Vingtième Conférence nationale sur l'image et graphique (NCIG2020) aura lieu à Urumqi, au Xinjiang, tenue le 28 Juin - 30, 2009, l'Assemblée générale réunira des images nationales et graphiques domaines connexes principaux talents, domaines d'intervention de questions d'actualité, aperçu complet multi-angle les tendances futures. Gao a confirmé à participer à l'Académie de l'Université de Pékin et intitulé « rétine numérique - côté ville du cerveau pour mettre fin à l'architecture de nuage hybride à partir du nuage, » le rapport spécial.
En tant que partenaire média, récemment, AI Technology Review a eu le plaisir de Gauvain Académicien a fait un bref dialogue, y compris trois thèmes, à savoir:
1) jugement de la direction de la recherche future de l'image graphique;
2) de l'intelligence artificielle de courant d'opinion professionnelle;
3) présente la recherche fondamentale et appliquée dans la façon d'équilibrer la recherche avec la route.
Pour la direction future de l'étude graphique de l'image, Gao académiciens pensent que nous faisons une recherche d'image vidéo de la chose mal de départ, qui est, aux yeux des gens de voir le monde n'est pas un regard, mais d'abord d'extraction de caractéristiques de l'information visuelle le codage et la compression, puis au cerveau, et nous sommes actuellement dans l'appareil photo, mais l'appareil photo est pas, ce qui est la principale cause de la forte augmentation actuelle de la quantité de données visuelles, mais difficiles à récupérer. Il a souligné que, à la longue, cette forme est appelé à être abandonné.
En second lieu, l'intelligence artificielle, Gauvain Académicien a ouvert large pour un moment penser qu'il ya une forte demande sociale, la création d'un tel talent professionnel peut compléter les postes vacants, mais l'intelligence artificielle est elle-même une transversalité, si vous voulez obtenir des recherches avancées dans ce domaine, vous devez connaître votre « root » dans lequel, qui est aussi un fond profond fondamental dans d'autres disciplines, déracinée qui seraient autrement lentille d'eau est difficile de devenir un « maître ».
Avec les entreprises actuelles de R & D pour faire l'intelligence artificielle dans l'eau profonde, Gauvain Académicien a souligné, ne peut être assez naïf pour penser les entreprises vont faire la recherche fondamentale, l'entreprise de recherche fait doit être la recherche appliquée, elle doit être pour leurs biens et services, la différence est que ces la recherche appliquée est les cinq prochaines, dix ou vingt ans de produit.
Ce qui suit est la conversation:
1, une recherche d'image vidéo depuis le début nous fait de mal?
Q: image comme une fenêtre importante de l'intelligence artificielle, enseignante également un leader dans ce domaine doyen, que ce soit l'image graphique à la prochaine tendance pour la recherche future?
Gao Wen: D'abord tout ce que je veux dire pourquoi je fais la rétine numérique. Maintenant, le cerveau de la ville toute l'attention sur le système informatique de nuage au-dessus de la ville. La fonction de l'appareil lui-même est uniquement à faire de la compression vidéo. Il existe deux types ou avec précision l'appareil photo, une seule compression, un autre type de compression en plus, il a également mis un visage humain, voiture, numéro de plaque d'immatriculation et d'autres cibles sont identifiés. Fondamentalement, deux types de caméra.
Sur la base de cet appareil est construit « Ville du cerveau » est en fait un problème, parce que le système lui-même est un système de haut-lourd, il est fonction d'un système raisonnable.
Nous regardons le système d'identification des personnes. Les yeux peuvent voir, l'arrière de l'il est la rétine, la rétine est alors relié à l'intermédiaire de l'ensemble du système visuel, appelé la voie visuelle (Visual passway). En fait, après l'achèvement de la rétine pour recueillir des informations, canal visuel à l'information de transmission au cerveau à l'époque, a fait un codage visuel, le codage et nous disons habituellement que l'image de codage n'est pas le même, il est appelé codage visuel, visuel de codage à faire est de fonctions d'extraction de caractéristiques et de compression .
Maintenant, l'extraction de caractéristiques d'image générale seulement dans l'analyse vidéo, et donc le système ne soit pas la même personne.
Pourquoi suis-je en train de faire la rétine numérique? Dans la nature, de fait nous a fourni une très bonne référence est le système visuel humain. Nous devons faire un système visuel humain similaire, il rétine numérique, dite numérique.
Ce système avec un bon avenir, d'abord de toutes les ressources de cloud computing ne consomme pas tant, et l'ensemble du système quelle que soit la vitesse de réponse, le taux de reconnaissance, ou la précision de reconnaissance amélioreront beaucoup que le système actuel. Donc, du point de vue de l'optimisation du système, le modèle numérique de la rétine est un bon modèle pour l'évolution du cerveau urbain.
Alors, quand il s'agit d'images graphiques de la direction de la recherche future, je pense que cette question est un peu gros, je ne parle que d'un peu ici.
L'image et la vidéo elle-même est une région en raison de la caméra, la caméra produit. Mais pour les données de caméra et caméra vidéo, la façon dont nous utilisons et stockons?
Notre idée est: la caméra capture beaucoup d'informations, et la quantité d'informations trop grand, afin de compresser, une autre transmission, le temps de stockage doit organiser, puis lors de l'analyse à l'information d'extrait.
Mais en fait, nous d'abord une mauvaise chose, les résultats sont l'image de la caméra numérique imprimée à la croisée des chemins, bien sûr, cela est impossible, il est raisonnable. Parce que quand les gens voient le monde, pas un regard, mais maintenant l'appareil photo, la caméra est basé sur la base de sondage pour aller, le résultat final a été super grandes quantités de données, ce qui donne le stockage des données suivantes, le traitement apporté beaucoup de problèmes. Toutefois, si l'avant de l'appareil photo et le mécanisme de la caméra pour changer sur, peut-être pas la même chose, bien sûr, cela est une autre façon d'ouvrir un trou dans le cerveau.
Mais pour les chercheurs dans le domaine, il est maintenant ne peut renverser la prémisse.
Nous avons donc dans l'hypothèse actuelle, la prémisse a une image et une vidéo de la façon de traiter ces données il? Press maintenant essentiellement dans l'idée de ce processus la rétine.
Actuellement, ces systèmes continueront à la recherche, mais aussi devenir plus complexe, mais aussi dépenser beaucoup d'investissements à l'intérieur. Mais à long terme, après le genre de pensée peut finalement ils sont mis au rebut. En ce qui concerne le cours, je ne sais pas combien de temps cela peut plus de dix ans, des décennies, voire quelques centaines d'années résoudra fondamentalement.
2, l'apprentissage de l'intelligence artificielle de, peut devenir un maître de celui-ci?
Q: Dans le domaine de l'image et de la vidéo, il y a beaucoup de croisement avec d'autres disciplines, y compris croix avec tous les aspects du cerveau, la psychologie, les mathématiques, etc. Maintenant, le développement de l'intelligence artificielle dans le champ de vision peut sembler très vigoureuse, mais ce que l'avenir viendra 10 ans après neuf? Maintenant, la plupart des scientifiques de pointe aussi donne un large éventail d'attentes, mais pour nos chercheurs, nous espérons être en mesure de mettre les pieds sur le terrain dans ces zones pour compenser la croix, de votre point de vue de ce qui précède, y compris vous proposez de rétine numérique, y compris maintenant, nous pourrions être beaucoup mieux dans quels domaines sur le graphique de l'image avec la science croix du cerveau et de la science psychologique, la recherche scientifique fondamentale de notre attention ou de percer?
Gao: Jusqu'à présent, l'intelligence artificielle est elle-même pas une discipline complète. « Intelligence artificielle » elle-même cette déclaration est tromper les gens, parce que l'intelligence artificielle est une transversalité, impliquant un grand nombre d'infrastructures, y compris l'informatique, les mathématiques, comme l'ajout de la science du cerveau, neurosciences, de l'électronique et ainsi de suite, il fait il est un domaine multidisciplinaire.
Chacune de ces branches grâce à la formation sur le terrain, s'il est prêt à apprendre un peu plus d'efforts à l'intelligence artificielle, il sera en mesure d'apprendre et d'être en mesure d'entrer dans le domaine de la recherche sur l'intelligence artificielle.
Maintenant, le ministère de l'Education a approuvé la création spécialisée dans l'intelligence artificielle, l'intelligence artificielle dans ce sens est dû au fait chaud, beaucoup de collectivités locales, les entreprises, les organismes gouvernementaux ont besoin, donc mis en place un professionnel, dédié à former consciemment les gens dans ce domaine, je pense que cela est plus susceptible d'être du point de vue des besoins sociaux de le faire, je pense que cela est compréhensible.
Mais si vous voulez devenir un haut niveau chercheurs en intelligence artificielle de l'intelligence artificielle de l'apprentissage direct n'est pas à tout le monde. Vous voulez à tout le monde, mais aussi juste de dire les sciences de l'étude spécifique. Par exemple, si vous voulez en fonction de quels domaines à d'autres zones à traverser, ils doivent d'abord s'engager dans ce domaine de se livrer à une pénétration profonde, puis faire des choses croisées, que nous pouvons devenir. En tant que « nous », il faut d'abord connaître la « racine » est.
Je pense donc qu'il va directement aux étudiants des disciplines de l'intelligence artificielle, comme l'avenir est susceptible de sortir de la gestion de premier cycle au cours des années précédentes de personnes, ces gens font vraiment la gestion de la recherche ont tendance à bien faire, parce que la gestion sous-jacente ne gère pas mais divers segments différents. En ce sens, une étude croisée est d'abord nécessaire de faire leur plus « fondamentale » jeter une base solide, puis aller à d'autres zones à traverser, de façon à rendre l'étude de l'intelligence artificielle.
Par conséquent, le ministère de l'Education comment puis-je pense qu'il est possible, il y a des besoins sociaux, les établissements d'enseignement et de formation devrait faire ce genre d'entrée ou du personnel d'orientation, je pense qu'il est possible, pas de problème, mais ne sera dégriser un peu de recherche.
3. Combinaison de la route, comment trouver un équilibre entre la recherche fondamentale et appliquée?
Q: intelligence artificielle, en théorie, il y a beaucoup de questions à explorer, il y a beaucoup de demandes sur l'application, il peut être considéré comme un champ de possibilités d'études et coexistent de crise. Et maintenant, il y a beaucoup d'industries impliquées dans la recherche sur l'intelligence artificielle, il peut y avoir d'autres ont perdu, à la fin comment équilibrer une bonne théorie de base de l'étude et des applications spécifiques dans les deux sens? Les deux au sol, mais aussi pour réaliser une percée en théorie, à la façon d'aller en fait, il y a encore un long chemin, en particulier?
Gao Wen: les entreprises doivent faire est de la recherche appliquée. Il y a pur la liberté de la recherche fondamentale pour explorer certaines entreprises le font, il se peut que les entreprises ont suffisamment de fonds plus flexibles, prêts à investir le patron de le faire, ce qui est possible, mais la plupart des entreprises, mais il poursuit toujours son propre but.
Cette recherche appliquée en plusieurs étapes, peut-être 5 ans plus tard pour devenir un produit, il pourrait être de 10 ou 15 ans, 20 ans pour produire des résultats, que l'on appelle la recherche appliquée.
La vraie recherche fondamentale, à la fin quand est-il devenu définitif dans le produit final ou ne peut pas passer, pas sûr. La recherche fondamentale est d'explorer l'inconnu, la réponse est « pourquoi » pour répondre plus, la tâche est terminée, sans qu'il soit nécessaire de nous dire que ce à quoi ça sert, ou quand il peut être utilisé.
La recherche fondamentale, les entreprises ne sont pas vraiment en faire, bien qu'il y ait, il est très peu, très peu, qui a ensuite la recherche fondamentale doit être fait? Il doit être l'université, l'Institut national de le faire. Parce qu'ils sont financés par le gouvernement. Bien sûr, il y a beaucoup de fondations privées avant de faire la recherche fondamentale, ou les enfants riches font leur propre exploration.
Des recherches sur toutes les entreprises ne font pas la recherche fondamentale, la recherche appliquée et même faire, cela dépend aussi de l'application qu'il est prêt à la recherche prospective depuis de nombreuses années, comme sans pilote, est tournée vers l'avenir de la recherche appliquée sur les 10 ans. Je pense qu'il ya des contraintes dans un état sans pilote, à moins de 10 ans est susceptible de se produire dans de nombreux endroits, ils sont épuisés, il est tout à fait possible. Les soi-disant conditions limitées, qui est, ne semble en tout cas, mais il semble que dans certaines conditions, être disponible avec beaucoup d'entre eux.
De nombreuses entreprises voient des opportunités de marché peuvent être de 10 ans, mettre l'argent à déposer dans, puis mis certaines personnes font des recherches, se développent, il est possible. Mais ils pourraient commencer à dire trop loin pour mettre tout cela d'ignorer les contraintes qui font faire est complètement faux, ne peut pas faire cela. Alors maintenant, de nombreuses entreprises ont commencé à revenir en arrière, ce qui est normal.
Ainsi, la recherche fondamentale dans l'intelligence artificielle devrait être fait par les universités, les instituts de recherche. L'entreprise de recherche appliquée à faire est essentiellement mis en place une cible régulière.
Sponsorisé par la Société chinoise des images et des graphiques, l'Université du Xinjiang a accueilli la deuxième de la Conférence nationale Dixième sur l'image et graphique (NCIG 2020) aura lieu en Juin 2020 à Urumqi, Xinjiang 28-20 jours. Gao académiciens sera le conférencier invité, une fois de plus apporté à nos derniers chiffres du rapport de recherche de la rétine, la conférence réunira des images nationales et graphiques domaines connexes de premier plan talent, domaines d'intervention de questions d'actualité, aperçu complet multi-angle des tendances futures, contenant trois rapports spéciaux, deux ateliers, quatre forums, cinq concours, un forum de doctorat en cours, expositions multiples, des experts nationaux et chercheurs dans le domaine de l'image et de graphiques plate-forme de coopération et d'échange, la peine d'attendre!
NCIG 2020 Site officiel: http: //ncig2020.csig.org.cn
Gao Profil
Gao, l'Université de Pékin Professeur de Burson-Marsteller. Jaco en 1982 dans un diplôme de grande baccalauréat, maîtrise en 1985 à Harbin Institute of Technology en 1988 et 1991 respectivement, a obtenu son doctorat Ph.D. HIT dans les applications d'ingénierie et de l'informatique électrique Université de Tokyo. 1991-1996 travaillé à Harbin Institute of Technology, 1996-2006 a travaillé à l'Institut de technologie de l'informatique Académie chinoise des sciences, Février 2006, a travaillé à l'Université de Pékin. Fellow de l'IEEE, ACM Fellow, Académie chinoise d'ingénierie. Ses recherches portent notamment sur la vision informatique et multimédia, y compris l'encodage vidéo, l'analyse vidéo, la recherche multimédia, reconnaissance des visages, des interfaces multimodales et la réalité virtuelle. Son uvre la plus citée est basée sur l'expression du modèle objet basé sur les caractéristiques de codage vidéo. Il a publié sept livres, co-auteur de plus de 300 articles de journaux, plus de 700 documents de conférences internationales. Il a remporté plusieurs nationale des sciences et de la technologie Progress Award, l'État technologique Invention, le Prix national des sciences naturelles et d'autres prix académiques.
Lei Feng Lei Feng Lei réseau de réseau de réseau Feng
