VALSE首次設(shè)立年度杰出學(xué)生論文獎

視覺與學(xué)習(xí)青年學(xué)者研討會（VALSE）旨在為計(jì)算機(jī)視覺、圖像處理、模式識別與機(jī)器學(xué)習(xí)研究領(lǐng)域內(nèi)的中國青年學(xué)者提供一個(gè)深層次學(xué)術(shù)交流的舞臺，目前已連續(xù)舉辦 8 屆，今年參會人數(shù)更是高達(dá) 5000 人，正逐步成為中國最具影響力的計(jì)算機(jī)視覺頂會。

VALSE 倡導(dǎo)最活力的青年后備軍（尤其是中國青年學(xué)生）潛心學(xué)術(shù)前沿，勇攀科技高峰，做出具有實(shí)質(zhì)影響力的學(xué)術(shù)工作。這正是今年開始設(shè)立“VALSE 年度杰出學(xué)生論文獎”的初衷所在——為青年學(xué)生樹立優(yōu)秀論文典范，引導(dǎo)青年學(xué)生挑戰(zhàn)前沿難題。

曠視研究院ShuffleNet V2榮獲VALSE年度杰出學(xué)生論文獎

VALSE 公布曠視研究院 ShuffleNet V2 獲得 2018 年度杰出學(xué)生論文獎

正如頒獎致辭所講，ShuffleNet V2 在曠視研究院另一篇明星論文 ShuffleNet V1（作為 V2“兄弟篇”，曾收錄于全球 CV 頂會 CVPR 2018；據(jù)統(tǒng)計(jì)，ShuffleNet V1 引用量高居所有 CVPR 2018 論文前三名）的基礎(chǔ)上，“青出于藍(lán)而勝于藍(lán)”，超越當(dāng)前 SOTA 結(jié)果，實(shí)現(xiàn)了速度與精度的雙重突破，同時(shí)有著理論與產(chǎn)業(yè)的雙料影響力。

此前，曠視研究院 ShuffleNet V2 為全球計(jì)算機(jī)視覺頂會 ECCV 2018 所收錄，目前論文引用量超過同期同類論文；曠視研究院 ShuffleNet V2 論文技術(shù)及一套輕量高效模型方法論的提出，有遷移通用能力的同時(shí)，還兼具理論實(shí)踐意義和學(xué)術(shù)借鑒意義。

曠視研究院 ShuffleNet V2 的成功，也是曠視研究院重視學(xué)術(shù)基礎(chǔ)研究和人才培養(yǎng)的成功。曠視設(shè)有五地獨(dú)立研究院，研究人員占比超過 60%，其中國內(nèi) Top10 高校畢業(yè)生占科研團(tuán)隊(duì) 85%+，有 70 余人拿過奧林匹克競賽金牌。

曠視研究院學(xué)術(shù)帶頭人由曠視首席科學(xué)家孫劍博士擔(dān)任，并形成了以西雅圖研究院院長王玨博士、上海研究院院長危夷晨博士以及數(shù)十位核心技術(shù) Leader 為骨干的明星研究陣容。同時(shí)，國內(nèi)唯一圖靈獎得主、中國科學(xué)院院士姚期智擔(dān)任曠視學(xué)術(shù)委員會首席顧問，兩任西安交通大學(xué)校長、中國工程院院士鄭南寧擔(dān)任曠視學(xué)術(shù)委員會特別顧問。

ShuffleNet V2是曠視研究院的學(xué)術(shù)結(jié)晶

這次的頒獎是對曠視研究院 ShuffleNet V2 的一次實(shí)錘肯定，而 ShuffleNet V2 的出現(xiàn)，離不開曠視研究院一套科學(xué)完備的產(chǎn)學(xué)研體系和曠視原創(chuàng)自研的人工智能計(jì)算框架 Brain++。

曠視研究院ShuffleNet V2簡介

具體來講，曠視研究院 ShuffleNet V2 針對移動端高效卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的設(shè)計(jì)，指出過去僅注重間接指標(biāo) FLOPs 存在嚴(yán)重不足，并提出四項(xiàng)準(zhǔn)則來指導(dǎo)網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，最終得到在速度和精度上均超越 SOTA 網(wǎng)絡(luò)（如曠視 ShuffleNet V1、谷歌 MobileNets、微軟亞研院 IGCV3 等）的曠視明星論文 ShuffleNet V2；論文提出的輕量模型設(shè)計(jì)四項(xiàng)準(zhǔn)則適用于不同模型尺寸、不同硬件平臺、不同任務(wù)，可以有效指導(dǎo)研究社區(qū)開展移動端網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，從而在學(xué)術(shù)界和工業(yè)界收獲一致認(rèn)可，并為曠視研究院內(nèi)部廣泛使用。更進(jìn)一步，曠視研究院 ShuffleNet V2 的成功是以曠視研究院科學(xué)完備的產(chǎn)學(xué)研體系及其 Brain++ 作為背景支撐的。

曠視研究院科學(xué)完備的產(chǎn)學(xué)研體系

曠視研究院在產(chǎn)學(xué)研方面有一套科學(xué)完備的體系，形成了 5 大曠視獨(dú)立研究院、3 大人工智能研究機(jī)構(gòu)、6 大高校聯(lián)合培養(yǎng)、2 大曠視專家委員會的學(xué)術(shù)人才培養(yǎng)體系，經(jīng)過 3 個(gè)月系統(tǒng)培訓(xùn)，畢業(yè)生即可成為合格 AI 算法工程師，從而可為曠視研究院 ShuffleNet V2 以及后續(xù)更多優(yōu)秀論文的產(chǎn)出提供強(qiáng)有力的軟性的人才支撐。

目前，曠視擁有國內(nèi)外在申及授權(quán)專利 1000 余件，代表行業(yè)領(lǐng)先技術(shù)提供方參與 19 項(xiàng)人工智能相關(guān)的國家及行業(yè)標(biāo)準(zhǔn)制定。曠視研究院曾多次擊敗 Google、Facebook、Micosoft 等國際科技巨頭，累計(jì)攬獲 25 項(xiàng)世界技術(shù)評測第一，其中2018 ECCV COCO+Mapillary 聯(lián)合競賽中，曠視研究院獨(dú)攬 4 冠，刷新了中國 AI 技術(shù)的世界新高度。

如果說曠視研究院科學(xué)完備的產(chǎn)學(xué)研體系為這一切提供人才支撐的話，那么曠視的 AI 計(jì)算框架 Brain++ 則提供硬性的技術(shù)支撐。

人工智能計(jì)算框架Brain++

曠視 Brain++ 是曠視研究院原創(chuàng)自研的人工智能框架（AI Framewrok），其有三個(gè)核心組件：1）人工智能基礎(chǔ)架構(gòu) Brain++ Infrastructure，2）人工智能計(jì)算與數(shù)據(jù)平臺 Brain++ Platform，3）人工智能訓(xùn)練與推理引擎 Brain++ Engine。同時(shí)，曠視 Brain++ 還納入了最新研發(fā)的 Brain++ AutoML 技術(shù)，推動機(jī)器學(xué)習(xí)模型從“手工”時(shí)代步入“自動化”時(shí)代。 Brain++ Infrastructure 是基礎(chǔ)平臺，把數(shù)據(jù)中心、硬件、服務(wù)器、網(wǎng)絡(luò)集成運(yùn)轉(zhuǎn)起來；在此之上，Brain++ Platform 則負(fù)責(zé)數(shù)據(jù)讀寫的維護(hù)優(yōu)化與算力資源的合理調(diào)度；二者配合造就了高水準(zhǔn)的深度學(xué)習(xí)云平臺，從底層有力支撐著曠視研究院的整條生產(chǎn)鏈，包括曠視研究院 ShuffleNet V2 。

Brain++ Engine 先于 Google TensorFlow 出現(xiàn)，是曠視研究院自主打造的深度學(xué)習(xí)引擎，可對算法模型起到支撐訓(xùn)練與實(shí)現(xiàn)推理的重大作用，其運(yùn)行速度和資源消耗顯著優(yōu)于 TensorFlow；Brain++ Engine 一方面支撐起 AI 的技術(shù)實(shí)現(xiàn)能力，另一方面把這種能力投射到 AI 產(chǎn)品之中。作為企業(yè)級的人工智能算法制造工廠，曠視 Brain++ 從底層有力支撐著曠視研究院的整體研究生產(chǎn)工作，為研究人員提供完備的硬件開發(fā)設(shè)備和強(qiáng)大的服務(wù)器陣列，同時(shí)為多項(xiàng)工程提供深度學(xué)習(xí)運(yùn)算支持，助力曠視打造非凡科技。