Pengembangan master visi komputer Jia Jiaya: mentor tiga tahun Microsoft dan yang memengaruhi kehidupan Shen Xiangyang
Xinzhiyuan Asli
Penulis: Hu Xiangjie dengan a
Xinzhiyuan meluncurkan putaran terbaru perekrutan 2017: COO, pemimpin redaksi, kepala penulis, direktur operasi, direktur visual dan delapan posisi lainnya terbuka penuh.
Xinzhiyuan memberikan insentif gaji tahunan hingga satu juta yuan kepada COO dan editor eksekutif; memberi karyawan kunci sistem pelatihan, gaji, dan bonus terlengkap yang lebih tinggi dari rata-rata industri. Bergabunglah dengan Xinzhiyuan dan bekerja dengan para pemimpin industri kecerdasan buatan untuk mengubah dunia.
Lanjutkan pengiriman: jobs@aiera.com.cn HR WeChat: 13552313024
Panduan Xin Zhiyuan Setelah Zhang Tong dan Yu Dong, Tencent mengantarkan master AI lainnya, pemimpin dalam visi komputer, Jia Jiaya, seorang profesor tetap di Universitas China Hong Kong, resmi bergabung secara penuh. Pada 13 Mei 2017, pada malam Tencent secara resmi mengumumkan bergabungnya Profesor Jia Jiaya, Profesor Jia menerima wawancara eksklusif dengan Xinzhiyuan. Dia menjelaskan mengapa dia memilih Tencent dan bagaimana dia memandang transisi peran dari akademisi ke industri. Dia juga berbicara tentang karir akademisnya dalam wawancara, termasuk pengalaman magang tiga tahun di Microsoft, siswa yang dia latih, dan tahun sebelumnya dia memimpin tim untuk memenangkan kejuaraan di ImageNet. Secara teknis, Profesor Jia memperkenalkan teknologi "penghancur citra" miliknya yang terkenal ke Xin Zhiyuan, dan berbicara tentang pandangannya tentang tren perkembangan industri visi komputer.
Pada 15 Mei 2017, Dr. Jia Jiaya, seorang profesor tetap dari Universitas China Hong Kong, bergabung dengan Tencent Youtu Lab. Sebagai ilmuwan luar biasa, Profesor Jia Jiaya akan bertanggung jawab atas penelitian di bidang kecerdasan buatan seperti visi komputer, pemrosesan gambar, pengenalan pola, dan pembelajaran mesin, serta eksplorasi mendalam tentang kombinasi kecerdasan buatan dan berbagai skenario aplikasi.
Ini adalah pakar top lainnya di bidang kecerdasan buatan kelas berat yang telah bergabung dengan Tencent sejak 2017, setelah Zhang Tong dan Yu Dong.
Berbeda dengan Lab AI Tencent tempat Zhang Tong dan Yu Dong berada, Jia Jiaya bergabung dengan Tencent Youtu Lab, yang berspesialisasi dalam visi komputer. Xinzhiyuan sebelumnya melaporkan bahwa Tencent Youtu adalah salah satu dari tiga pilar inti Tencent AI, dan itu akan mendorong pengembangan AI Tencent bersama dengan tim WeChat AI dan Lab AI Tencent yang baru didirikan. Dalam kompetisi pengenalan wajah internasional ikonik tahun ini-LFW dan MegaFace, Tencent Youtu memenangkan hasil kejuaraan. Youtu Lab didirikan pada tahun 2012, berfokus pada penelitian dan pengembangan teknologi dan pendaratan bisnis dalam pemrosesan gambar, pengenalan pola, pembelajaran mesin, penambangan data, dan bidang lainnya. Ia memiliki sejarah hampir 5 tahun.
Jia Jiaya bergabung dengan Departemen Ilmu dan Teknik Komputer Universitas Cina Hong Kong (CUHK) pada September 2004. Dia dipromosikan menjadi profesor madya pada 2010 dan profesor pada 2015. Profesor Jia Jiaya telah menerbitkan lebih dari 100 makalah konferensi dan jurnal terbaik selama masa jabatannya di universitas dan merupakan salah satu pakar paling terkenal dalam visi komputer pada awal dan menengah. Diantaranya, Image Smoothing via L0 Gradient Minimization yang diterbitkan olehnya dan siswanya merupakan makalah yang paling banyak dikutip di SIGGRAPH Asia 2011. Dia adalah editor IEEE Transactions of Pattern Analysis and Machine Intelligence (TPAMI) dan International Journal on Computer Vision (IJCV), publikasi teratas tentang visi komputer dan pembelajaran mesin. Profesor Jiaya Jia juga pernah menjabat sebagai ketua lapangan dari International Conference on Computer Vision (ICCV), IEEE International Conference on Computer Vision and Pattern Recognition (CVPR), dan International Conference on Computational Imaging (ICCP) 2013-2017 dan konferensi teratas tentang grafik dan interaksi komputer ( Anggota komite tesis SIGGRAPH.
Profesor Jiaya Jia memimpin penelitian computer vision dan machine learning di Chinese University of Hong Kong. Risetnya berfokus pada pemahaman gambar dan video, prediksi dinamis dan mendalam, algoritme pengoptimalan praktis, dan pembelajaran mendalam tentang konten visual lainnya. Dia telah terlibat dalam penelitian visi komputer serta penelitian dan pengembangan algoritme terkait sejak tahun 2000. Sebelum bergabung dengan Tencent, Profesor Jia Jiaya telah melakukan penelitian bersama yang mendalam dengan Microsoft Research, Google, Qualcomm, Intel, Adobe, dan lembaga penelitian gambar dan kecerdasan buatan lainnya, dan juga mengembangkan sekelompok bakat master dan doktoral yang luar biasa, seperti Shang Tang Dr. Xu Li, CEO Teknologi.
Profesor Jia memiliki cukup banyak teknologi dalam analisis dan pemrosesan gambar yang unik atau unggul dalam kinerja. Pekerjaannya yang representatif meliputi deblurring gambar, pemfilteran, pemrosesan jarang gambar, fusi dan peningkatan sinyal gambar multi-band, dan estimasi gerakan skala besar. Berdasarkan pelapisan tekstur dan struktur, dilakukan segmentasi semantik. Hasil ini telah dipublikasikan di konferensi dan publikasi paling berpengaruh di industri, dan telah diimplementasikan secara teknis dalam kenyataan. Mereka telah menunjukkan kinerja luar biasa dalam sistem yang dibangun. Dan kebanyakan dari mereka adalah open source, yang dapat digunakan secara luas dalam penerbangan, pencitraan medis, manajemen keamanan, desain robot, analisis cuaca, dan bidang lainnya. Diantaranya, pemfilteran gambar dan pemecahan masalah visi terbalik disertakan dalam banyak buku teks perguruan tinggi, courseware dan perpustakaan kode visi sumber terbuka (termasuk OpenCV), dan mereka juga banyak digunakan dalam sistem bisnis vision. Pada tahap ini, laboratoriumnya telah mencapai hasil penting di bidang segmentasi semantik, bahasa alami dan sistem sambungan visual, pemrosesan potret mendalam, dan pemahaman geometri yang mendalam.
Liang Zhu, wakil presiden Tencent, berkata: "Profesor Jia Jiaya adalah pakar penelitian di bidang kecerdasan buatan. Kami sangat senang mengundang Profesor Jia Jiaya untuk bergabung dengan Tencent Youtu Lab. Teknologi pengenalan gambar dan pengenalan wajah Lab Youtu Itu selalu berada di posisi terdepan di dunia, dan telah berulang kali mencapai hasil yang baik di berbagai kompetisi kelas dunia dalam kecerdasan buatan. Dalam beberapa tahun terakhir, Tencent mengandalkan skenario aplikasi yang kaya yang berpusat pada interaksi sosial, data besar yang sangat besar, dan kemampuan komputasi awan yang kuat, di bidang kecerdasan buatan. Ini telah mencapai perkembangan pesat. Di masa depan, kami akan terus meningkatkan kemampuan teknis dan skenario aplikasi AI, dikombinasikan dengan platform cloud untuk merangsang potensi AI, dan menggunakan teknologi untuk meningkatkan kualitas hidup masyarakat. "
Profesor Jia Jiaya berkata: "Saya merasa terhormat dapat bergabung dengan Tencent Youtu Lab. Setelah beberapa tahun pengembangan, Youtu Lab telah mengumpulkan kekuatan teknis dan solusi terdepan di berbagai bidang kecerdasan buatan. Terutama dalam pengenalan wajah. Di lapangan, Youtu Lab telah berulang kali mencetak rekor dunia dalam kompetisi otoritatif internasional kecerdasan buatan seperti MegaFace dan LFW. Pengenalan visual adalah inti dan pintu masuk penting dari kecerdasan buatan, dan penelitian kecerdasan buatan harus didasarkan pada data yang sangat besar. Optimalkan model algoritme melalui pelatihan big data. Setelah bergabung dengan Youtu Lab, saya berharap dapat mengandalkan data besar yang dihasilkan oleh platform jaringan sosial Tencent untuk melakukan penelitian. Saya yakin bahwa peluang baru akan mengikuti, dan saya berharap untuk terus mengembangkan peluang baru. Skenario aplikasi membuat kecerdasan buatan bermakna bagi publik dalam kenyataan. "
Pada 13 Mei 2017, pada malam Tencent secara resmi mengumumkan bergabungnya Profesor Jia Jiaya, Profesor Jia menerima wawancara eksklusif dengan Xinzhiyuan. Dia menjelaskan mengapa dia memilih Tencent dan bagaimana dia memandang transisi peran dari akademisi ke industri. Dalam wawancara tersebut, dia juga berbicara tentang karir akademisnya, siswa yang dia latih, dan tahun sebelumnya dia memimpin tim untuk memenangkan kejuaraan di ImageNet. Secara teknis, Profesor Jia memperkenalkan teknologi terkenal "penghilang gambar" ke Xin Zhiyuan dan berbicara tentang pandangannya tentang tren perkembangan industri visi komputer.
Jia Jiaya memberi tahu Xinzhiyuan bahwa kombinasi dengan Tencent Youtu hampir sukses, dan dia akan bergabung dengan Tencent secara penuh. Dan alasan mengapa dia memilih untuk memasuki industri ini adalah karena Pada usia tertentu, saya ingin mengejar sesuatu yang berbeda. Di Tencent, dia berharap teknologi dapat mendorong kemajuan sosial dan berdampak lebih besar.
Berbicara tentang masalah konversi peran, Jia Jiaya merangkum tiga karakteristik visi komputer: Pertama, pada dasarnya digerakkan oleh aplikasi, dan hampir setiap teknologi pasti memiliki skenario aplikasi; kedua, visi komputer ada dalam AI Hasil verifikasinya paling langsung; ketiga, computer vision tidak hanya sebagai cara berekspresi, tetapi juga memiliki banyak fungsi lainnya. Justru karena karakteristik inilah hasil riset computer vision hampir dapat diterapkan di industri (plus engineering).
Dia percaya: "Banyak pemikiran penelitian kami sangat dekat dengan aplikasi, jadi peran saya tidak banyak berubah. Tentu saja, produk yang baik akan memiliki banyak faktor pengguna dan pasar, tetapi karena ada banyak pengembang, pasar, dan Manajer produk mengontrol pengalaman pengguna, jadi bagi saya, tantangan terbesar adalah lebih memahami budaya perusahaan setelah memasuki perusahaan, dan membangun tim R&D yang sesuai untuk perusahaan ini. "
Selain itu, ia juga mengatakan kepada Xinzhiyuan bahwa banyak talenta akademis tingkat master harus berpikir tentang "mencocokkan" sebelum memasuki dunia korporat, untuk melihat apakah kemampuan mereka sesuai dengan kebutuhan perusahaan, siklus penelitian, dan pengembangan perusahaan. Apakah itu cocok. "Kalau tidak, tidak akan mudah untuk bersatu."
Banyak orang tidak tahu bahwa Jia Jiaya juga memiliki hubungan dengan Microsoft Research Institute, "Akademi Militer Whampoa" di bidang AI China. Ph.D. 4 tahun, dia menghabiskan 3 tahun di Microsoft Research di Beijing. Di sana, dia bertemu dengan Shen Xiangyang, seorang mentor yang memiliki pengaruh besar dalam hidupnya. Dia tidak hanya menerima pelatihan dan temperamen tingkat tinggi dalam pengetahuan dan teknologi, tetapi dia juga belajar sikap profesional untuk melakukan penelitian. Dia bekerja di Microsoft pada waktu yang sama dengan Sun Jian dan ilmuwan terkemuka lainnya di bidang visi komputer, melakukan banyak penelitian visi komputer mutakhir. Dapat dikatakan bahwa tiga tahun di Microsoft meletakkan dasar yang kokoh bagi Jia Jiaya untuk menjadi profesor tingkat master di bidang komputer. Dia mengingat pengalaman ini secara rinci dalam wawancara.
Di Chinese University of Hong Kong, Jia Jiaya melatih bakat-bakat penglihatan komputer yang luar biasa yang "tidak hanya menjadi pilar dunia akademis, tetapi juga membuka dunia dalam industri". Dapat dikatakan bahwa dunia ini penuh dengan buah persik dan plum. Ini juga merupakan asal mula kata "master".
Dalam wawancara tersebut, Profesor Jia memperkenalkan kepada Xin Zhiyuan teknologi yang dimenangkan tahun lalu dalam proyek klasifikasi adegan kompetisi ImageNet- "Kerangka analisis pemandangan piramida berdasarkan informasi semantik kontekstual PSPNet", dan permata pemrosesan gambar tradisional: teknologi deblurring gambar .
Berikut transkrip dialog antara Xinzhiyuan dan Professor Jia Jiaya:
Mengapa memilih bergabung dengan Tencent Youtu: Jia Jiaya berbicara tentang mimpinya di Tencent
Xin Zhiyuan Mengapa Anda memilih untuk bergabung dengan Tencent Youtu?
Jia Jiaya Saya memilih bergabung dengan Tencent Youtu karena saya telah melakukan penelitian dan pengembangan computer vision selama lebih dari 15 tahun, dan telah meninggalkan banyak prestasi di bidang gambar dan video, sehingga industri selalu berhubungan dekat dengan saya. Misalnya, banyak proyek penelitian visual di sekolah secara aktif disediakan oleh industri kepada kami, kami berharap dapat menemukan cara, dan kami juga telah menciptakan banyak teknologi praktis di industri. Kelompok penelitian saya di Universitas Cina Hong Kong bertujuan untuk menciptakan metode baru. Inilah salah satu alasan mengapa saya ingin bergabung dengan perusahaan. Selain itu, dalam dua tahun terakhir, banyak perusahaan mencari teknologi mutakhir dari AI. Menanggapi permintaan ini, kami juga ingin menghadirkan teknologi kreatif yang dikembangkan selama bertahun-tahun dan kemampuan untuk memecahkan masalah baru menjadi industri dan mengubahnya menjadi produktivitas. Youtu sangat konsisten dengan arah penelitian saya, jadi saya hampir cocok dengan Tencent Youtu. Karena didasarkan pada akumulasi bertahun-tahun, mereka memiliki keuntungan yang sangat besar dalam gambar dan video. Dan berdasarkan platform Tencent, Youtu telah keluar dari jalur bisnisnya sendiri, dan memiliki banyak transformasi produk dan teknologi yang bagus. Tencent memiliki platform dan basis pelanggan yang sangat besar, dan menyediakan hampir semua skenario aplikasi yang bisa dibayangkan. Saya ingat seseorang berkata bahwa setelah penghapusan Tencent, China tidak akan memiliki banyak TI yang tersisa, jadi Tencent sangat kuat. Oleh karena itu, saya memutuskan untuk bergabung dengan Tencent Youtu secara penuh. Basis saya terutama di Shenzhen dan Hong Kong, dan saya sering pergi ke Shanghai dan Beijing. Saya sangat menyambut para peneliti di Shenzhen dan Hong Kong untuk bergabung dengan kami.
Xin Zhiyuan Anda baru saja menyebutkan keuntungan dari skenario aplikasi Tencent Apakah keunggulan data adalah tempat yang menarik bagi Anda?
Jia Jiaya tentu saja. Misalnya, pengenalan gambar, pengenalan wajah, dan teknologi lainnya dari Lab Youtu selalu berada di posisi terdepan di dunia, dan telah mencapai pendaratan produk di berbagai bidang seperti pornografi, pencarian keluarga, dan keuangan. Tim mengandalkan skenario aplikasi kaya yang berpusat pada interaksi sosial, data besar dalam jumlah besar, dan kemampuan komputasi awan yang kuat, dan dapat memiliki lebih banyak ruang untuk pengembangan dalam penelitian dan pengembangan teknologi.
Xin Zhiyuan Setelah bergabung dengan Tencent, apa rencana Anda untuk kerja sama seluruh tim?
Jia Jiaya Tencent Youtu dan saya memiliki keunggulan pelengkap yang sangat bagus. Teknologi kuat Youtu terutama mencakup pengenalan wajah, klasifikasi gambar, pornografi, OCR, dll. Ada juga klasifikasi musik dan pengambilan senandung pada audio. Dalam arahan ini, Youtu dapat mencapai pendaratan produk di berbagai platform seluler dan cloud. Penelitian saya sebelumnya dan baru-baru ini berfokus pada berbagai generasi cerdas, pemahaman, dan peningkatan video gambar alami, seperti deblurring gambar, peningkatan gambar, segmentasi semantik, serta deteksi dan pengenalan objek. Saya berharap dapat memperkuat dan memperluas gen penelitian dan inovasi lini pertama di platform Tencent. Tujuan saya adalah untuk menyediakan lingkungan R&D yang dibutuhkan oleh para ilmuwan visioner dan peneliti top dalam tim. Saya berharap teknologi ini dapat menghasilkan makalah, paten, dan memberi tahu lebih banyak orang tentang teknologi yang kami buat. Di masa mendatang, saya akan fokus pada kerja sama teknologi baru dengan teknisi dan personel komersial, serta mensistematisasi teknologi AI yang dikembangkan sendiri dan memasukkannya ke dalam produk, sehingga pengguna dapat melihat produk ini, meningkatkan pengalaman pengguna, dan memperkaya kehidupan mereka.
Xin Zhiyuan Anda memiliki beberapa teknologi terkenal sebelumnya, seperti image deblurring. Apakah teknologi tersebut akan digunakan dalam produk Tencent?
Jia Jiaya Ini tidak akan diadopsi secara langsung karena menyangkut masalah paten. Tujuan saya adalah membangun tim baru dan mengembangkan teknologi baru untuk memenuhi kebutuhan perusahaan di dalam dan di luar. Misalnya, kami baru-baru ini mengembangkan segmentasi orang secara keseluruhan, dan ada juga makalah yang diterbitkan di CVPR, dll., Yang dapat secara otomatis menyegmentasikan seseorang. Teknologi baru ini akan diintegrasikan ke dalam berbagai platform. Kami bahkan akan menyediakan SDK, kode terbuka. Saya berharap dapat membangun sistem visual secara sistematis, seperti puzzle. Setiap bentuk berbeda. Saya berharap dapat menggabungkan komponen-komponen ini untuk membentuk gambar yang besar. Saya berharap dapat membangun proyek sistematis di dalam perusahaan untuk membuka teknologi baru. Misalnya, teknologi pemfilteran sinyal (filter panduan bergulir) yang telah saya perkenalkan kepada Anda beberapa kali di konferensi internasional utama adalah bahwa gambar dapat diproses dengan cepat untuk langsung menghilangkan beberapa tekstur kecil atau tekstur kecil yang tidak diinginkan lainnya. struktur. Teknik ini tidak memerlukan pembelajaran mendalam, satu baris kode memberikan hasil yang sangat keren, dan sangat cepat. Faktanya, kami memiliki banyak teknologi dan ide baru yang sangat menarik, dan saya akan menghabiskan energi saya untuk mengintegrasikan teknologi baru ini di dalam perusahaan.
Selain itu, tahun ini kami melakukan hal yang sangat menarik: balasan kecantikan wajah (debeautification): Kami berharap dapat menggunakan teknologi AI untuk kembali ke wajah sebelum kecantikan. Kenapa melakukan ini? Alasannya adalah kami telah melihat banyak berita yang mengatakan bahwa foto online itu sangat indah, tetapi setelah bertemu kami menemukan bahwa celahnya sangat besar, bahkan menyebabkan insiden sosial. Kami hanya ingin mengembalikan gambar yang dipercantik ke tampilan aslinya. Saya akan memperkenalkan ini secara detail nanti. Singkatnya, penelitian kami terkadang agak liar, tetapi dapat menghasilkan hasil yang tidak terduga. Saya berharap teknologi baru ini dapat digunakan melalui platform perusahaan untuk menghasilkan aplikasi yang lebih besar.
Xin Zhiyuan Apa impian Anda setelah bergabung dengan Tencent?
Jia Jiaya Di usia tertentu, saya berharap bisa mengejar sesuatu yang berbeda. Saya juga menantikan tantangan baru. Faktanya, penelitian di sekolah lebih sulit untuk membantu perkembangan masyarakat dalam waktu yang sangat singkat, atau untuk memungkinkan orang biasa dengan cepat menggunakan teknologi tersebut. Impian saya adalah membiarkan teknologi dengan cepat mempromosikan kemajuan sosial dan memiliki efek yang lebih besar. Kewirausahaan biasanya hanya dapat fokus pada satu atau dua arah atau konten pada tahap awal, dan tidak mungkin menerapkan semua dari lusinan teknologi baru kami. Jadi saya ingin berintegrasi dengan industri dan bergabung dengan Tencent untuk menjelajahi berbagai bidang secara luas.
Berbicara tentang konversi peran dari tiga ciri computer vision: seperti ikan di air
Xin Zhiyuan Kita semua tahu bahwa Tencent adalah perusahaan yang sangat menghargai produk dan pengalaman pengguna. Dari riset akademis hingga R&D perusahaan, bagaimana Anda mengatasi transformasi peran dan apa tantangan terbesar yang Anda hadapi?
Jia Jiaya Ini pertanyaan yang sangat bagus. Saya rasa banyak orang, termasuk media, industri, dan akademisi, akan berpikir bahwa beralih dari riset akademis ke perusahaan adalah perubahan besar. Ini argumen yang sangat menarik. Sebenarnya, menurutku tidak. Arah yang saya lakukan itu disebut computer vision. Meskipun di era AI semua orang disebut AI, kami selalu mempelajari computer vision. Dibandingkan dengan arahan lain dalam kecerdasan buatan, computer vision memiliki banyak karakteristik dalam pengembangan AI. Saya ingin merangkumnya untuk menjelaskan mengapa sering kali perubahan peran dari akademisi ke industri tidak menjadi masalah.
Pertama-tama, computer vision adalah AI yang digerakkan oleh aplikasi, yang berarti bahwa hampir setiap teknologi memiliki skenario aplikasi. Misalnya pengenalan wajah yang sangat populer sekarang ini memiliki sejarah sekitar puluhan tahun, pengenalan wajah bukan untuk membuktikan betapa hebatnya teori ini, tetapi untuk mengaplikasikannya dalam berbagai skenario. Misalnya, berbagai perangkat lunak menggunakan login wajah, video pemeriksaan keamanan untuk menemukan orang yang mencurigakan, dll. Contoh lainnya adalah peningkatan gambar yang telah kami lakukan untuk membuat gambar pemandangan malam menjadi bersih dan indah. Ini juga karena kebutuhan yang sebenarnya. Sekarang ketika menggunakan ponsel untuk mengambil gambar, tidak peduli seberapa kuat kemampuan pencitraan dari chip tersebut, masalah tertentu pasti akan terjadi, seperti kabur, kebisingan, kehilangan detail, dll. Kami ilmuwan komputer visi akan berpikir Untuk mengatasi masalah ini. Dalam makalah kami yang diterbitkan di bidang computer vision, paragraf pertama dari pendahuluan pada dasarnya akan berbicara tentang mengapa kita harus menyelesaikan masalah ini, ini adalah skenario aplikasi. Nanti makalah akan detail inovasi teknologi.
Ambil contoh lain, akhir-akhir ini banyak ponsel yang berganti dari satu kamera menjadi dua kamera, yang bisa menghasilkan lebih banyak aplikasi. Kedua kamera dapat memperbesar dan memperkecil latar belakang, dan Anda dapat mengubah latar depan dan struktur latar belakang untuk mendapatkan efek yang menarik. Karena kemunculan perangkat pencitraan baru dalam kemajuan perangkat keras, visi komputer dapat dipromosikan, dan kemudian ilmuwan dapat mempelajari masalah baru dan menghasilkan metode baru dalam prosesnya. Akhirnya, hasil penelitian diumpankan kembali ke seluruh industri untuk meningkatkan hasil pencitraan. Ini adalah umpan balik positif yang efektif. Umpan balik positif ini telah sangat mendorong perkembangan seluruh bidang visi komputer dan AI lainnya, dan juga merupakan kekuatan pendorong internal bagi AI untuk bergerak maju dengan cepat.
Fitur kedua adalah bahwa di seluruh bidang AI, computer vision relatif mudah untuk memverifikasi hasil. Dalam beberapa tahun terakhir, pembelajaran mendalam telah membuktikan kekuatannya untuk pertama kalinya karena telah diverifikasi di ImageNet untuk meningkatkan tingkat akurasi secara signifikan. Mengapa di bidang visual? Ini sebenarnya mudah dimengerti. Misalnya, untuk menentukan apakah suatu gambar memuat mobil, orang, atau keduanya, tidak ada ketidakpastian. Oleh karena itu, ketika sebuah teknologi AI dapat diverifikasi sepenuhnya dalam computer vision, kemampuannya sangat meyakinkan. Di area lain, segalanya mungkin lebih rumit. Misalnya, dalam verifikasi bahasa, manusia mungkin memiliki ratusan cara untuk mengungkapkan suatu makna tertentu, hal ini relatif meningkatkan kesulitan verifikasi, bahkan cara memverifikasi itu akan menjadi arahan penelitian. Keunikan gambar membuatnya langsung digunakan dalam verifikasi langkah pertama banyak teknologi.
Fitur ketiga adalah computer vision tidak hanya sebagai cara berekspresi, tetapi juga banyak fungsi lainnya. Variasi, variabilitas, dan skalabilitas ini sangat menarik. Pertama-tama adalah cara berekspresi, misalnya film adalah salah satu media. Itu bisa mengungkapkan terlalu banyak. Kita bahkan bisa menonton film bisu untuk mengetahui cerita dan penampilan para karakternya. Visi adalah cara yang sangat penting untuk menerima indera. Setelah pengembangan kemampuan AI visual, itu diberikan fungsi yang lebih kuat. Ini dapat digunakan sebagai alat untuk mengabstraksi atau mengekstrak acara. Misalnya, kecelakaan lalu lintas dapat dideteksi secara otomatis oleh computer vision, dan autonomous driving juga membutuhkan computer vision untuk memahami lingkungan sekitar mobil untuk mewujudkan langkah penilaian selanjutnya. Oleh karena itu, selain sebagai cara berekspresi, computer vision dapat menghasilkan kemampuan untuk membedakan, memahami, atau mengekstrak konten secara abstrak.
Visi komputer sebenarnya adalah alat transmisi. Gambar yang kita lihat di komputer dapat dikirim ke ponsel kita melalui transmisi jaringan dalam keadaan normal. Namun jika tidak ada jaringan, kita juga bisa menggunakan teknologi computer vision untuk mengirimkan informasi. Kita hanya perlu mengambil gambar dengan ponsel menghadap layar, menggunakan pengenalan teks, pengenalan pemandangan, dan pengenalan gambar untuk mewujudkan transmisi informasi tanpa internet dan kontak di ruang angkasa.
Berdasarkan tiga karakteristik computer vision, banyak hasil penelitian di grup kami ditambah dengan gelar teknik tertentu dapat langsung diterapkan di hampir semua bidang industri. Misalnya, kami telah melakukan zoom gambar dengan sangat cepat sebelumnya. Ketika resolusi gambar sangat kecil, kecepatan transmisi sangat cepat di jaringan, dan kemudian pengguna dapat dengan cepat memperbesarnya di lokal, dan melihat cukup detail di ponsel.
Saya telah berpikir selama bertahun-tahun, kami memiliki begitu banyak teknologi dan ide-ide baru, kami pasti dapat membantu industri. Kami dapat menyelesaikan masalah kelayakan teknis, akurasi, kecepatan dan lainnya. Oleh karena itu, bergabung dengan perusahaan bagaikan ikan di dalam air bagi kita yang telah mengumpulkan banyak teknologi. Insinyur tingkat rendah akan mempertimbangkan masalah tingkat teknik, seperti menyalakan loop kode dan menggunakan bahasa pemrograman lain untuk mempercepat kecepatan, tetapi ini mungkin tidak menyelesaikan masalah algoritmik mendasar. Ketidaktersediaan teknologi mungkin karena algoritme yang digunakannya terlalu rumit. Jika kami dapat mengurangi ruang dan mengurangi dimensi parameter, kami mungkin dapat menarik solusi keseluruhan mendekati penggunaan algoritme tingkat tinggi sekaligus, dan akhirnya, jika kecepatannya masih sekitar 30% lebih buruk, biarkan teknisi menyesuaikan kodenya. Ini akan membuat pemecahan masalah menjadi lebih tepat.
Akhirnya saya ingin meringkas, karena berkali-kali pemikiran penelitian kita sangat dekat dengan aplikasi, sehingga peran saya tidak banyak berubah. Tentu saja, produk yang bagus akan sangat bergantung pada faktor pengguna dan pasar, tetapi karena Tencent memiliki banyak pengembang, manajer pasar dan produk untuk mengontrol pengalaman pengguna, Jadi bagi saya, tantangan terbesarnya adalah setelah masuk perusahaan, memahami budaya perusahaan dan membangun tim R&D yang sesuai untuk perusahaan.
Bagaimana melihat kewirausahaan elit akademik atau bergabung dengan industri: Ini menunjukkan bahwa ada permintaan di pasar dan kita harus mencocokkannya, tetapi saya tidak cocok untuk berwirausaha
Xin Zhiyuan Saat ini, banyak orang datang ke dunia usaha dari kalangan akademisi, terutama setelah booming AI, banyak talenta papan atas yang bergabung dengan startup dan perusahaan besar. Bagaimana menurut Anda?
Jia Jiaya Sejumlah besar elit akademis yang memulai bisnis adalah fenomena yang baik, yang menunjukkan bahwa pasar memiliki peluang dan kebutuhan. Tetapi saya tidak memulai bisnis karena kekuatan saya adalah akumulasi teknis selama bertahun-tahun, kepekaan terhadap perkembangan teknologi, dan pemahaman tentang batas-batas perkembangan teknologi. Kewirausahaan perlu dengan cepat mengubah satu atau dua aplikasi menjadi produk dan platform yang dapat dipasarkan. Hal ini menuntut wirausahawan mengeluarkan banyak energi untuk mempelajari cara berurusan dengan investor, cara melakukan pemasaran, dan cara menjual produk. Dalam poin-poin ini, saya tidak lebih baik dari lulusan baru. Bergabung dengan perusahaan yang matang dapat meminimalkan usaha yang saya keluarkan untuk operasi bisnis. Saya mendorong kaum muda untuk memulai bisnis mereka sendiri, dan siswa yang telah lulus dari kelompok kami melakukannya dengan sangat baik.
Selain itu, banyaknya master akademik yang memasuki dunia korporat juga merupakan hal yang baik. 10 atau 15 tahun yang lalu, sebagian besar perusahaan tidak memahami keadaan perkembangan akademis saat ini. Sekarang era AI menjadikan teknologi baru sebagai konten inti untuk mempromosikan produktivitas atau pengembangan produk. Namun, saya pikir setiap pakar harus cukup cocok dengan dunia korporat. Misalnya, beberapa ilmuwan telah melakukan derivasi teoritis, yang sangat penting dalam bidang penelitian, tetapi jika perusahaan berharap partisipasi mereka secara langsung akan mendorong pengembangan aplikasi produk, hal ini dapat menyebabkan ketidaksesuaian. Pasti sangat sulit bagi seorang ilmuwan untuk mulai melakukan hal-hal yang belum pernah dia lakukan sebelumnya. Contoh lainnya, dibutuhkan waktu 3 hingga 5 tahun bagi banyak staf akademik untuk melakukan penelitian jangka menengah hingga panjang. Namun, dalam beberapa tahun terakhir, perusahaan dengan valuasi 10 juta menjadi 1 miliar atau 10 miliar, ini juga time mismatch. Saya pikir jika Anda mengerjakan pekerjaan rumah Anda dalam mencocokkan, perusahaan pasti akan bisa beradaptasi.
Xin Zhiyuan Tencent telah menekankan pentingnya AI sejak 2015, dan telah membuat banyak layout. Menurut Anda, apa pentingnya AI bagi Tencent?
Jia Jiaya Tidak hanya Tencent, tetapi juga perusahaan global besar melakukan investasi yang sangat besar. Ini juga sangat mementingkan pengenalan talenta teknologi tinggi, yang menunjukkan bahwa sebagian besar perusahaan melihat peluang ini untuk berkembang, dan investasi dalam AI juga dapat dibenarkan. Saya tidak akan berbicara lebih banyak tentang ini, terutama berdasarkan umpan balik positif dari sejumlah besar ilmuwan dan perbandingan input dan output di tingkat aplikasi perusahaan, dan kemudian analisis komprehensif tentang tingkat teknis dan ekonomi. Dalam beberapa tahun ke depan, AI tidak hanya dapat menghasilkan efek dan aplikasi baru, tetapi juga mengotomatiskan proses dan mengurangi pengeluaran perusahaan. Jika Anda tidak berinvestasi sekarang, perusahaan mana pun kemungkinan besar akan dikendalikan oleh orang lain di masa depan.
Sekarang startup teknologi AI di China dan Amerika Serikat dapat tumbuh dari skala kecil menjadi valuasi beberapa miliar dalam beberapa tahun, yang menunjukkan bahwa perubahan teknologi non-fisik yang belum pernah terjadi sebelumnya telah dimulai. Mengapa disebut non fisik? Di masa lalu, hampir semua revolusi teknologi dimulai dengan perangkat keras, seperti penemuan mesin uap dan penggunaan listrik. Tidak ada yang tahu seberapa besar dampak yang akan dihasilkan teknologi non-fisik. Oleh karena itu, investasi AI Tencent sebenarnya membuat perusahaan IT dan non-IT dalam dan luar negeri memahami perubahan di lingkungan besar ini. Ketika manufaktur mobil, keuangan, konstruksi, dan perawatan medis semuanya mulai memasuki perubahan teknologi non-fisik ini, era baru akan segera dimulai.
Perkembangan master visi komputer: mentor tiga tahun Microsoft dan yang mempengaruhi kehidupan Shen Xiangyang
Xin Zhiyuan Mengapa Anda memilih visi komputer pada saat itu, bagaimanapun, ini bukan bidang yang sangat populer pada saat itu?
Jia Jiaya Anda mengatakannya dengan baik. Komputer vision adalah industri yang sangat dingin pada saat itu, dan hampir tidak ada yang tahu apa itu computer vision. Saya belajar di Universitas Fudan dan datang ke Hong Kong pada tahun 2000 melalui rencana Kementerian Pendidikan. Saya tidak terlalu memikirkan saat memilih jurusan, saya ingat jurusan yang paling populer saat itu adalah Internet dan database. Alasan mengapa saya memilih penglihatan sebenarnya sangat sederhana, yaitu, saya suka melihat hasil yang intuitif. Hasil penelitian database diwakili oleh grafik atau kurva. Ini tidak mudah bagi saya, dan menurut saya tidak menarik setelah membaca hasil seperti itu.
Nanti di bidang penglihatan, semoga setiap teknik bisa membuahkan hasil yang baik. Jadi saya sangat senang melihat efeknya, yang membuktikan bahwa apa yang saya buat benar-benar dapat membuat gambar ini berbeda dari gambar aslinya, dan dapat menghasilkan beberapa aplikasi baru. Oleh karena itu, penelitian visual cukup memuaskan dengan psikologi saya sendiri.
Saya lulus dengan gelar PhD dalam empat tahun, tiga di antaranya di Microsoft, yang sekarang menjadi Microsoft Research Asia di Beijing. Untuk waktu yang lama, Microsoft Research Asia pada dasarnya adalah kiblat untuk penelitian. Pada saat itu saya mengikuti Harry (Dr. Shen Xiangyang), yang merupakan mentor langsung saya di Microsoft dan kemudian menjadi anggota komite pertahanan tesis PhD saya. Pada saat itu, saya membahas masalah dengan Dr. Sun Jian dan menerbitkan serangkaian makalah.
Saya telah mengerjakan beberapa proyek gambar yang sangat menarik dari 2001 hingga 2004, seperti Matting, yang memisahkan objek dalam gambar sambil mempertahankan semua detail tepinya. Memikirkannya sekarang, ini sudah sepuluh tahun yang lalu. Bahkan melihat efeknya sekarang, saya masih menganggapnya sangat menarik. Blending juga dipelajari pada saat itu, yaitu perpaduan gambar. Ini adalah studi yang mengubah konten gambar terlebih dahulu. Artikel-artikel yang diterbitkan di Siggraph ini masih segar dalam ingatan saya. Setelah lulus, saya bergabung dengan Chinese University of Hong Kong dan memulai kelompok riset visual saya sendiri.
Xin Zhiyuan Tidakkah Anda berpikir untuk tinggal di Microsoft?
Jia Jiaya Saya pasti ingin tinggal. Namun di sisi lain, saya berharap bisa membimbing mahasiswa S2 dan S3 secara utuh mulai dari penerimaan hingga wisuda. Dan saya juga suka mengambil kelas dan menyebarkan pengetahuan saya kepada orang lain. Kursus saya sekarang menjadi salah satu kursus paling populer di departemen. Saya akan berbicara banyak tentang perkembangan teknologi terkini, diselingi dengan anekdot sejarah di bidang kita, untuk membuat siswa bahagia dan bermanfaat. Mengingat bahwa saya mampu mengurus dua aspek pada waktu yang sama di universitas: pendidikan di satu sisi dan penelitian di sisi lain, saya tinggal di Universitas Cina Hong Kong.
Xin Zhiyuan Adakah orang yang membuat Anda terkesan dalam karier akademis pribadi Anda, atau memiliki pengaruh besar bagi Anda?
Jia Jiaya Dalam karir penelitian saya, waktu yang paling menegangkan dan melelahkan adalah di Microsoft dalam beberapa tahun itu. Saat itu, pada dasarnya hanya Microsoft Research di China yang dapat menerbitkan makalah Siggraph. Kami melakukan Siggraph setiap tahun. Meski penelitiannya bersifat brainstorming, pada akhirnya kita tetap menjadikan proyek tersebut sebagai pekerjaan manual, dan tergantung siapa yang memiliki kekuatan fisik yang baik dan tidak sakit.
Saya merasa bahwa dalam keadaan saat itu, membuat kertas tidak akan lebih mudah daripada membuat produk. Kita mungkin hanya tidur 5 jam sehari dalam beberapa hari terakhir. Saya menulis kode dan menjalankan kode hampir sepanjang waktu setiap hari, dan kemudian menguji berbagai lingkungan, 4 atau 5 kali makan sehari, karena ada camilan tengah malam. Jika beberapa siswa masuk angin dan mengambil cuti beberapa hari, proyek ini mungkin tidak dapat dilanjutkan. Gaya bertarung dalam pertarungan yang sulit saat itu benar-benar luar biasa, dan menghasilkan banyak hasil yang luar biasa. Saya ingat bahwa Dr. Shen Xiangyang bekerja dengan kami dalam proyek tersebut. Sebagai supervisor, dia sangat sibuk, tetapi dia bersikeras untuk mendiskusikan proyek dan mengganti kertas dengan kami, dan sering tetap sibuk dengan kami hingga larut malam sebelum pulang. Bangun keesokan paginya dan lanjutkan diskusi dengan kami. Pada saat itu, sebagai seorang siswa, saya melihat bahwa gurunya sangat serius dalam melakukan sesuatu, dan sangat tersentuh. Jadi setelah saya tiba di Hong Kong CUHK, saya mengikuti kebiasaan melakukan sesuatu dengan serius. Pada 2007, saya dirawat di rumah sakit untuk operasi besar. Di hari ketiga, saya mulai membantu mahasiswa saya merevisi makalahnya karena sudah mendekati deadline CVPR. Menurut saya untuk mendapatkan akumulasi akademik hari ini, pertama-tama mengandalkan kemampuan saya sendiri untuk memikirkan masalah, melakukan penelitian, dan memecahkan kesulitan. Kedua adalah sikap. Padahal, entah itu belajar atau membuat produk, poin kedua ini sangat penting.
Tao Li ada di seluruh dunia: Murid saya memberi tahu saya bahwa dia dipekerjakan sebagai profesor penuh, ketika saya menjadi profesor asosiasi
Xin Zhiyuan Anda juga telah menumbuhkan banyak bakat luar biasa di CUHK. Di antara mereka, apakah ada siswa yang menurut Anda sangat mengesankan?
Jia Jiaya Coba saya beri contoh, tahun pertama saya masuk CUHK, tidak ada muridnya, tahun 2005 saya resmi merekrut murid master pertama saya yang bernama Wayne Xiong. Sebagai master saat lulus, ia telah menerbitkan beberapa tesis setingkat CVPR. Dia bergabung dengan Microsoft setelah lulus. Di penghujung tahun 2016, saya tiba-tiba menerima surat dari dia, katanya, Guru Jia, setelah 10 tahun bekerja di Microsoft, saya akhirnya menerbitkan makalah lain. Dia telah melakukan beberapa pekerjaan pengembangan proyek sebelumnya di Microsoft. Kemudian, 10 tahun kemudian, dia benar-benar membuat pencapaian akademis yang luar biasa: Pada tanggal 18 Oktober, teknologi pengenalan ucapan percakapan Microsoft mencapai tingkat kesalahan kata (tingkat kesalahan kata, tingkat kesalahan kata) dalam tes tolok ukur pengenalan ucapan Switchboard standar industri. WER singkatnya) serendah 5,9%, yang merupakan pertama kalinya ia setara dengan stenograf profesional dan mengungguli kebanyakan orang.
Saya sangat terkejut melihat surat ini. Sungguh, saya pikir terkadang melatih siswa lebih dari sekedar kertas. Hal terpenting adalah menumbuhkan pemahaman mereka tentang masalah, pandangan mereka tentang masalah, dan kemampuan untuk memecahkan masalah secara mandiri. Saat mereka mempelajari poin-poin ini, mereka dapat mengejutkan Anda kapan saja. Wayne dapat bekerja dengan tim untuk menghasilkan artikel berkualitas tinggi setelah sepuluh tahun, yang membuat saya merasa bahwa menjadi profesor selama bertahun-tahun sangat berharga: Pahala nyata menjadi profesor di Universitas China Hong Kong selama sepuluh tahun terakhir bukan pada saya, tetapi saya. Apa yang dapat dicapai siswa Anda?
Yang lainnya adalah Xu Li, CEO Shangtang. Xu Li adalah orang yang sangat pintar. Tidak hanya di grup kita, dia bisa dikatakan salah satu orang terpintar diantara semua murid yang pernah saya temui. Dia bisa memahami dengan analogi dan memahami masalah secara detail. Ketika dia berada di grup kami, butuh beberapa bulan paling awal untuk menyelesaikan makalah hingga seminggu untuk menyelesaikan pertempuran, yang sepenuhnya membuktikan kemampuannya. Dia juga murid yang sangat saya banggakan.
Ada satu hal menarik terakhir. Izinkan saya memperkenalkan siswa saya yang lain, Dr. Lu Cewu, yang sekarang menjadi profesor di Universitas Shanghai Jiaotong dan juga pernah mengunjungi kelompok Li Feifei di Universitas Stanford sebelumnya. Kenapa menarik? Saya sering memberi tahu orang-orang bahwa ketika saya menjadi profesor di Universitas China, dia lulus, dan kemudian dia mendapat gelar Profesor Universitas Jiaotong. Dia juga siswa yang saya banggakan, dan merupakan penghargaan atas pendidikan saya.
Faktanya, bukan berarti kelompok kita luar biasa (tentu saja saya sangat berharap teknologi saya luar biasa), tetapi memang benar bahwa pertumbuhan siswa adalah penggerak untuk pengembangan kelompok penelitian. Saya berharap siswa saya menjadi pilar dunia akademis dan memiliki tempat sendiri di industri. Pendidikan sangat membuat saya bangga.
Xin Zhiyuan Banyak dari siswa Anda pergi ke akademisi dan industri, dan beberapa pergi ke bank dana. Apa pendapat Anda tentang arah ini?
Jia Jiaya Jujur saja, kebanyakan orang yang masuk ke bank tidak mengejar ketertinggalan. Karena perawatan bank masih sangat bagus. Xu Li bersabar dan memanfaatkan kesempatan itu. Sekarang saya yakin tidak ada siswa dalam kelompok saya yang akan pergi ke bank.
Xin Zhiyuan Mari kita bicara tentang konferensi teratas computer vision, seperti Siggraph dan CVPR yang Anda sebutkan tadi. Anda sangat aktif di atas, apakah menurut Anda konferensi ini berdampak besar pada industri?
Jia Jiaya Dampak konferensi visual berkembang. Misalnya, CVPR 30 tahun pertama yang lalu pada dasarnya adalah pertukaran antara peneliti dan mahasiswa. CVPR selalu menjadi tempat yang berfokus pada pertukaran akademik.Dalam dua tahun terakhir, pada dasarnya semua perusahaan besar akan mensponsori konferensi ini, dan pada saat yang sama mereka akan menunjukkan teknologi mereka sendiri dan berkomunikasi dengan para sarjana di bidang teknologi visual dari seluruh dunia. Sekarang CVPR dan ICCV telah menjadi salah satu tempat terbaik untuk komunikasi antara industri dan akademisi.
Penjelasan Mendetail Teknologi Unggulan ImageNet: PSPNet, Kerangka Analisis Pemandangan Piramida Berdasarkan Informasi Semantik Konteks
Xin Zhiyuan Pada kompetisi ImageNet tahun lalu, tim Anda memenangkan kejuaraan Scene Parsing. Bisakah Anda ceritakan lebih banyak tentang pencapaian ini?
Jia Jiaya Scene Parsing diartikan dalam bahasa Cina sebagai scene parsing, juga dikenal sebagai segmentasi semantik.
2016 ImageNet Scene Parsing 2215075PSPNetImageNet (ILSVRC) PSACAL VOC 2012Cityscapes
github
Github link: https://github.com/hszhao/PSPNet
Xin Zhiyuan
2006203020072015
Xin Zhiyuan
1. 2. AI End
© Artikel ini adalah artikel asli Xinzhiyuan, mohon jangan cetak ulang tanpa izin. Balas "Cetak ulang" di latar belakang Xinzhiyuan untuk memahami aturan cetak ulang.
Perekrutan Xinzhiyuan
Xinzhiyuan mengumumkan beberapa hari yang lalu bahwa mereka telah menerima putaran pendanaan PreA dengan total puluhan juta yuan dari enam institusi teratas. Lanchi Ventures memimpin investasi, diikuti oleh Sequoia Capital China Fund, Hillhouse Zhicheng, Blue Lake Capital dan Blue Elephant Capital. Putaran pembiayaan ini akan digunakan untuk memperluas skala tim Xinzhiyuan dan menambahkan lini layanan produk baru, dengan tujuan membangun platform layanan seluruh rantai industri kecerdasan buatan To B.
Posisi: Direktur Akun
Gaji tahunan: 300.000-600.000 (gaji + bonus)
Lokasi kerja: Distrik Beijing-Haidian
Departemen: Departemen Pelanggan
Objek pelaporan: COO
Jumlah Bawahan: 8
Persyaratan usia: 25 hingga 40 tahun
Persyaratan gender: tidak terbatas
Kehidupan kerja: 5 tahun
Bahasa : Inggris + Mandarin
Persyaratan pendidikan: perekrutan sarjana penuh waktu
deskripsi pekerjaan:
Cinta kecerdasan buatan, memiliki jaringan sumber daya dan pengaruh tertentu dalam industri;
Mengembangkan strategi hubungan media dan aktivitas hubungan masyarakat bagi klien untuk mencapai tujuan pemasaran atau komunikasi mereka;
Bertanggung jawab untuk mengawasi perencanaan dan pelaksanaan proyek hubungan masyarakat, sehingga proyek dapat diselesaikan tepat waktu dan sesuai anggaran;
Secara aktif memperluas sumber daya pelanggan, mengembangkan bisnis perusahaan, dan memelihara kontak bisnis dan komunikasi yang erat dengan pelanggan yang ada;
Mengawasi, mengelola dan mengevaluasi tim layanan pelanggan, dan meningkatkan kualitas layanan pelanggan perusahaan secara komprehensif;
Latar belakang sains dan teknik lebih disukai, dan pengalaman kerja di perusahaan terkenal atau organisasi media terkenal lebih disukai.
Email lamaran: jobs@aiera.com.cn
HR WeChat: 13552313024
- 5 diagram untuk menafsirkan pertumbuhan Nvidia, penelitian dan pengembangan selama 5 tahun mempromosikan AI untuk menyumbang lebih dari seperlima dari total pendapatan
- Renminbi bangkit kembali dengan cepat, media asing: pelaku aksi jual besar mungkin mulai mengakui kekalahan, di belakang layar
- Orang asing menyebutnya sebagai tempat yang harus dikunjungi di China, tetapi Anda tidak tahu bahwa game-game ini disembunyikan ...
- SUV listrik murni ini memiliki jangkauan lebih dari 600 kilometer dan harganya kurang dari 100.000 yuan!
- Wawancara Kebijaksanaan Baru dengan ketua program CVPR2019 Microsoft Hua Gang: arXiv membuat ulasan double-blind tidak berguna, dan memekanisasi serta meneliti secara kasar hanya dengan menilai
- Panduan ke 14 toko makanan penutup selebriti Internet di Daocheng di mana Anda harus check-in, mulai dari 2 yuan!