華為公司自2019年以來發起的「天才少年」計劃長期受到輿論關注。
澎湃新聞（www.thepaper.cn）記者注意到，華為心聲社區7月25日發佈的一篇文章《26歲從計算機視覺界「黃埔軍校」博士畢業，他想為車打造一雙慧眼》介紹了2020年入選華為「天才少年」計劃的黃青虯從新員工迅速成長為帶領近50人團隊leader的故事。
過去的28年，黃青虯的頭上總是環繞著很多的光環：從小一路是學霸，以692分、全省40名的成績考入清華大學自動化系；作為隊長，帶領清華大學「火神機器人戰隊」，拿下RoboCup（機器人足球世界杯）的第四名；26歲從被譽為計算機視覺界的「黃埔軍校」——香港中文大學多媒體實驗室博士畢業，發表十多篇頂級會議論文；2020年入選華為「天才少年」計劃，加入智能汽車解決方案BU不到兩年，從新員工迅速成長為帶領近50人團隊的leader。
對於自己入選「天才少年」計劃的過程，黃青虯介紹：從香港中文大學多媒體實驗室博士畢業后，一個偶然的機會，剛成立不久的華為車BU聯繫上我。經過了幾輪面試，我成功拿到了天才少年的offer。當時我非常糾結：到底是去我熟悉的視頻分析領域繼續深耕，還是轉到自動駕駛這個方向上？經過了一番思考，我最終還是決定加入車BU。我覺得，文娛產業雖然也在豐富精神生活上起到非常重要的作用，但遠不如智能汽車這樣的「硬科技」是國家社會的基石產業。而且汽車產業正處於一個變革時代，就類似於手機從功能機到智能機的演進，而自動駕駛又是這個變革中的核心之一，它極大可能會改變整個人類社會。
「能夠入選我很榮幸。後來看到很多相關的熱搜，才意識到這是一個自帶熱度的話題。但我是個實用主義者，我並不會把『天才少年』當成一個光環或者一個包袱，而是會盡量忘掉它，只在有需要用到的時候把它拿出來，比如需要這個title去吸引應屆生的時候，哈哈。就像任總說的，進入華為公司，就沒有『天才少年』這個名詞了，也沒有博士、學士之分，也沒有年輕專家、老專家之分，大家都是在一個起跑線上的，都要踏踏實實做好本職工作。」黃青虯說道。
談及自己對「計算機視覺」感興趣的開始，黃青虯回憶：高中的時候看《黑客帝國》《變形金剛》，就被機器人控制人類、機器人和人類戰鬥這樣的場景震撼到了，對機器人產生了濃厚的興趣。上大學后我成為清華大學「火神機器人戰隊」的一員，開始搗鼓起了機器人……對人來說，我們習慣了有一雙強大的眼睛，「所見即所得」對我們來說是非常自然的事情，但是在計算機系統里，從圖像到機器可感知的三維信息，轉化過程其實非常複雜。而我要做的就是為機器人打造一雙強大的眼睛，這是一件很有挑戰但也很酷的事情。
說到自己在計算機視覺界的「黃埔軍校」所經歷的「魔鬼」訓練，一段看了100遍電影《泰坦尼克》的往事讓黃青虯記憶猶新。
「我博士期間研究的課題非常有意思，是利用AI技術對電影進行結構化解析，也就是讓機器去理解電影，從一部電影中解析出人物關係、故事情節等。因為這個研究課題在計算機視覺研究領域算比較冷門，前人研究很少，一切要從頭開始。但我還是決定去試試，因為我覺得電影本身是一種比較藝術、人文的東西，用科技去解析藝術，理性和感性的碰撞也許會有不同的火花。」黃青虯介紹道。
「我和幾個小夥伴從零開始，通過電影、劇本、影評各種渠道，收集了學術界第一個、也是當時最大最豐富的電影研究數據集，叫MovieNet，大概有十幾萬部電影。基於這個數據集，我們做了很多有意思的課題研究，包括演員的識別、精彩片段的自動化剪輯、用文字搜索電影片段等。」黃青虯還介紹道。
黃青虯稱，這些課題的研究成果非常具有應用價值，比如演員識別和人物關係識別，就是現在很多視頻網站上會看到「只看他」「只看某個CP」功能的核心技術，再比如視頻自動剪輯，就可以用到現在很多視頻剪輯軟體中，幫助用戶自動剪輯出短視頻。但同時這些課題也是非常挑戰的，比如演員的識別，雖然人臉識別已經是一個比較成熟的技術了，但是在一部電影裡，一個演員清晰正臉的鏡頭往往不到30%，更多的場景下，人物的識別都是不能靠臉的，比如打鬥的時候人臉是糊的，比如晚上光線非常暗的時候臉常常看不全，比如有時候只能看到背影。我們也是在做的過程中，才看到了這些難點，並且通過引入衣著、環境、人物關係等信息，再加上一個漸進式的推理模型，解決了其中大部分的問題。
「讀博的前兩年，由於研究方向比較冷門，我的論文投稿頻頻碰壁，我發出第一篇論文的時間其實晚於實驗室的大部分同學。但經歷了一輪又一輪反覆打磨后，我們最終也慢慢得到了學術界的認可。在整個博士期間，我發表了十多篇頂級會議論文。我還記得每篇論文我們都是用《泰坦尼克》做demo，整個博士期間我把這部電影估計看了100遍以上，台詞都快能背下來了。」黃青虯說道。
加入華為之後，黃青虯智能駕駛的視覺感知小組目標就是：通過相機，讓車感知周圍的物理世界，包括檢測路上的車輛、行人，判斷他們的運動狀態等。此後，黃青虯成為激光感知團隊的leader，開始帶領團隊在這個領域衝鋒陷陣。激光雷達作為一個非常新的感測器，雖然能提供更精準的測量，讓我們對環境的測量更加精準，但是同時也會帶來非常多的問題，就像武俠小說里的絕世武器，想要駕馭好並不容易，只有在內力深厚的人手上才能發揮出巨大的威力。
黃青虯舉例：下雨天別的車從你旁邊開過，會濺起很多水花，在激光的視角里，它看到的是無數個點，有些會橫跨兩個車道跑到你的前方，從激光的視角看就會誤以為面前有一個巨大的障礙物，需要剎車，但此時，攝像頭捕捉的又是另外的畫面，在這種情況下，就需要制定很多複雜的規則，什麼時候應該相信激光雷達，什麼時候應該相信攝像頭，這會嚴重影響自動駕駛在雨天的性能表現。為此，我們設計了前融合演算法，把攝像頭捕捉到的圖像和激光雷達捕捉到的點雲，一起輸入神經網路去做融合感知，得出更準確的結果。
一年以來，黃青虯團隊苦練內力，做了一個又一個實驗，設計了一版又一版的方案，終於把激光感知演算法的性能做到了穩定高效，讓激光雷達在自動駕駛系統中發揮出了巨大的威力。伴隨著極狐的量產，黃青虯團隊終於可以自豪地講，他們是業界第一個把激光雷達以感測器的身份，而不是裝飾品的身份，安裝到一台量產乘用車上的團隊。
對於下一步的目標，黃青虯透露：一方面，他們會持續打磨現在的激光感知和毫米波感知演算法，去解決大規模商用之後客戶遇到的各種問題，目標是讓客戶體驗不斷提升，讓客戶越來越喜歡用他們的自動駕駛功能。另一方面，在經過幾年的迭代之後，他們當前的感知系統也走到了一個瓶頸期，遇到了一些系統性的難題。比如當前系統的時延還是偏高。所謂時延，就是指從感測器接收到數據到車做出決策的時間差，類似於人的反應時間，是越短越好。所以他們也正在開發下一代感知系統，希望解決之前遇到的很多系統性問題。
看了100遍《泰坦尼克》：這名華為「天才少年」透露魔鬼訓練細節-財經新聞 - 新浪台灣
Read More
No comments:
Post a Comment