旷视AI「炼丹房」Brain++ 再升级！首席科学家孙剑发AI「灵魂」三问
来源：新智元
【导读】从深度学习算法、计算机视觉算法到AIoT算法，从开源框架旷视天元到AI生产力平台Brain++，旷视十年故事，旷视首席科学家、旷视研究院院长孙剑讲给你听。
万万没想到，我和小伙伴们被旷厂拿去「炼丹」了。
没错，就是这个炼丹炉！
站在炉子中央，各种算法代码眼前飞闪，让我体验了一把时空穿梭的快乐。
OMG！真·颅内高潮...
业界认为「炼丹」过程正如算法研究过程。
众所周知，AI的三大支柱分别是数据、算法、算力。
那么在炼丹过程中，数据便是金木水火土等自然元素，算法框架是用来炼丹的炉子，算力就是炼丹炉下的三昧真火。
元素全不全，炉子好不好，火旺不旺决定了AI开发者能不能练出一颗AI的「灵丹妙药」。
从2014年至今，中国新一代炼丹宗师旷视经过多年的磨练打磨，打造了「炼丹房」—— Brain++。
MegEngine（深度学习框架天元）是丹炉，MegData（数据管理平台）是元素，MegCompute（深度学习云计算平台）便是那三昧真火。
这次，「炼丹房」 Brain++ 迎来了全新升级！
升级后的炼丹房，「自动」成为最大特色，炼丹师们不再需要经过九九八十一天这么漫长的时间来炼制丹药。
这个平台提供了怎样的最新功能，让AI开发者们更轻便地生产算法？
Brain++「神助攻」：一个「旗帜检测」算法诞生
熟悉旷视的人都应该知道，Brain++ 是旷视在AI领域创业多年的致胜法宝。
它将算法、算力和数据能力集为一体，核心能力包括：
数据的处理、清洗和管理能力，算力的共享、调度和分布式能力，算法的训练、推理及部署能力。
全面覆盖了从 AI 生产（输出算法模型）到应用（实现算法工程化封装）各环节。
因此，Brain++被内部定义为「AI生产力平台」。
但时局变了，数据满溢，算力飞升，算法无处不在。许多开发者们真正面临的挑战是：如何让算法生产更加高效？
要知道，算法生产能力决定算法价值上限。
当前的算法生产不仅仅是模型的训练，还包括需求分析、数据处理、上线部署、落地应用4个环节。
过程标准化是影响算法生产的关键要素，只有过程标准化才能实现算法生产的自动化。
让算法生产迈向自动化时代，便是Brain++迎接这一挑战的底气！
自动化的数据管理和质检——自动推荐合适的训练算法和模型——自动检查算法准确率并给出优化建议便是升级后Brain++的最新功能。
举个真实场景中的例子，
在钢铁冶炼厂中，存在一些比较危险的设备。根据生产安全的要求，这些设备周围需要插小红旗来做警示和标志。
如何能够检测出小红旗是否还插着？
这就需要做一个红旗检测的模型，通过安装的摄像头来进行自动化检查。
需求明确后就需要进行算法生产了。
首先，Brain++提供自动化的数据管理和质检，包含十余种质检策略，这个过程中可以排除无意义的数据。
下面这2个红旗就是通过自动化平台所发现，图片的画风其实和我们真实场景中的差别非常大，就属于一些无效数据，或者说噪音数据。
平台自动检测出后，就会在训练模型前帮你剔除。
然后便开始模型自动化训练，平台会根据部署资源的要求，为开发者自动推荐最合适的训练算法和策略。
这一环节中，就不需要开发者自己去学习到底应该怎样去选择算法或者调优模型。
接下来便是算法调优分析，Brain++集成十余大类不同的结果分析和对应的调优策略，比如漏检/误检结果呈现。
当红旗检测模型训练完成后，将其放到实际应用场景中测试，黄色框就是一次训练后的算法检测出来红旗的位置。
说明这一算法存在明显误检问题，特别可能在这样的一个场景误检率比较高，AI生产力平台便可帮助开发者自动发现问题，并给出针对性优化建议。
总的来看，当我们分析完想要做一个旗帜的检测需求之后，首先需要2个小时来做一个图像的质检和旗帜的标注，之后选择一个GPU的训练环境，模型训练的时间大概花费一个小时左右的时间。
在上线部署后，根据刚刚提到的分析和调优策略，研究人员进行了2轮左右的迭代，一个「旗帜检测」算法就诞生了！
你所感受到的便捷，是旷视通过总结过去10年算法生产落地的海量经验，探索出一套「快速、低成本生产算法」的模式，并将其沉淀在Brain++。
这十年，旷视AI创新走过怎样一个历程？
7月16日，由旷视首席科学家、研究院院长孙剑领衔的技术团队在2021旷视技术开放日（MegTech 2021）上分享了旷视十年来在AI技术上的实践和思考。
十年实践，首席科学家孙剑发AI「灵魂」三问
今年，是旷视成立的第十年。
我们来聊一聊旷视这十年的进阶之路。
首席科学家孙剑以旷视为例，总结了过去十年中国AI技术价值的发展历程。
2011年前后，AI发展的重点是基础科研。基础科研的关键点是突破单点算法，让AI率先在互联网等数字化程度高等领域应用落地，变得真正可用。
2015年起，AI需求越来越多，AI商业化落地也越来越多。这个过程中，算法在不断拓展应用的边界，从算法到软硬结合，AI创造的价值越来越大。
从2020年开始，AI成为新基建的重要部分，持续降低算法门槛，让AI生产变得更加容易，基础设施需要AI普惠化。
AI有没有用？AI在哪里用？AI易不易用？
这是AI行业的「灵魂」三问，是所有AI企业需要回答的问题。
孙剑认为，AI有没有用归根到底是看AI基础科研有没有突破。
基础科研是AI创新突破的基石，需要长期主义的坚持。
对旷视来说，要构建科学价值和产业价值统一的基础科研体系。
十年来，旷视不断突破创新：
在学术上发表85篇顶级会议论文，在竞赛上斩获40项冠军，在实用上研发了包括ShuffleNets系列在内的众多基础模型，已经广泛应用在手机等智能设备上，推动软硬协同发展。
基础科研有了，落地才是科研的价值，这就需要解决「AI在哪里用」的问题。
对于旷视，一直瞄准的是消费物联网、城市物联网和供应链物联网三大场景。
AI是核心能力，IoT是落地场景，在数字世界与物理世界融合的智能化时代，AI算法正在为产品带来更多的价值提升。
旷视认为，「算法不只让很多产品从好变更好，更能让产品从不可能变可能。」
在旷视十年的AI实践落地中发现，算法已不再仅仅是「软件物料」，而是成为「核心组件」。
从科研到落地，算法正在创造越来越大的价值，也在开始重新定义软硬件。
旷视研究员范浩强在MegTech 2021上的分享
AI落地是我们所有人都在讲的问题，但是当前，大量算法生产过程还是非标准化。因为非标准化所以算法生产过程充满不确定性。
旷视认为，落地实用是检验算法的最高标准之一，而生产落地实用算法的过程「只有先标准化才能自动化」，才能更进一步实现规模化的普惠易用。
从2014年至今，持续打磨升级的AI生产力平台Brain++，就是旷视推动算法生产迈向自动化时代的AI基础设施。
为什么是旷视？
不是炼丹「上瘾」，是AI进化
旷视是一家靠算法起家的公司。
准确来说，可以细分为两类：
一类是以深度学习（DL）和计算机视觉（CV）为基础的核心算法。
另一类则是行业算法 （或者称AIoT算法）。
旷视的算法之路，经历了从核心算法突破，到行业算法落地和创新，再到算法生产平台的拓展过程。
MegTech 2021上，旷视展示了其算法量产星空图。
算法量产不是一个单一产品，更不是「上瘾」，而是一种生产模式的理念革新和生产力进化。
旷视现场通过一系列技术Demo演示，系统展示了其最新的技术成果。
旷视研究院推出了面向服务器和下一代AI芯片的通用模型RepVGG，其在开源后Github star已超过1800。
还推出全景视频实时拼接算法。
全景视频拼接的实现，需要多个摄像头在同一场景下采集不同方向视频，然后逐帧地将各个方向的视频帧拼接起来，最终得到360度全景视频，甚至360度*180度的球面全景视频。
其核心是运用基于光流的多摄AI拼接算法，同时依靠实时动态无缝拼接网络模型，解决了多摄拼接计算量大、拼缝明显，以及拼接无法动态更新的技术难题。
还有单目3D车路感知：仅用单目可见光相机，就可以实现车路信息的3D感知。
旷视MegTech 2021上还展示了，目前性能最强的端到端实时全卷积全景分割算法，以及挑战经典，目标检测架构创新的YOLOF。
从基础科研，到行业落地，再到基础设施，这是人工智能技术价值跃迁的三个关键。
旷视正是沿着这样的路线在不断创新，务实落地。预研一代、孵化一代、交付一代，这是旷视技术创新研发模式。
在技术开放日现场，旷视将这一套创新研发模式首次对外完整的呈现出来。
孙剑总结道，「聚焦最优秀的人才，一起做最好的科研，通过产品让科研成果创造价值，不断探索新领域，这是旷视的秘诀，也是AI技术价值跃迁的秘诀。」
对了，忘了告诉你，这是一个北京新晋AI网红打卡圣地。
不要太燃～
推荐阅读
【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！
分层级联Transformer！苏黎世联邦提出TransCNN: 显著降低了计算/空间复杂度！
清华姚班教师劝退文：读博，你真的想好了吗？
2021李宏毅老师最新40节机器学习课程！附课件+视频资料
最强通道注意力来啦！金字塔分割注意力模块，即插即用，效果显著，已开源！
登上更高峰！颜水成、程明明团队开源ViP，引入三维信息编码机制，无需卷积与注意力
常用 Normalization 方法的总结与思考：BN、LN、IN、GN
注意力可以使MLP完全替代CNN吗？ 未来有哪些研究方向？
清华鲁继文团队提出DynamicViT：一种高效的动态稀疏化Token的ViT
并非所有图像都值16x16个词--- 清华&华为提出一种自适应序列长度的动态ViT
重磅！DLer-计算机视觉&Transformer群已成立！
大家好，这是计算机视觉&Transformer论文分享群里，群里会第一时间发布最新的Transformer前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明）
???? 长按识别，邀请您进群！