能领域贡献我们的一些力量。
雷锋。在个人电脑时代之前，有苹果操作系统和linux当窗户出现时；在移动互联网时代，有安卓；ios出现时；当从来没有垄断的时候，有必要担心人工智能平台吗？还是不一样。许多人工智能技术都有积极的循环效应。使用它们的人越多，你的系统就越好，这会吸引更多的人使用它们。你迭代得很快，甚至达到了极限。对其他人来说，开始另一个更困难。
