朱松纯,全球著名计算机视觉专家,统计与应用数学家、人工智能专家。美国洛杉矶加州大学(UCLA)统计系兼计算机系教授、计算机视觉与图像科学中心主任、长江学者、千人计划专家、IEEEFellow。在计算机视觉、统计建模与推理方面发表论文余篇。在美国获得多项国家级与世界级奖励,包括三次获得计算机视觉大会(ICCV)颁发的Marrprize和年国际模式识别学会(IAPR)颁发的Aggarwalprize,目前主持多项美国重大研究计划。本文首发于视觉求索(thethinkvision),文中杨为视觉求索编辑杨志宏博士。获悉,朱松纯教授应邀将参加由中国人工智能学会主办、北航王蕴红教授任学术主任的的第四期《人工智能前沿讲习班》(9月22-24日于北京·中科院自动化研究所)。文末有活动简介。
一:为什么要追溯计算机视觉的源头?有何现实意义中国有句很有名的话:“一个民族如果忘记了历史,她也注定将失去未来。”我认为这句话对一个学科来讲,同样发人深省。我们先来看看现实的状况吧。
首先,假设你当前是一个刚刚进入计算机视觉领域的研究生,很快你会有一种错觉,觉得这个领域好像就是5年前诞生的。跟踪最新发表的视觉的论文,很少有文章能够引用到5年之前的文献,大部分文献只是2-3年前的,甚至是1年之内的。现在的信息交换比较快,大家都在比一些Benchmarks,把结果挂到arXiv网上发布。很少有一些认真的讨论追溯到10年前,20年前,或30年前的一些论文,提及当时的一些思想和框架性的东西。现在大家都用同样的方法,只是比拼,你昨天是18.3%的记录(错误率),我今天搞到17.9%了。大家都相当短视,那么研究生毕业以后变成了博士,可能也会带学生做研究,他只知道这几年的历史和流行的方法的话,怎么可能去传承这个学科,让其长期健康发展呢?特别是等当前这一波方法退潮之后,这批人就慢慢失去了根基和源创力。这是一个客观的现象。
其次,还有一个现象是,随着视觉与机器学习结合,再混合到人工智能的这么一个社会北京看白癜风哪间医院好北京中科医院是假的吗