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

作者：謝凌曦

編輯 ：桃子

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

最近 ，我參加了幾個高強(qiáng)度的學(xué)術(shù)活動，包括CCF計算機(jī)視覺專委會的閉門研討會和VALSE線下大會。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，受限于個人的水平和研究范圍
，文章中一定會存在許多不準(zhǔn)確甚至錯誤的地方 ，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，我將會著重分析計算機(jī)視覺領(lǐng)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(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)，我將從計算機(jī)視覺和自然語言處理（人工智能中兩個最受關(guān)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(zhì)
：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(yīng)