AI赋能传统行业：知其然并知其所以然 - 专访平安科技美国研究院院长韩玫

阅读量：

????点击上方蓝字星标“Robinly”，获取更多重磅AI访谈

Robin.ly 是硅谷总部设有的专业视频内容服务平台 cater to 全球范围内的工程师和技术研究人员。公司定期举办深度对话会和现场交流活动与知名的人工智能科学家创业者投资人以及行业领导者展开深入交流这些活动旨在分享最新的行业动态和实用的专业技能从而帮助参与者全面提升个人竞争力和发展潜力。

本期Robin.ly AI访谈特邀韩国玫博士参与本次活动

韩玫博士在美国长滩CVPR2019大会接受Robin.ly专访

平安科技研究院是全球领先的金融集团平安集团旗下的创新技术研发机构，在涵盖金融、医疗、汽车、房地产以及智慧城市等五大战略生态圈方面均处于行业领先地位。韩玫博士拥有清华大学计算机科学技术博士学位，并获得卡内基-梅隆大学机器人学博士学位。她曾在美国NEC实验室担任研究员、在Google担任资深科学家，并专注于视频分析、视觉跟踪、物体检测、几何建模、图像处理、计算机视觉以及多媒体处理等多个前沿技术领域。

本次Robin.ly主持人Wenli与韩玫博士进行过的一段完整访谈实录。完整的访谈视频在文章末尾。

长按二维码或点击“阅读原文”****

访问Robin.ly获取英文访谈实录

1****

学术界与工业界合作****

Wenli: 您是今年CVPR的企业关系主席。这个角色的责任是什么？

韩玫:

过去两年间, 我一直专注于相关领域的研究工作。当年, 我们首次将企业赞助与演示活动大规模整合至CVPR平台, 那时我们的活动吸引了100多家赞助商的支持, 而今这一规模已实现了大幅增长。我的主要任务是协调各类企业, 将其与学术会议的需求有效对接。

Wenli: 您如何看待您在学术界和工业界之间所建立合作？

韩玫:

考虑到当前背景下，“工业界与学术界的深度合作日益密切的根本原因在于大数据时代的到来。”具体而言，“像谷歌等大公司拥有海量的应用场景与数据资源”，它们面临着大量实际问题的求解需求，“而这些需求恰好可以通过‘学术界人士’的专业知识与技术能力加以有效解决。”

Wenli: 您如何看待学术界和工业界的进步？哪一边的发展更快？

韩玫:

学术界与工业界的科研发展存在显著差异。

我们也观察到越来越多的教授和学生参与到工业界的科研工作中。许多教授通过学术休假机会担任工业界职位，并指导其学生在企业进行实践。大型企业也会支持学术研究工作；例如 Google Cloud 提供免费的会员服务给学生使用。

2****

双博士研究经历****

Wenli: 您毕业于清华大学和美国卡内基 Mellon 大学（CMU），拥有双学位背景，在学术研究方面有深厚的积累。请问您的博士研究课题是什么？毕业后为何选择进入工业界？

韩玫:

那时候深度学习还处于发展阶段，在那个时代深度学习还处于发展阶段。
我的博士论文研究集中在经典的Structure from Motion (SfM)方法上。
毕业后我选择了加入工业界主要是因为我感到在学术环境中待得太久了。
我希望将自己多年的学术研究成果与实践经验投入到工业界的实践中去解决实际问题。
在工业界的研究环境里能够实现理论与实践的有效结合是一种非常难得的机会。
后又分别加入NEC America Research Labs、Google Research以及平安的人工智能实验室工作。

韩玫在卡内基·梅隆大学，来源：韩玫

Wenli: 您在卡内基梅隆大学（CMU）攻读博士学位期间的导师Takeo Kanade先生是该领域的重要领军人物，在计算机视觉研究方面造诣深厚并享有极高的声名显赫地位。他在您的学术道路上发挥了至关重要的指导作用，请问他的指导对您的学术道路有何重要影响？

韩玫:

他不懈努力工作，在六十多岁的高龄仍然会在深夜及节假日完成工作任务。
他对细节极其重视。
他会认真审阅我们的代码、论文和报告幻灯片，并提出了宝贵的反馈意见。
他乐于接受具有挑战性的任务，并表现出坚持不懈的精神。

3**
**

计算机视觉现阶段的挑战****

Wenli: 您对计算机视觉领域过去二十年中的重要进展的看法如何？您认为当前面临的主要挑战是什么？您认为平安在应对这一问题方面采取了哪些具体策略？

韩玫:

在这个数据驱动的时代下

目前计算机视觉面临从感知到认知的过渡，以及知识的表达和学习。

从应用层面来看，在当今行业中面临的重大挑战是如何真正利用大数据来理解现实世界。我们普遍认为，在一定程度上运用大数据和深度学习技术是可以解决许多问题的。可解释的人工智能技术已成为迫切需求，并且在金融和医疗等领域中的应用前景尤为广阔。然而，在传统商务人士和医生眼中真正关心的是这些技术的工作原理及其背后的理论支撑。他们不仅不满足于只知道这些技术和工具的存在（即仅仅将其视为一个"黑匣子"），而且希望深入了解其工作原理（即知其然而不知其所以然）。因此，在将这些技术应用于传统领域时（即让它们真正发挥作用），我们需要深入剖析深度学习的理论基础、基本原则以及所依赖的数学依据。

平安始终致力于在这一领域开展深入研究。硅谷研究院则根据不同的发展阶段制定了明确的研究方向与目标。
我们将会整合平安积累的丰富领域的专业知识与实践经验，并结合数据与应用场景，在深度学习理论方面进行深入探索。
例如，在可解释性方面我们致力于提升模型的透明度，在泛化能力方面我们寻求增强模型对新数据的适应能力，在知识表达方面我们将优化模型的知识表示方式。

4**
**

AI技术商业化****

Wenli: 能否介绍一下你们希望利用 AI 技术实现哪些商业应用？

韩玫:

平安的业务涉及多个领域包括但不限于医疗金融和智慧城市等。举例来说我们主要致力于视频内容理解和智慧教育相关的工作对学生的课堂行为进行分析与指导。我们对每个学生每节课以及每个知识点都进行了多维度数据统计整合助力孩子们学得更有效率同时也能帮助教师提升教学效果并做到因材施教。此外我们还将优秀的教学经验成功推广到师资匮乏的偏远地区为更多的学生和学校带来福祉

我们也要致力于研究英语口语教育，并通过考察孩子的英语词汇量、交流速度和发音准确性等细节信息来帮助他们提升口语能力。

在计算机视觉领域中涉及多个图像与视频处理相关技术的应用。其中核心项目是开发农业监控工具系统。该系统主要依赖于遥感技术和高清卫星图像获取精准作物生长监测数据，并通过分析评估作物产量以及预测自然灾害造成的损失情况。其中应用NDVI数据这一关键技术实现作物识别与产量估算工作面临的主要挑战是繁琐且耗时的数据标注过程。这个耗时费力的标注工作实际上体现了平安作为传统行业与农业保险领域的先驱者所带来的独特优势：平安农险团队会根据NDVI数据分析结果系统性地收集整理采样不同地域环境光谱等实地信息资源这一精细的工作流程本身便具有重大的商业价值与科研意义它不仅能够推动遥感影像技术的研发完善还能为改善农村地区农业生产条件带来深远的实际效益

Wenli: 你们下一步的计划和长期目标是什么？

韩玫:

明年我们打算将研究院的规模从现有的30名科研人员增加至40至50人，并将重点投入计算机视觉领域的研究及语音文本分析相关工作。平安硅谷研究院成立之初便确立了两大核心任务：一是致力于推动人工智能技术的进步；二是助力平安主要业务的发展。

我们致力于打造一流的技术创新机构。依托平安强劲的技术支持，在技术研发方面充满信心与坚定的目标感。我们不仅制定并坚持长期的技术研发规划，并致力于为研究型社区提供技术支持与解决方案。同时服务于内部外部的业务合作伙伴，在他们各自的业务需求推动下实现技术研发的有效落地与价值验证。我们能够明确确保我们在技术发展的正确道路上稳步前行。（完）

关注Robin.ly “Leaders In AI” Podcast

收听更多英文访谈