旷视研究院院长孙剑讲述：中国技术何以打败Facebook、Google拿下世界第一

　　我们以前做研究就讲究填补国家空白，其实左边一个空白我们看到了，然后我们今年提出来一个网络叫ShuffleNet，它是为了给定计算量下或者比较小的计算量下，特别是计算量只有5到10个的TFLOP/S的时候，特别是手机上你怎么做深度学习网络的推断。

　　这里是ShuffleNet的一些基本机构，左边是最早的网络，然后ResNet、然后Bottleneck，ResNet，还有 MobileNets，然后右边是ShuffleNet。

　　核心思想就是把计算量最昂贵的1乘1的卷集分成很多组引入Shuffle 的一个操作，我们可以达到非常好的性能。例如说我们比传统的AlexNet在同样精度上可以快15到20倍，这速度并不是理论复杂度，而是真正在手机上的实测速度，理论复杂度比这还要小。

　　我们把这东西用在什么地方呢?第一我们用在FGPA(可编程门阵列)芯片上，中间是FGPA智能抓拍机，把这FGPA塞到相机里，就是智能的抓拍机。右边视频向大家展示一下成本非常便宜的FGPA上如何做智能人像抓拍，这智能人像抓拍机目前是业界第一款全画幅、全幀率的人像抓拍机。这是保证视频里人脸都不漏掉的重要因素。

　　我们还把Shufflenet用在手机上。iPhoneX 有3D人脸解锁，其实我们也已经帮助安卓手机厂商，包括VIVO、小米还有锤子手机，都使用了Face++的人脸解锁技术，其实就是Shufflenet背后提供的计算，能够让人脸解锁在手机上的时间小于0.1秒，拿起手机只要看一下屏幕马上就可以解锁，这速度会带来非常不一样的体验，大家有机会可以试试不同款的手机。

　　落地：城市大脑及其他

　　另外一个就是刚才华先胜博士讲的城市大脑。以前我也玩游戏，玩的一个游戏叫《模拟城市》其实就是你怎么去构造、管理这个城市。今天，随着人工智能和各种技术的发展，我们有机会去做真实的模拟城市的工作，右边是我们做的计算机视觉方面的进展，是如何在一个城市里面把所有的人和车进行检测跟踪，把所有属性都抽取出来，这是城市大脑传感器最重要的一部分。

　　另外，视觉计算还有非常广的商业用途，我们的一个产品就是用刷脸做身份认证的平台，目前这个平台叫FaceID，它是世界上最大的人脸识别云平台。它在线上为中国上百家互联网金融公司提供服务。右边是很好的商业探索，今天带手机而不扫二维码也可以用人脸支付，这是杭州肯德基第一个线下用人脸支付的案例。

　　还包括我们今天的无人店和新零售的一些探索，这里面是一个视频展示一下Face++的技术如何帮助新零售行业做更好的线下商业销售。

　　最后总结一下，虽然我们做了很多商业上的应用，特别是把核心算法用起来。但是做计算机视觉和人工智能的人都知道，真正触及人工智能冰山一角还是非常困难的。在这过程中，我们内部就讲几个字，做公司的话，“技术、商业、数据”这个循环要转起来。同样，对于做算法，“热情、洞察、耐心”是我们最重要的三个方向。

　　人才是根本：巨大的脑力ALL IN，AI 潜力巨大

　　中间这一张照片是我一个朋友分享的，我用这张照片表示人工智能还是很遥远，前面的路还不知道怎么走，但是我们非常有信心，信心来自于哪里呢?信心来自于人的智力投入，左边这一张是去年GTC NVIDIA年会拍的照片，右边是今年计算机视觉年会CVPR的照片，每一个会议参与者都超过了5千人，这标志着世界上所有最聪明的人都在做这一件事情，我相信所有人的聪明才智集合在一起，一定能够非常快速地推动这一件事情的发展。

　　最后我再回顾一下，上周日我们请了姚期智院士来担任我们Face++学术委员会的首席顾问。我们探讨的主题是人工智能的本质创新。探讨了非常多的话题后，最后回到了根本问题：人才。我们分别让每一个人回答了一下对于人才的最重要要求。姚院士说希望在我们公司里，所有的研究员都能够人尽其用。我自己在旷视研究院，最大使命是创造一个好的环境，让每一个人才人尽其用。印奇是我们的CEO，他的使命是为公司找到最大的人工智能应用场景，同时汇聚交叉学科的人才，因为我们知道人工智能不是只做计算机视觉或语音语意理解，而是做认知、做机器人，甚至脑科学的人都应该汇聚在一起，才真正有可能把人工智能的问题一点点理清楚，定义好问题才能更加踏实地向前走。