運(yùn)行穩(wěn)定 1794-IT8 指令功能強(qiáng)大

1756-A10

1756-A13

1756-A17

1756-A4

1756-A7

1756-BA1

1756-BA2

1756-BATA

1756-IF16

1756-IF16H

1756-IF8

1756-IF8H

1756-IF8I

1756-IF6I

1756-IF6CIS

1756-IT6I

1794-IM16

1794-IM8

1794-IR8

1794-IRT8

1794-IT8

1794-IV16

1794-IV32

1794-OA16

1756-HSC

1756-IA16

1756-IA16I

1756-IA32

1756-IB16

1756-IB16D

1756-IB16I

1756-IB32

1756-CN2

1756-CN2R

1756-CNB

1756-CNBR

1756-DHRIO

1756-DNB

1756-EN2T

1756-EN2TR

1756-EN3TR

1756-ENBT

1756-ENET

1756-EWEB

1756-IR6I

1756-IR12

1756-IRT8I

1756-IT6I2

1756-IM16

1756-L61

1756-L62

1756-L63

1756-L64

1756-L65

1756-L71

1756-L71S

1756-M03SE

1756-M08SE

1756-M16SE

1756-N2

1756-OA16

1756-OA16I

1756-OB16D

1756-OB16E

1756-OB16I

1756-OB32

1756-OF4

1756-OF8

1756-BATA

1756-CNB

1756-IC16

1756-IB16

1756-IB32

1756-IF16

1756-IR61

1734-ACNR

1734-ADN

1734-AENT

1734-AENTR

1734-APB

1756-TBS6H

1756-TBSH

1757-SRM

1746-N2

1746-NI16I

1746-NI4

1756-PA75R

1756-PB72

1756-PB75

1756-RM

1756-IB16

1746-IV32

1756-OF8I

1756-OW16I

1756-PA72

1756-PA75

1794-OA8

1794-OA8I

1746-IA16

1746-IB16

1746-IB32

1746-IM16

1746-IO12DC

1746-ITB16

運(yùn)行穩(wěn)定 1794-IT8 指令功能強(qiáng)大

“得益于大語言模型推動(dòng)人工智能發(fā)展，圖形圖像學(xué)的研究和應(yīng)用迎來新的機(jī)遇，正在推動(dòng)大語言模型向大視覺模型發(fā)展?！?023年12月30日，在辭舊迎新之際，中國(guó)工程院院士、機(jī)器人視覺感知與控制技術(shù)國(guó)家工程研究中心主任王耀南在第十九屆中國(guó)圖象圖形學(xué)學(xué)會(huì)青年科學(xué)家會(huì)議上，分享機(jī)器視覺智能化發(fā)展的新趨勢(shì)。

在接受南都記者專訪時(shí)，王耀南表示，人工智能讓機(jī)器視覺走向智能化，更高的算力能夠支撐大視覺模型的訓(xùn)練。不過，更聰明的大視覺模型還需要更高的算力水平、更好的模型架構(gòu)和更有效的學(xué)習(xí)算法。

本次會(huì)議由中國(guó)圖象圖形學(xué)學(xué)會(huì)主辦，琶洲實(shí)驗(yàn)室、華南理工大學(xué)、中山大學(xué)、中國(guó)圖象圖形學(xué)學(xué)會(huì)青年工作委員會(huì)承辦。

談行業(yè)趨勢(shì)

從視覺計(jì)算走向視覺智能

王耀南：我國(guó)的機(jī)器視覺研究已有接近40年的歷史，初是從傳感器的研究開始的，即：將光的信息轉(zhuǎn)化成圖片信息。接下來要做的是視覺的處理，包括將獲得的圖片增強(qiáng)，使其變得更清晰。

有了清晰的圖像后，我們需要從圖片中獲取我們感興趣的目標(biāo)。例如，在無人駕駛領(lǐng)域，機(jī)器視覺需要對(duì)圖片中的目標(biāo)進(jìn)行檢測(cè)，要回答哪些是人、哪些是車的問題。

這就是我們所說的機(jī)器視覺的三大領(lǐng)域。我把它歸結(jié)為：成像、處理和理解。

機(jī)器視覺已經(jīng)從過去的視覺計(jì)算走向了的視覺智能。視覺計(jì)算結(jié)合人工智能后，認(rèn)知水平得到了提升，增強(qiáng)了對(duì)復(fù)雜環(huán)境的理解能力，整個(gè)視覺智能化行業(yè)在去年得到了快速發(fā)展。

機(jī)器視覺智能化發(fā)展的方向是進(jìn)行廣泛應(yīng)用，應(yīng)用到工業(yè)檢測(cè)、智能制造以及衛(wèi)星遙感等領(lǐng)域。

談機(jī)器視覺，一定要談它的應(yīng)用，應(yīng)用驅(qū)動(dòng)技術(shù)發(fā)展。中國(guó)圖象圖形學(xué)學(xué)會(huì)有30個(gè)專委會(huì)，主要圍繞圖形圖像展開研究，為國(guó)民經(jīng)濟(jì)服務(wù)。這些技術(shù)的應(yīng)用場(chǎng)景十分廣泛，包括工業(yè)、農(nóng)業(yè)、地理信息系統(tǒng)、遙感、國(guó)土資源等。

一個(gè)人一出生就能看到這個(gè)世界，之后理解這個(gè)世界，80%的信息靠視覺獲取。機(jī)器視覺是要模擬人的眼睛，終達(dá)到人眼的水平，并在部分方面超過人眼，要看得更遠(yuǎn)、看得更清。

談大視覺模型

大視覺模型會(huì)越來越聰明

王耀南：大語言模型是用書本上、語言上、文字上的知識(shí)作為數(shù)據(jù)，進(jìn)行訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，能夠根據(jù)它所學(xué)的知識(shí)進(jìn)行推理和回答，是一種數(shù)據(jù)驅(qū)動(dòng)的人工智能。

大視覺模型的數(shù)據(jù)則主要來自各種圖像，包括人類和自然界產(chǎn)生的視覺數(shù)據(jù)。例如，醫(yī)學(xué)大視覺模型就是將人的器官、病變的圖像等作為視覺數(shù)據(jù)輸入到大模型中，進(jìn)行訓(xùn)練得到，可以像大夫一樣看懂CT照片，能夠達(dá)到病人來看病后，拍照完便能推理出病人病情的效果。

當(dāng)前的視覺大模型并沒有大家想象的和人腦一樣，差距還很大。隨著學(xué)習(xí)的數(shù)據(jù)的增多、模型參數(shù)的調(diào)整，模型會(huì)越來越大、知識(shí)也會(huì)越來越多，其智能水平就會(huì)越來越高，越來越聰明。

我們需要提高算力水平，加快計(jì)算速度，以能夠更快地建立模型；設(shè)計(jì)更好的模型架構(gòu)，包括可解釋性更強(qiáng)、更安全可控；還需要研究更有效的學(xué)習(xí)算法。

事實(shí)上，視覺大模型并不是這幾年才有的，是一步一步發(fā)展過來的。在上世紀(jì)80年代，隨著人工智能的發(fā)展，人們開始研究神經(jīng)網(wǎng)絡(luò)的時(shí)候，就已經(jīng)有了。只是，近幾年的算力和算法能力提高了，人們可以嘗試構(gòu)建大模型，產(chǎn)生了大語言模型和大視覺模型。過去算力不夠的時(shí)候，大家做的模型沒有那么大。

運(yùn)行穩(wěn)定 1794-IT8 指令功能強(qiáng)大