華為天才少年謝凌曦：關(guān)于視覺識(shí)別領(lǐng)域發(fā)展的個(gè)人觀點(diǎn)

作者 
：謝凌曦

編輯：桃子

【新智元導(dǎo)讀】計(jì)算機(jī)視覺識(shí)別領(lǐng)域的發(fā)展如何 ？華為天才少年謝凌曦分享了萬字長(zhǎng)文 ，闡述了個(gè)人對(duì)其的看法。

最近 ，我參加了幾個(gè)高強(qiáng)度的學(xué)術(shù)活動(dòng) ，包括CCF計(jì)算機(jī)視覺專委會(huì)的閉門研討會(huì)和VALSE線下大會(huì)。經(jīng)過與其他學(xué)者的交流，我產(chǎn)生了許多想法，千頭萬緒，便希望把它們整理下來 ，供自己和同行們參考 。當(dāng)然，受限于個(gè)人的水平和研究范圍 ，文章中一定會(huì)存在許多不準(zhǔn)確甚至錯(cuò)誤的地方，當(dāng)然也不可能覆蓋所有重要的研究方向。我期待與有興趣的學(xué)者們進(jìn)行交流 ，以充實(shí)這些觀點(diǎn)
，更好地探討未來發(fā)展方向 。

在這篇文章中，我將會(huì)著重分析計(jì)算機(jī)視覺領(lǐng)域，特別是視覺感知（即識(shí)別）方向所面臨的困難和潛在的研究方向。

相較于針對(duì)具體算法的細(xì)節(jié)改進(jìn)  ，我更希望探討當(dāng)前算法（尤其是基于深度學(xué)習(xí)的預(yù)訓(xùn)練+微調(diào)范式）的局限性和瓶頸，并且由此得出初步的發(fā)展性結(jié)論，包括哪些問題是重要的、哪些問題是不重要的
 、哪些方向值得推進(jìn) 、哪些方向的性價(jià)比較低等。

在開始之前 ，我先畫出如下思維導(dǎo)圖。為了尋找合適的切入點(diǎn)，我將從計(jì)算機(jī)視覺和自然語言處理（人工智能中兩個(gè)最受關(guān)注的研究方向）的區(qū)別開始談起
，引出圖像信號(hào)的三個(gè)根本性質(zhì)：信息稀疏性、域間差異性、無限粒度性  ，并將它們與幾個(gè)重要的研究方向相對(duì)應(yīng)。這樣，我們就能更好地了解每個(gè)研究方向所處的狀態(tài)：它已經(jīng)解決了哪些問題、還有哪些重要的問題沒有解決 ，然后針對(duì)性地分析今后的發(fā)展趨勢(shì) 。

導(dǎo)圖：CV和NLP的差異 、CV三大挑戰(zhàn)及應(yīng)對(duì)方法

CV的三大基本困難和對(duì)應(yīng)的研究方向

一直以來，NLP都走在CV的前面 。不論是深度神經(jīng)網(wǎng)絡(luò)超越手工方法 ，還是預(yù)訓(xùn)練大模型開始出現(xiàn)大一統(tǒng)的趨勢(shì)
，這些事情都先發(fā)生在NLP領(lǐng)域，并在不久之后被搬運(yùn)到了CV領(lǐng)域 。這里的本質(zhì)原因是NLP的起點(diǎn)更高 ：自然語言的基礎(chǔ)單元是單詞，而圖像的基礎(chǔ)單元是像素；前者具有天然的語義信息 ，而后者未必能夠表達(dá)語義