Qualcomm AI研究人員獲得ICLR殊榮：“球面卷積神經(jīng)網(wǎng)絡(luò)（spherical Convolutional Neural Networks，縮寫(xiě)CNNs）”榮獲ICLR 2018年度最佳論文獎(jiǎng)。

深度學(xué)習(xí)中的技術(shù)進(jìn)展幫助機(jī)器能像人類(lèi)一樣“看”世界，這是人工智能研究中最具吸引力的部分之一。目前，一種突破性技術(shù)將讓機(jī)器能夠通過(guò)被稱(chēng)為球面卷積神經(jīng)網(wǎng)絡(luò)（spherical Convolutional Neural Networks，縮寫(xiě)CNNs）的處理，去看到并識(shí)別三維空間中的物體。從識(shí)別極小分子的機(jī)器到分析外太空最龐大結(jié)構(gòu)的工具，我們對(duì)這項(xiàng)新發(fā)現(xiàn)的能力所能實(shí)現(xiàn)的種種可能的想象才剛剛開(kāi)始。當(dāng)然，這其中還包括了許多介乎兩者之間的用例，比如指導(dǎo)機(jī)器人在人群中安全導(dǎo)航。

正如最近這次獲獎(jiǎng)所展現(xiàn)的，該研究領(lǐng)域是人工智能（AI）發(fā)展的前沿領(lǐng)域。Qualcomm Technologies荷蘭研究人員Taco Cohen和Max Welling及其合作伙伴，通過(guò)與阿姆斯特丹大學(xué)聯(lián)合撰寫(xiě)的《球面CNNs》論文榮獲“國(guó)際學(xué)習(xí)表征大會(huì)（ICLR：International Conference for Learning Representations）2018年度最佳論文獎(jiǎng)”。ICLR主要發(fā)布人工智能（AI）和機(jī)器學(xué)習(xí)方面的最新研究，現(xiàn)已舉辦到第六屆。蒙特利爾大學(xué)的Yoshua Bengio和紐約大學(xué)/Facebook的Yann LeCun共同擔(dān)任ICLR 2018的主席。在全球頂尖AI實(shí)驗(yàn)室提交的約1，000篇投稿中，AI領(lǐng)域最具創(chuàng)新性和影響力的研究被授予最佳論文獎(jiǎng)的殊榮。

該球面CNN論文引入了構(gòu)建CNNs的新型數(shù)學(xué)架構(gòu)，可魯棒地分析球面圖像，并不會(huì)受到曲面失真的影響。這是因?yàn)椋呵蛎鍯NN具有針對(duì)旋轉(zhuǎn)的“等變”特性，它意味著該網(wǎng)絡(luò)學(xué)習(xí)到的內(nèi)部表征會(huì)與輸入信息同步旋轉(zhuǎn)。從實(shí)驗(yàn)的結(jié)果來(lái)看，球面CNNs在兩項(xiàng)截然不同的任務(wù)上可實(shí)現(xiàn)出色的預(yù)測(cè)精度：球面圖像3D模型識(shí)別和原子化能量預(yù)測(cè)（一項(xiàng)重要的化學(xué)問(wèn)題）。

球面CNNs為什么重要

為了理解球面CNNs的重要性，我們介紹一些背景：過(guò)去幾年，深度學(xué)習(xí)——尤其是CNNs——已徹底變革了AI，語(yǔ)音識(shí)別、視覺(jué)對(duì)象識(shí)別、自然語(yǔ)言處理及其他領(lǐng)域均出現(xiàn)突破性成果。CNNs很擅長(zhǎng)分析線性信號(hào)，例如音頻或文本、圖像、或視頻，因其具備可識(shí)別模式的內(nèi)在能力，而不管其空間或時(shí)間位置如何。這能支持CNNs學(xué)習(xí)并識(shí)別如視覺(jué)對(duì)象，無(wú)論它在圖像中位于什么位置，并無(wú)需在深度學(xué)習(xí)模型訓(xùn)練階段觀看同一對(duì)象的多個(gè)移動(dòng)版本。但在最近受到關(guān)注的多個(gè)應(yīng)用中，我們都希望學(xué)習(xí)的信號(hào)留存在球體上，如汽車(chē)、無(wú)人機(jī)和其他機(jī)器人拍攝其整個(gè)周邊環(huán)境的球面圖像所使用的全向攝像頭。在科學(xué)應(yīng)用中也存在大量球面信號(hào)，從地球科學(xué)到天體物理學(xué)都有相關(guān)案例。

分析此類(lèi)球面信號(hào)的一個(gè)方法是把信號(hào)投影到平面上，并借助CNN來(lái)分析結(jié)果。但根據(jù)制圖學(xué)，任何此類(lèi)“地圖投影”都會(huì)導(dǎo)致扭曲失真，讓部分區(qū)域看起來(lái)比實(shí)際尺寸更大或更小。這會(huì)使CNN變得無(wú)效，因?yàn)殡S著對(duì)象在球體上移動(dòng)，它們看上去不僅只是在地圖上移動(dòng)，而且還會(huì)顯得縮小和拉伸。

如何使用球面CNNs

球面CNNs在物聯(lián)網(wǎng)（IoT）、機(jī)器人、自動(dòng)駕駛汽車(chē)、增強(qiáng)現(xiàn)實(shí)（AR）和虛擬現(xiàn)實(shí)（VR）領(lǐng)域都有諸多應(yīng)用。如今，自動(dòng)駕駛無(wú)人機(jī)已向消費(fèi)者出售，或許有一天它將能在幾分鐘內(nèi)把包裹送到你的家門(mén)口，這就是球面CNNs可改善物體偵測(cè)與識(shí)別，以及視覺(jué)運(yùn)動(dòng)分析的一個(gè)自然應(yīng)用。在AR方面，一整組攝像頭所拍攝的360度房間全景可融入至單球面圖像中，借助球面CNN的高效分析，精確覆蓋虛擬物體。

Qualcomm對(duì)此項(xiàng)工作可能帶來(lái)的上述應(yīng)用和其他轉(zhuǎn)換應(yīng)用倍感興奮，我們也正在積極推動(dòng)此項(xiàng)研究及其他數(shù)據(jù)高效學(xué)習(xí)研究。