人工智能,是近十年內智能手機產業變革一個重大機遇。
商湯科技成立五年來,深刻地影響著智能手機這個行業向AI的發展!助力和見證中國智能手機完成了從iPhone跟隨者到引領全球創新領導者的蛻變。
作為競爭最激烈、創新速度要求最高的行業,三年前的智能手機中鮮有AI功能。
而如今,從刷臉解鎖到人物美顏、超清晰分辨率、自然的背景虛化等每一張拍下的足可媲美專業單反相機的照片,再到相冊中按照主體內容智能分類,以及AR增強現實、人臉3D重建等,這一切飽受大眾喜愛的創新功能,均經“AI”之手。
商湯科技,正是國內第一家將AI算法落地于手機拍照的企業,背后是商湯的快速進擊,也是商湯人思維方式的成熟和轉變,和將同理心應用于AI技術落地的實踐。
引領創新,要從研究思維走到工程思維
孫文秀是商湯移動智能研究總監。自2015年以來,她與團隊陸續開發了雙攝虛化、深度感知、實例分割、視頻去噪、視頻插幀等多種應用于智能手機的AI基礎算法,完成超過50個項目交付。
這五年,伴隨著商湯的成長和產品、技術的不斷迭代,孫文秀也成功從一個學術研究者成長為一名可以用所學,去改變身邊的人們生活的技術研發人員。
令她感悟最多的,是自己實現了從“研究思維”、“工程思維”到“產品思維”的切換。
作為一門新興技術,在商湯創立初期,沒有人知道人工智能該如何落地,很多人只能把大部分精力依然放在學術摸索上,期望學術成果可以直接為人所用。
回想起那段歲月,孫文秀和同事們的研究方向,正是將深度學習應用在深度感知(Depth Sensing)上,她們的研究成果成功登頂基準測試KITTI Stereo榜單第一名。
而彼時,用雙攝手機拍出可比擬單反“虛化效果”的應用正初見端倪,孫文秀也敏銳地察覺到了這個機會,她和團隊立刻就撲到了“AI深度感知是否能夠實現更好的雙攝虛化效果”這項工作中去了。
盡管有領先的研究成果,但迎接他們的卻是巨大挑戰——工程化。
孫文秀和團隊遇到兩只“攔路虎”:速度慢和泛化性能不理想,這兩個實際問題在基準測試中都并未涉及過。更難的是,整個行業中夠沒有先例或經驗可循,只能將之前所做的工作翻出來對自己進行靈魂拷問,層層剖析找出問題關鍵點。
經歷半年多的摸索,團隊終于打破了這兩個難點:通過自主研究的域遷移方式解決了泛化性能問題,并采取網絡壓縮的方式壓縮了近100倍從而提升拍照時的響應速度。
背景虛化
如果將在深度感知的研究看做是從0到1的過程,用算法創新解決了技術能否實現的問題,那么掃除工程化中的各種攔路虎做的就是從1到N,所解決的正是能否被實際應用的問題。
孫文秀認為,這次破冰,讓團隊實現了從研究思維到工程思維的轉變,意義重大。
如今,雙攝虛化已成為很多智能手機拍照的基礎功能,但背后的演進從未停止。
孫文秀和團隊不僅通過AI技術的不斷迭代提升了深度估計的精準度,提升了細節部分的虛化質量,在速度表現上,也做到了更加極致的用戶體驗,實現拍完即出的效果,定義了行業潮流。
做好產品,要有工匠精神和同理心
讓研究成果順利變成大眾可以體驗得到的好產品,除了工程思維,還有產品思維。
對產品思維的理解,孫文秀認為就是:工匠精神和同理心。
“客戶會根據從市場和終端用戶那里得到的反饋及需求與我們分享,對于當時的商湯團隊來說,有些‘點’真的是無法理解的,與做研究時的思路完全不同”,孫文秀講述了最開始與客戶“親密接觸”的感受。
商湯會接到客戶反饋,比如圖片在某個場景下表現并不好,如果從研究員既有的思維來看,每個算法都不可能100%完美,這非常正常。
但如果站在客戶的角度去思考這個問題,或站在一個真實用戶角度來看,每個細小的瑕疵都是巨大的問題,必須用最短時間去完美解決。
“我們做的產品是用在手機上,周圍的朋友、親戚也會用到帶有這款產品的手機,所以我們有更大的責任去給他們帶來更好的使用體驗”,這是五年后的孫文秀做技術研發的日常心態。
“追求完美”的訴求,也讓商湯團隊和產品都變得越來越強大。從一開始去滿足客戶的需求和反饋,到后來孫文秀和團隊與客戶主動研究“我們還應給用戶帶來怎樣的體驗?”
比如:用戶在拍攝大光圈照片時,對于照片中的人物會特別關注,基于此,算法會分割出場景中的人物Mask,并對人像進行更加細致的處理,讓拍照更懂人。這顯然是從用戶體驗角度出發才能發現并解決的問題。
后聚焦
近兩年,智能手機展現出驚人的創新速度和創新成果,尤其是影像功能成為很多手機的當家賣點,其很大程度上都源于AI技術的快速演進。
商湯移動智能團隊,也完成了從各種基礎技術的工程化落地和產品打磨,同時再度發掘新應用場景,反推技術創新的閉環構建,形成了“研究思維-工程思維-產品思維”的緊密連接,將AI人像光照、AI人像留色、AI美顏、AI美體塑形、AI超分辨率等創新影像體驗不斷帶給大眾用戶。
如果說從無到有體現的是一個人的創新能力,那么從有到好,不斷地進行打磨,所體現的就是一種工匠精神。這種精神不僅會帶來產品體驗上的巨大差異,也會讓整個品牌不斷地創立起來。
這也是孫文秀和團隊,以及整個商湯所堅持的一個信念。
發論文從來不是商湯人的KPI
孫文秀主導和參與發表的頂會論文多達18篇,在底層視覺感知上成績累累。這些論文大部分都是她和團隊從產品開發中抽象出的研究課題。
關注學術研究,可以保持對前沿技術最新的認知,同時結合工業界的實際情況,在合適的時間將學術研究落地;同樣地,工業界也有很多在實際應用中發現的未解題可以拿到學術界去研究。
這背后的邏輯正是在商湯這五年,孫文秀依然保持在CVPR、ICCV等國際頂會上高產論文的原因。
孫文秀在NeurIPS 2019大會上
在剛剛過去的ICCV 2019上,孫文秀亦有兩篇論文被大會接收,并帶領團隊斬獲ICCV AIM2019 Video Temporal Super-Resolution Challenge比賽冠軍。除此之外,還有一篇論文被NeurIPS 2019大會接收。
“發論文并不是商湯團隊的主要工作,更不是KPI,只有到了產品落地才算數,大家都是利用業余時間寫論文”,孫文秀介紹說:“論文和產品落地即相關又有差別,論文是把做得最好的案例拿出來比較,看的是創新;而產品落地是拿最差的案例來比較,看的是魯棒性。魯棒性能做好需要很強的創新來支撐,所以,兩者是相輔相成的關系。”
產品落地,早已不僅僅是算法的事情,而是要通過硬件、操作系統等載體,將完整的體驗輸出給用戶。正因如此,除了基礎技術的創新,這五年,商湯還在軟硬結合上做出了巨大的努力和突破。
從最初用AI技術去彌補硬件上的不足,如“雙攝虛化”和“2D上的人臉解鎖”產品,到后來用硬件推動AI的創新,如手機上配置深度攝像頭所帶來的3D人臉解鎖、3D人臉重建、AR測量和體感游戲創新應用等。
3D人臉重建
而未來,伴隨AI技術的持續發展以及智能手機硬件的升級,AI和硬件發展也將實現更多的聯合創新。
孫文秀也希望能夠通過更好的技術打磨,建立一個完整的智能手機AI創新軟硬結合生態體系,幫助商湯與更多的上下游伙伴合作,一起去打造具備更出色用戶體驗的手機應用產品。
光陰似苒,物轉星移。
五年來,商湯始終致力于推動AI技術在終端設備上的發展并引領行業創新。
截止目前,已有超過5億臺手機采用商湯科技多種成熟的AI產品,包括:3D人臉識別、人臉3D重建及微整形、人臉解鎖、AI智慧雙攝、超級分辨率、3D人體實時追蹤、3D虛化、AI人像光效、Sensemoji、瘦身美體、SLAM、AR相機、AR導航、AR測量等,并在OPPO、vivo、小米、華為、魅族、OnePlus等手機產品中紛紛落地。
也正是以孫文秀為代表的商湯人所具備的堅韌、積極和匠心精神,讓商湯科技始終能夠對市場需求做到快速響應,為競爭最激烈、變化最快速的智能手機行業長久注入創新力。讓商湯深厚的原創技術積累和經驗,也快速復制到更多行業和領域中。


