華為天才少年謝凌曦
：關(guān)于視覺識別領(lǐng)域發(fā)展的個人觀點

作者 ：謝凌曦

編輯：桃子

【新智元導(dǎo)讀】計算機視覺識別領(lǐng)域的發(fā)展如何 ？華為天才少年謝凌曦分享了萬字長文，闡述了個人對其的看法。

最近 ，我參加了幾個高強度的學(xué)術(shù)活動，包括CCF計算機視覺專委會的閉門研討會和VALSE線下大會
。經(jīng)過與其他學(xué)者的交流 ，我產(chǎn)生了許多想法 ，千頭萬緒
，便希望把它們整理下來，供自己和同行們參考。當(dāng)然，受限于個人的水平和研究范圍 ，文章中一定會存在許多不準(zhǔn)確甚至錯誤的地方 
，當(dāng)然也不可能覆蓋所有重要的研究方向。我期待與有興趣的學(xué)者們進行交流 ，以充實這些觀點，更好地探討未來發(fā)展方向 。

在這篇文章中，我將會著重分析計算機視覺領(lǐng)域，特別是視覺感知（即識別）方向所面臨的困難和潛在的研究方向。

相較于針對具體算法的細(xì)節(jié)改進，我更希望探討當(dāng)前算法（尤其是基于深度學(xué)習(xí)的預(yù)訓(xùn)練+微調(diào)范式）的局限性和瓶頸，并且由此得出初步的發(fā)展性結(jié)論，包括哪些問題是重要的、哪些問題是不重要的 、哪些方向值得推進、哪些方向的性價比較低等。

在開始之前 ，我先畫出如下思維導(dǎo)圖。為了尋找合適的切入點 ，我將從計算機視覺和自然語言處理（人工智能中兩個最受關(guān)注的研究方向）的區(qū)別開始談起
，引出圖像信號的三個根本性質(zhì)：信息稀疏性
、域間差異性、無限粒度性 ，并將它們與幾個重要的研究方向相對應(yīng)。這樣 ，我們就能更好地了解每個研究方向所處的狀態(tài) ：它已經(jīng)解決了哪些問題、還有哪些重要的問題沒有解決