華為天才少年謝凌曦：關于視覺識別領域發(fā)展的個人觀點

作者 ：謝凌曦

編輯：桃子

【新智元導讀】計算機視覺識別領域的發(fā)展如何？華為天才少年謝凌曦分享了萬字長文 ，闡述了個人對其的看法。

最近 ，我參加了幾個高強度的學術活動，包括CCF計算機視覺專委會的閉門研討會和VALSE線下大會。經(jīng)過與其他學者的交流 ，我產生了許多想法，千頭萬緒，便希望把它們整理下來，供自己和同行們參考 。當然，受限于個人的水平和研究范圍
，文章中一定會存在許多不準確甚至錯誤的地方 ，當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者們進行交流，以充實這些觀點 ，更好地探討未來發(fā)展方向。

在這篇文章中，我將會著重分析計算機視覺領域，特別是視覺感知（即識別）方向所面臨的困難和潛在的研究方向。

相較于針對具體算法的細節(jié)改進  ，我更希望探討當前算法（尤其是基于深度學習的預訓練+微調范式）的局限性和瓶頸 ，并且由此得出初步的發(fā)展性結論，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 、哪些方向的性價比較低等。

在開始之前，我先畫出如下思維導圖 。為了尋找合適的切入點，我將從計算機視覺和自然語言處理（人工智能中兩個最受關注的研究方向）的區(qū)別開始談起，引出圖像信號的三個根本性質 ：信息稀疏性
、域間差異性 、無限粒度性 ，并將它們與幾個重要的研究方向相對應。這樣 ，我們就能更好地了解每個研究方向所處的狀態(tài)