世界第一！華為云EI問鼎國際圖像識別領(lǐng)域“世界杯”

【環(huán)球網(wǎng)智能綜合報道】近日，在第四屆國際圖像識別競賽WebVision中，華為云EI以82.97%的準確率擊敗來自全世界的94支參賽隊伍獲得冠軍。WebVision競賽由蘇黎世聯(lián)邦理工（ETH）、Google Research、卡耐基梅隆大學(xué)（CMU）等共同組織，是目前圖像識別領(lǐng)域最權(quán)威的競賽之一，被業(yè)界譽為人工智能“世界杯”，接棒曾經(jīng)推動計算機物體分類準確率超過人類的ImageNet競賽。

WebVision競賽要求參賽的AI模型將1600萬+張圖片精準分類到5000個類目中。大賽所用數(shù)據(jù)集直接從互聯(lián)網(wǎng)爬取，沒有經(jīng)過人工標注。因此數(shù)據(jù)中含有很多噪音，且數(shù)據(jù)類別的數(shù)量存在著極大不平衡，相較于ImageNet，WebVision難度提高許多，同時也更加貼近于實際應(yīng)用中的場景。

WebVision競賽展示了人工智能技術(shù)發(fā)展的另外一種可能性：基于弱監(jiān)督學(xué)習，深度學(xué)習可以不再以人工標注數(shù)據(jù)為基礎(chǔ)，人工智能有望真正擺脫“人工”。

此次競賽中，華為云EI基于ModelArts訓(xùn)練大規(guī)模圖像分類模型，基于先進的分布式訓(xùn)練方法，可以縮短超大規(guī)模數(shù)據(jù)集的訓(xùn)練時間。利用伴隨圖像數(shù)據(jù)的文本描述信息，融合文本與視覺多模態(tài)特征，通過訓(xùn)練過程中的動態(tài)評估識別并剔除大量噪聲數(shù)據(jù)，并進一步通過知識蒸餾降低噪聲對模型訓(xùn)練的影響，最終在完全沒有人工標注的情況下，從互聯(lián)網(wǎng)上自動爬取的大規(guī)模數(shù)據(jù)集上進行學(xué)習，訓(xùn)練得到準確率82.97%高精度模型。

華為云EI在本次比賽中運用的圖像識別技術(shù)，可廣泛用于通用物品識別、圖像/視頻標簽等領(lǐng)域。近十年來計算機視覺取得的進展離不開大量人工標注的數(shù)據(jù)集，但由于人工標注需要較高的成本，幾乎不太可能構(gòu)建包羅萬象的超級數(shù)據(jù)集。互聯(lián)網(wǎng)上存在幾乎取之不盡的無標注圖像數(shù)據(jù)，利用這些數(shù)據(jù)的周邊文本等信息作為帶噪聲的弱標注數(shù)據(jù)進行學(xué)習，能夠在很大程度上降低圖像識別對人工標注的依賴。

華為云EI在視覺研究領(lǐng)域有著豐富的技術(shù)積累，在6月14日-19日舉辦的CVPR2020（國際計算機視覺和模式識別大會）中，華為貢獻論文34篇，涵蓋遷移學(xué)習、半監(jiān)督學(xué)習、網(wǎng)絡(luò)架構(gòu)搜索、模型算子優(yōu)化、知識蒸餾、對抗樣本生成等前沿領(lǐng)域。展示了華為在計算機視覺領(lǐng)域強大的人才儲備、科研底蘊和創(chuàng)新能力。

華為云EI在行業(yè)應(yīng)用上亦有豐富的商用實踐經(jīng)驗。目前，華為云EI內(nèi)容審核、人臉識別、圖像搜索、視頻分析等服務(wù)已經(jīng)成功應(yīng)用于互聯(lián)網(wǎng)、媒資、園區(qū)、物流、工業(yè)等行業(yè)。華為云還將圖像識別技術(shù)應(yīng)用于天文、氣象等領(lǐng)域。2019年基于華為云圖像識別能力，在上海天文臺與國際組織SKA（平方公里陣列射電望遠鏡）合作的項目中，科學(xué)家們僅用10.02秒即完成了對20萬顆星體的識別，同時可以準確地對某一類星體進行定位，傳統(tǒng)方式完成如此大量的星體識別工作需要169天時間。