導(dǎo)言：

在加入騰訊前，賈佳亞曾與多個人工智能研究機構(gòu)開展過聯(lián)合研究工作，而在加入騰訊后，除了負責(zé)計算機視覺、機器學(xué)習(xí)等人工智能領(lǐng)域的研究外，在賈佳亞的職責(zé)中，探索“人工智能與各種應(yīng)用場景結(jié)合”是極其重要的一環(huán)。

在大會開始前，我們整理了賈佳亞教授以往的觀點，一起來看一下吧。

賈佳亞

香港中文大學(xué)終身教授

騰訊優(yōu)圖杰出科學(xué)家

IEEE Fellow

AI的發(fā)展有明顯的壁壘效應(yīng)

從2013年至今，AI 迅速落地，與普通人的距離越來越近，行業(yè)產(chǎn)生了另一個看似矛盾的現(xiàn)象：算法的開源讓人們學(xué)習(xí) AI 的門檻降低，但在產(chǎn)業(yè)層面，AI 的發(fā)展依舊具備明顯的壁壘效應(yīng)。

賈佳亞認為：每個人工智能團隊要發(fā)展，必須充分考慮計算資源，計算平臺，要構(gòu)建自己的私有計算平臺，必須有非常強有力的人才儲備。如果一個團隊已經(jīng)有先發(fā)優(yōu)勢，其它團隊想成為后起之秀，必須以更快的速度積累人才、積累框架、積累行業(yè)經(jīng)驗，這非常不容易，也是為什么在產(chǎn)業(yè)層面會越來越具有壁壘效應(yīng)。舉個例子，買一輛汽車很容易，因為汽車產(chǎn)業(yè)很成熟，但是如果想開一個廠，再造一批汽車，這就很難。

如何讓科技發(fā)揮出更實用高效的社會效益？這是賈佳亞教授正在做的。他帶領(lǐng)的優(yōu)圖實驗室和騰訊其他團隊希望能開放自己的技術(shù)給所有客戶，使得AI技術(shù)能夠真正造福于人類生活的方方面面。

計算機視覺應(yīng)用前景廣闊

在賈佳亞看來，2013年之后，AI 在場景、行業(yè)、任務(wù)、技術(shù)層面有飛躍式的提升。

以工業(yè)自動化場景為例，傳統(tǒng)工業(yè)自動化是希望在生產(chǎn)中盡量實現(xiàn)流程自動，用機器輔助流水線，盡量減少人工干預(yù)，這并沒有涉及到智能，即使有非常先進的機器人做制造，但一個零件生產(chǎn)是否合格，絕大部分還依賴于人做判定。AI則可以打通工業(yè)自動化的最后一環(huán)，讓所有判定、決策都由機器實現(xiàn)，這就是AI在自動檢測產(chǎn)品以及改進自動生產(chǎn)精度上面的表現(xiàn)。

還有非常重要的一個部分：海量線上內(nèi)容自動處理。

線下內(nèi)容有沒有社交價值？能否通過審核？能否給小朋友看，以前都需要大量的人力去觀察和檢測。但現(xiàn)在除了一些特殊問題，所有線上檢測都可以實現(xiàn)自動化。

線上內(nèi)容的自動處理離不開計算機視覺的應(yīng)用。計算機視覺的研究目標是使計算機程序能夠解讀和理解圖片，不僅理解圖片的顏色，而且可以更高層地理解圖片的語義及特征。計算機視覺是AI領(lǐng)域中最重要的研究方向之一，但越是研究到深層次越是舉步維艱，登山易而登至山頂難。

從給照片化妝卸妝，到自動駕駛與醫(yī)療，計算機視覺越來越成為AI領(lǐng)域中重要的落地項，并將切實地改善人們生活的各個層面。7月28日至29日中國人工智能大會（CCAI2018）將于深圳舉行，屆時賈佳亞將分享題為《大規(guī)模圖像理解、分割新進展》的演講，介紹大規(guī)模圖像理解與分割的最新進展。主要內(nèi)容涉及到最先進的語義分詞系統(tǒng)PSPNet，例如性能最好的PANet分段，以及其他用于圖像理解和增強的技術(shù)。