华为天才少年谢凌曦：关于视觉识别领域发展的个人观点
.jpg)
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文 ，闡述了個(gè)人對其的看法 。
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 ，然后針對性地分析今后的發(fā)展趨勢 。
導(dǎo)圖：CV和NLP的差異 、CV三大挑戰(zhàn)及應(yīng)對方法