沉春华，腾讯优图实验室高级顾问、特聘科学家，浙江大学计算机学院教授、博士生导师。沉春华教授本科和硕士毕业于南京大学，2005年获得阿德莱德大学计算机视觉博士学位。曾在NICTA（澳大利亚国家信息与通信技术署）堪培拉研究实验室计算机视觉项目工作澳大利亚），2014-2021年任阿德莱德大学计算机系正教授。2020年获得澳大利亚研究终身成就奖；2021年被提名为AI2000计算机视觉领域全球最具影响力学者。他的谷歌学术引用达到38000+，H-index100。沉春华现任浙江大学计算机科学与技术学院教授。2022年将担任腾讯优图实验室杰出科学家，领导计算机视觉领域前沿理论算法的研究与探索。赵九洲，腾讯云中小企业产品中心总监，中小企业数字化转型专家，主导制定《中国中小企业数字化标准等级认证》，曾创办企业移动SaaS公司——火索移动，先后获得数千万美元投资获得创新工场、DCM等知名VC的投资。1赵九洲：腾讯优图实验室的名气早就为人所知，今天终于见到了背后的科学家，沉老师就是其中之一。优图不仅论文产量高，获奖无数。你还负责熟悉的微信刷脸支付、人脸追踪和防拐。首先，能否与读者分享一下优图实验室在AI领域的整体战略布局，目前在做哪些投资？沉春华：优图是腾讯旗下最顶尖的人工智能实验室之一。多年来一直专注于计算机视觉领域的基础研究和实践探索。优图的AI能力在微信人脸识别支付、自动AI美颜等消费互联网领域的应用更具代表性；同时，实验室也有非常广泛的工业质检、金融、教育等行业。降落。多年来，优图一直在做两件事：技术研究和产业落地，坚持“两条腿走路”。刷脸支付AIAI换脸时代2赵九洲：AI的强风吹了很多年，不仅催生了“AI四小虎”，还有互联网公司、科技公司做的百亿赛道不想错过。配备自己的人工智能实验室。在如此激烈的竞争环境下，腾讯在AI领域的布局有哪些优势？沉春华：因为腾讯是做消费互联网产品起家的，非常善于洞察用户的需求。这种能力现在正在工业互联网领域得到验证。我个人理解CtoB绝对是工业互联网非常重要的一环。这或许也是腾讯独有的优势，因为腾讯擅长对接公众号、小程序、企业微信等产品。终端用户的能力和经验帮助B端合作伙伴更好的服务下游客户。在工业互联网深入发展的过程中，更考验综合解决方案的能力。腾讯在这些垂直行业深耕多年，技术落地的应用场景非常多。也梳理了几个垂直领域的一些。标准化的解决方案可以被快速复制，这是腾讯在人工智能应用上相对于其他公司的最大优势。3赵九洲：一个新的趋势是，云厂商越来越成为人工智能研究和应用的主力军。腾讯近几年也一直在探讨各种AI技术与云的融合。在您看来，我们应该如何推动云与人工智能的深度融合与协同发展？沉春华：一方面，云与AI深度融合，将语音识别、图像识别、NLP等AI基础能力封装成适合不同场景的API或工具软件，让AI成为企业优化生产、提升效率的工具。各个行业。例如在工业制造领域，腾讯工业云将计算机视觉的经典技术与云端GPU强大的计算能力相结合，为工厂提供超高精度的基于AI的质量检测解决方案系统，20分钟即可完成手动完成。将质检工作压缩到几秒钟，带来质的飞跃，每年节省数千万成本。AI用于工业质检另一方面，云与AI的深度融合，也将非常先进复杂的统计机器学习/深度学习算法和理论转化为普通开发者可以轻松调用的API，大大减少了AI应用所需的时间.这让人工智能成为中小企业和普通开发者都可以轻松使用的工具，让各行各业的人才能够将人工智能带到更多的产业落地场景，从而产生更大的经济和社会价值。通过腾讯云，腾讯为各行业的行业合作伙伴和开发者提供数百种AI原子能力，涵盖机器视觉、NLP、模式识别等多个领域，打造面向不同行业场景的AI解决方案。更多的中小企业能够快速部署应用人工智能，让人工智能产生价值，助力行业进一步数字化发展和转型升级。4赵九洲：很多科幻电影都描绘了AI“觉醒”引发人机大战和高科技低生活的场景。看来AI终究不能给人类带来幸福，所以研究AI就成了一块“敲门砖”。用脚砸自己”的事情。腾讯优图实验室做了这么多AI研究和落地，您认为AI对人类社会的价值和意义是什么？人工智能能否帮助人类创造一个理想的国家？沉春华：人工智能什么时候能达到理想状态，目前还没有统一的答案，但我认为“科技向善”是其中一种解读。人工智能最大的价值在于服务于人和社会。一方面，AI已经能够让社会变得更加便捷，比如Siri语音助手、微信刷脸支付，在现实生活中随处可见。另一方面，人工智能也在攻克社会领域一些以前无法解决的问题。此前，优图利用AI技术辅助寻人，帮助很多走失多年的孩子找到了父母。去年，优图联合国家天文台发布了“探星计划”。利用优图的计算机视觉技术，帮助中国的天眼FAST大大提高了脉冲星的搜索效率，以前需要一年甚至更长时间才能处理的数据，现在利用机器学习技术，可能几天就能处理完。这是几个数量级的提升，可以大大加快科学探索的效率。腾讯优图视觉AI技术突破“跨年龄人脸识别”难题，帮助寻找被拐卖10年以上的儿童Pulsar另外，我刚刚开始对AIForScience做一点研究，比如用人工分析蛋白质序列的智能算法。两个方向都取得了比较好的阶段性成果，这是很好的例子，相信这样的例子会越来越多。5赵九洲：AlphaGo打败围棋高手震惊学术界和工业界，大家开始意识到，一些看似只有人类才能做到的能力，其实AI也能做到。我注意到最近医疗领域有一些人机诊断比赛，很多都是以AI打败人类医生而告终。按照这个趋势，医生会不会也被AI抢走饭碗？沉春华：前几年我在澳洲大学工作的时候，也做了一些医学影像方面的研究。对于医学影像的从业者来说，AI的目标，至少在现阶段，还不能代替医生看病。所以我们应该做一些工具来帮助医生看X光和CT图像，帮助医生更好更快地做出诊断。如果AI本身要完全取代医生，我觉得还有很多问题需要解决。例如，当前深度学习算法的可解释性。如果不解决这个可解释性问题，没有人敢直接把Deep模型预测的诊断给患者，因为你不知道算法的决策是如何做出的。腾讯有一个医学影像团队，开发了一个名为“腾讯觅影”的系统，这是一个通过AI诊断新冠肺炎的解决方案。该系统利用患者的CT图像，可以在一分钟或更短时间内为医生提供辅助诊断结果，从而帮助医生更准确地判断患者肺炎的严重程度和发展情况。众所周知，胸部CT扫描通常可以产生数百张图像。如果完全用人眼观察，需要十到二十分钟。现在使用AI算法，医生的检查效率可以提高一个数量级，让患者得到更及时的治疗。所以我个人认为AI是用来帮助医生快速诊断，提高效率的助手。这可能是未来几年的一个发展方向。6赵九洲：您的主要研究领域是计算机视觉。Deepfake（伪造人脸）的换头技术一直备受争议，导致欺诈、假新闻和不良成人内容更加猖獗。这些造假的内容一开始是不自然的，但现在肉眼已经无法分辨真假了，未来我们会不会像科幻故事里预言的那样，分不清虚实呢？沉春华：Deepfake其实是基于前几年的GAN技术。据我所知，至少对于GAN生成的图像，即使人眼看不出真假的区别，对于算法来说还是可以捕捉到细微的差别，因为生成的数据之间存在一个分布和真实数据。域差距。也就是说，如果你用大量的数据训练一个深度学习模型来区分真假图像，目前很容易判断图像是生成的还是真实的。最起码到现在。优图实验室论文：基于region-awaretiminginconsistencylearning的伪造视频检测如果说有一天我们发明了一种算法，不管它基于什么样的生成模型，它都可以是GAN或者其他生成模型，如果我们说它生成的合成数据，以及无法分辨真假的算法，对于深度学习研究人员来说将是个好消息。为什么？因为我们现在训练深度学习模型，比如识别模型的分类器，往往需要大量人工标注的数据。如果模型生成的合成数据和真实数据之间没有domaingap，数据分布完全一致，那么我们可以利用这种技术获得大量的训练数据，无需人工标注，这将大大降低数据成本。7赵九洲：在国际“科技战”愈演愈烈的背景下，数据和算法成为新的力量。新技术不仅服务于日常生活，更需要为国防和安全赋能。差距很容易扩大。目前人工智能在国防科技中的应用是什么？沉春华：先给大家讲个小故事。计算机视觉领域有一个非常著名的算法——目标检测，简单高效。业内很多公司都在使用这种算法。有一天，这个算法的作者收到一封邮件，说他们在无人机上使用这个算法来检测地面物体，以消除一些目标。这封邮件让作者非常沮丧，后来退出了计算机视觉的研究。目前，许多国家已将人工智能应用于国防科技。我们希望人工智能的使用是理性的。各国可以通过协议相互制约，这很好。8赵九洲：我们都知道人工智能需要高投入，但是对于传统企业和中小企业尤其如此。当输入输出不明确时，就不敢把AI放到应用和场景中。那么人工智能技术真的会加剧“马太效应”吗？大科技公司越来越强大，小企业越来越无奈？沉春华：其实所有的云厂商都在做的就是降低AI应用的门槛，让这些传统企业能够快速的推出新技术。当然，我们还有很长的路要走。比如我们还是提供AI方案来实现。我们没有像以前非常成熟的互联网技术那样把成本降到很低的水平，可以快速大量复制。但我想我相信随着技术的发展，我们总会到达那里，至少我们目前是在正确的道路上。腾讯优图工业AI腾讯优图将人脸识别技术应用于远程银行开户9赵九洲：在当前国际形势下，中国面临着被国外技术阻断的不利环境。我国人工智能产业的发展是否会因此受到影响？严重屏蔽？沉春华：我觉得没有什么障碍。国内大部分AI公司都可以自给自足，封锁其实是双输的选择，完全封锁是不可能的。我自己一直在研究算法。阻止算法实际上是不可能的。唯一能挡的就是硬件，比如芯片，不过问题不大。10赵九洲：有人认为人工智能在深度学习上已经到了瓶颈期，近几年算法基本没有突破。人工智能理论的实际应用已经达到天花板，难以继续发展。面对这样的观点，你怎么看？沉春华：我一直在做计算机视觉相关的算法。我个人的理解是，无论是计算机视觉还是NLP，这几年我们看到的是一个突破性的算法突然问世，带动了整个领域的发展。过去几年有很多这样的例子。这一次，人工智能发展到今天，可能只需要10年时间。如果我们从Hinton2012年关于ImageNet图像分类的论文开始，正好是10年。可以看到它的发展历程是从AlexNet开始的。从各种卷积神经网络到瓶颈期，大家觉得无计可施，就发展到瓶颈了。突然发明了Transformer，Transformer和极大地提高了很多任务上的性能。那么刚才提到的GAN技术，GAN现在也没有几年了，但是现在这样的生成模型能达到的效果在几年前是很难想象的：生成模型怎么能得到这么漂亮的结果呢？GPT3技术是三年前发明的，GPT3颠覆了NLP过去几十年的研究成果。我个人认为AI还远没有到天花板，或者到瓶颈阶段，AI领域的发展还是很快的。*图片来源：腾讯优图、腾讯医疗
